什么驱动了 mitigation 政策？基于网络的州级缓解策略纵向分析
种群与进化
2023-05-12 v2
摘要
理解哪些因素影响了大流行应对，有助于更细致地审视美国各州如何处理这场危机。为此，我们基于各州在缓解政策、政治、地理邻近性和 COVID-19 病例数据上的相似性，构建了多种将各州关联起来的网络。我们利用这些网络分析了从 2020 年 1 月至 2022 年 3 月大流行政策与政治、地理位置和病例负荷之间的相关性。我们表明，对一个州应对的最佳预测因子是聚合的政治归属，而非如他人所展示的仅州长归属。此外，我们说明政治归属在 2020 年 6 月至 2021 年 6 月期间与政策强度高度相关，但在 2021 年 6 月之后对政策影响甚微。相比之下，地理邻近性和每日发病率与各州具有相似缓解政策并不持续相关。
引用
@article{arxiv.2303.00899,
title = {What Motivated Mitigation Policies? A Network-Based Longitudinal Analysis of State-Level Mitigation Strategies},
author = {William Fries},
journal= {arXiv preprint arXiv:2303.00899},
year = {2023}
}