优化接种点位置以阻断人畜共患传染病流行
定量方法
2021-05-27 v1
摘要
犬狂犬病控制的主要手段是固定点群体犬疫苗接种活动(MDVC)。然而,在一些地区,由于MDVC参与度低,未能获得理想的犬只疫苗接种覆盖率。前往接种点的通行距离已被确定为主要参与障碍。我们的目标是通过优化布置固定点接种位置以最小化到最近接种点的步行距离,从而提高MDVC参与度。我们基于到最近接种点的步行距离,使用泊松回归模型量化参与概率。该回归使用2016—2019年收集的调研数据拟合。随后,我们采用计算性递归交换技术求解设施选址问题,以找到一组固定点接种位置的最优布置。最后,我们将最优布置接种点的预测参与度与2016—2019年收集的调研历史参与数据进行比较。我们确定使用p-median算法求解设施选址问题作为固定点疫苗接种布置的理想方案。我们发现,若接种位置最优布置,MDVC参与度预测将提高。我们还发现优化后的接种点覆盖率更均衡;然而,部分优化地点的工作负荷显著增加。我们开发了一种数据驱动的计算算法,通过优化利用有限资源以最大化疫苗接种覆盖率来应对持续的狂犬病流行。若实施该算法,我们预期的主要积极效果是总体疫苗接种覆盖率提高以及覆盖率空间分布更均匀。潜在的负面效果可能是随着参与度上升而出现长排队等候现象。
引用
@article{arxiv.2105.12163,
title = {Optimizing the location of vaccination sites to stop a zoonotic epidemic},
author = {Ricardo Castillo-Neyra and Bhaswar Bhattacharya and Aris Saxena and Brinkley Raynor and Elvis Diaz and Gian Franco Condori and Maria Rieders and Michael Z. Levy},
journal= {arXiv preprint arXiv:2105.12163},
year = {2021}
}
备注
21 pages, 2 tables, 5 figures