随机采样效应使人工接触者追踪优于数字接触者追踪

对有症状个体的隔离、对其无症状接触者的追踪与检测是缓解当前 COVID-19 大流行的根本策略。传染链的切断依赖两种互补策略：基于访谈的人工接触重建，以及数字（基于应用）隐私保护接触者追踪。我们在针对活动驱动模型（一个经验验证的网络动力学通用框架）内 SARS-CoV-2 扩散描述定制的模型参数下比较其有效性。我们表明，即使追踪到某接触者的概率相等，人工追踪也稳健地优于数字协议，同时亦考虑人工程序固有的延迟与有限可扩展性。该结果可解释为：人工逐例重建接触时的随机采样，对比数字追踪内在预先安排的性质——后者由每个个体是否采用应用的决定所确定。人工追踪的更优表现因主体行为的异质性而增强：未采用应用的超级传播者对数字接触者追踪完全不可见，而因其多次接触可被轻易人工追踪。我们表明，这一内在差异使得在现实混合协议中人工程序占主导。