年龄结构SIR动力学在COVID-19建模中的效用
最优化与控制
2022-03-11 v1 概率论
物理与社会
摘要
我们在COVID-19背景下考察年龄结构SIR模型，这是经典易感-感染-恢复（SIR）传染病传播模型的一个变体。在此过程中，我们为该模型提供理论基础，进行实证验证，并发现该模型在逼近任意流行病时的局限性。我们首先建立定义年龄结构SIR模型的微分方程，作为在涉及随机、异步交互的社会网络上建模传染病传播的连续时间马尔可夫过程的平均场极限。然后我们证明，随着人口规模增长，任意两年龄组间的感染率收敛到其平均场极限当且仅当网络的边更新率趋于无穷，并且我们展示了平均场收敛速率如何依赖于边更新率。接着我们提出一种系统辨识方法用于我们模型双线性常微分方程的参数估计，并通过在超过365天的时间内生成东京都各年龄组感染人数的轨迹，在日本COVID-19数据集上测试模型性能。在此过程中，我们还开发了一种算法来识别大流行的不同\textit{阶段}，每个阶段与一组独特的接触率相关联。我们的结果显示生成的轨迹与观测轨迹之间具有良好的一致性。
引用
@article{arxiv.2203.05111,
title = {Usefulness of the Age-Structured SIR Dynamics in Modelling COVID-19},
author = {Rohit Parasnis and Ryosuke Kato and Amol Sakhale and Massimo Franceschetti and Behrouz Touri},
journal= {arXiv preprint arXiv:2203.05111},
year = {2022}
}