人群中个体感染状态的及时追踪
计算机与社会
2020-12-29 v1 信息论
网络与互联网体系结构
信号处理
math.IT
物理与社会
摘要
我们考虑对人群中个体感染状态（如covid-19）的实时及时追踪。在这项工作中，医疗服务提供者希望尽可能快地检测出感染者以及从疾病中康复的人。为了衡量追踪过程的及时性，我们使用人群实际感染状态与医疗服务提供者基于最新检测结果得出的实时估计之间的长期平均差异。我们首先针对给定检测率以及给定人群感染率和康复率，推导出该平均差异的解析表达式。接下来，我们提出一种基于交替最小化的算法来最小化该平均差异。我们观察到，如果总检测率有限，与其对人群所有成员进行均等检测，不如仅根据他们的感染率和康复率对一部分人群进行检测。我们还观察到，增加总检测率有助于更好地追踪感染状态。此外，增加人群规模会提高具有不同感染率和康复率个体的多样性，这可用于更高效地分配检测能力，从而改善系统性能。最后，根据医疗服务提供者的偏好，可改变检测率分配以更快检测出感染者或康复者。
引用
@article{arxiv.2012.13393,
title = {Timely Tracking of Infection Status of Individuals in a Population},
author = {Melih Bastopcu and Sennur Ulukus},
journal= {arXiv preprint arXiv:2012.13393},
year = {2020}
}