Covid-19型号比较疫苗和缓解策略的有效性

使用标准统计模型预测COVID-19的传播存在挑战，这就是为什么爱荷华州立大学(Iowa State University)的两位研究人员开发了一种基于网络的方法，以研究在大流行的许多阶段中具体政策和疫苗接种策略的影响。

克劳斯·卡德尔卡，数学助理教授;统计学研究生奥黛丽·麦库姆斯(Audrey McCombs)今年3月开始研究这个问题。卡德尔卡说，他们发现许多模型使用了“不完全的信息来做出不准确的预测”，所以他和麦库姆斯采取了不同的方法。

“而不是尝试并预测鉴于数据中的不确定性，我们开发了一种抽象模型，以比较不同的情景，以定性的方式看出哪一个给我们提供最佳结果，而不论潜在的不确定性所有关键病毒和疾病参数，“Kadelka说。

在一篇论文中，在同行评审前发表了Medrxiv，研究人员使用了他们的社会互动网络模型来了解同性恋 - 与分享同一意见和信仰的人联系，在这种情况下，关于Covid-19 - 影响概率爆发和死亡人数。该模型比较了不同级别的兴坏爆发的概率和关于疫苗接种和社会疏散的信仰之间的相关性。Kadelka表示，他们在所有场景中保持了与积极信念的相同比例的人，以提供苹果到苹果比较。

该模型表明，同性恋的存在可能对爆发的可能性产生强烈影响。关于疫苗接种的同性恋意味着存在疫苗的簇，但也存在未接触的人群。研究人员发现，在社会互动网络中如此同音可以导致大幅频繁的爆发，特别是在存在有效的情况下疫苗。

“标准模型假设人们的社交联系是随机的，我们知道的不是真的，”McCombs说。“建模更现实的社会模式导致爆发较差和更高的死亡率，而不是标准模型预测。”

当对疫苗接种和社会疏远之间存在正面相关性时，他们也发现爆发更频繁地发生。如果获得疫苗的个人是相同的人更有可能是社会距离的人，人口百分比没有采取任何保护措施，增加了一个人的风险爆发。

当存在负相关的相关 - 人们获得疫苗，但不要社交距离或人们的社交距离，但没有得到疫苗 - 爆发的疫苗较少，因为更多的人遵循一个缓解战略。研究人员表示，他们的模型对我们的互动和日益激烈的意见极化如何影响病毒的扩散来提供更现实的评估。

优先疫苗接种

基于调查结果，研究人员推荐政策制定者在优先考虑用于高风险或低风险个体的疫苗接种时考虑当地的社会偏移实践。如果那些高风险的人具有大量较少的接触，与首先接种高危人员相比，疫苗的低风险个体优先考虑整体死亡率。研究人员表示，根据当地的风险缓解策略，最好的疫苗接种策略可能与社区不同于社区。

卡德尔卡说:“高风险人群通常年龄较大，接触的人较少，虽然很难衡量，但他们更有可能保持距离。”“二三十岁的低风险人群联系最多，不太可能疏远。根据相对接触率，在某些社区集中对这一群体接种疫苗可能是有意义的。”

社交距离测试医院分类

在另一篇发表在该杂志上的论文中PLOS计算生物学卡德尔卡和麦库姆斯首先介绍了他们的基于网络的模型，并展示了COVID-19政策——在医院达到能力范围时保持社交距离、检测和优先护理——如何相互作用并增强或削弱其影响。

以下是一些主要结果：

• 测试低风险的个体更有效地减少死亡，而不是优先考虑高风险的个体进行测试。低风险个体通过测试减缓疾病传播，减少了更多的联系并减少了他们的活动。
• 降低公共或随机遭遇的对死亡效果更强，而不是减少个人联系。这可能是因为公共遭遇允许病毒在整个社区中迅速传播，而个人联系人限制蔓延到小型小组。
• 当检查联合效应时，检测和医院分诊的重要性取决于疾病的程度社交隔离。

研究人员在论文中写道，“这项研究的目的不是预测covid -19相关死亡的预期绝对数字;相反,模型是一种工具，尽管关键参数存在不确定性，但可以用来比较旨在降低死亡率的各种政策的有效性。”

---

---