面向资源匮乏环境下社会网络中 SARS-CoV-2 混合检测策略的优化
物理与社会
2021-08-11 v1 社会与信息网络
摘要
控制 COVID-19 大流行是一项紧迫的全球挑战。SARS-CoV-2 的快速地理传播直接反映了社会结构。在有效疫苗和治疗方法广泛可用之前，我们不得不依赖替代性的非药物干预措施，包括频繁检测、接触者追踪、社交距离、戴口罩和洗手，作为减缓疾病传播的公共卫生实践。然而，在缺乏任何替代手段的情况下，频繁检测是关键。我们提出一种网络方法，以确定面向低资源环境的最优混合检测策略，在低病毒流行率下用少量检测和少数检测轮次识别感染者。我们在隔离下的社会中模拟随机感染曲线。允许某些社会互动可使 COVID-19 曲线保持平缓成为可能。然而，通过策略性地搜寻并隔离感染者以保留更健康的社会结构，也可获得类似结果。在此，我们分析应用一种将样本组合并分组检测的算法[1]来遏制病毒的最佳策略。使用该算法保持感染曲线平缓的一个相关参数是在报告高感染率的区域进行每日检测频率。另一方面，该算法在随机搜寻感染者时效率低下。
引用
@article{arxiv.2012.15702,
title = {Optimising SARS-CoV-2 pooled testing strategies on social networks for low-resource settings},
author = {Karina I Mazzitello and Yi Jiang and Constancio M Arizmendi},
journal= {arXiv preprint arXiv:2012.15702},
year = {2021}
}
备注
12 pages, 7 figures