COVID-19 流行的城市标度律
种群与进化
2020-05-19 v1 物理与社会
摘要
由于 COVID-19 大流行，易感-感染-康复（SIR）数学模型需求旺盛。它们以标准形式或众多变体被使用，试图拟合并有望预测任何地点、城市或国家未来数天或数周的新增病例数。此类知识对当局准备卫生系统需求或实施限制以放缓感染曲线至关重要。即便模型可轻易求解——通过使用专业软件或对代表模型的微分方程进行数值解编程——预测仍非易事，因为人们行为的变化反映为参数的持续改变。一个相关的问题是，我们能否将一个城市的经验用于另一个城市；马德里发生的情况是否可应用于纽约，以及我们从该城市学到的经验是否对圣保罗有用。秉持此理念，我们分析了与美国所有县、巴西城市及德国城市相关的 COVID-19 传播率度量随人口密度与人口规模的变化。与传染病建模中的常见假设相反，我们观察到城市人口密度与人口规模越高，人均接触率越高。此外，我们发现人口规模比人口密度具有更强的解释力。我们提出了一种接触率标度理论来解释这些结果。
引用
@article{arxiv.2005.07791,
title = {Urban Scaling of COVID-19 epidemics},
author = {Ben-Hur Francisco Cardoso and Sebastián Gonçalves},
journal= {arXiv preprint arXiv:2005.07791},
year = {2020}
}
备注
10 pages, 14 figures