基于智能体与方程混合模型模拟因 COVID-19 担忧导致卒中就医延迟
物理与社会
2022-06-07 v1
摘要
COVID-19 给全球医疗系统造成了巨大压力。与此同时，民众对这种压力及感染可能性的担忧，可能降低了人们就其他健康事件就医的可能性。卒中是一种医疗急症，迅速治疗可显著改善患者预后。理解对 COVID-19 大流行的担忧如何影响卒中后就医的时间延迟，对于认识长期成本影响以及如何在另一类似大流行情景下提醒个人立即就医至关重要。我们提出一种混合智能体与方程模型，模拟因担忧 COVID-19 而导致的卒中就医延迟，并表明即便行为上的微小改变也会影响人群的平均就医延迟。该延迟可能潜在影响卒中患者预后及未来支持他们的医疗成本。我们发现，引入控制措施且大流行出现多个较小峰值的情况，相较于单一大峰值情景，就医延迟更少。
引用
@article{arxiv.2206.02528,
title = {Simulating Delay in Seeking Treatment for Stroke due to COVID-19 Concerns with a Hybrid Agent-Based and Equation-Based Model},
author = {Elizabeth Hunter and Bryony L. McGarry and John D. Kelleher},
journal= {arXiv preprint arXiv:2206.02528},
year = {2022}
}
备注
Proceedings of the 16th Social Simulation Conference