通过临时隔离实现疫情爆发规模的最优缩减

理解流行病传播的动态对于有效的控制措施至关重要。在COVID-19疫情期间，实施隔离是为了在减轻社会和经济影响的同时最小化感染，这引出了如何最大化隔离效率的问题。先前利用易感-感染-恢复(SIR)及类似模型对周期性隔离的研究确定了周期性隔离的最优持续时间。然而，单次隔离的最优启动时间问题仍未得到解答。在此，我们使用SIR模型来确定最优隔离启动时间，通过计算隔离开始时最优的易感人群比例，该比例能最小化总爆发规模。我们的分析从均匀混合场景扩展到高度异质性的社交网络。我们表明，最优隔离启动时间与所谓的“群体免疫”阈值密切相关，该阈值出现在疫情衰退的开始阶段。重要的是，提供一种识别不同网络结构下最优隔离启动时间的方法学，对疫情控制具有重大意义。