风险分析有助于争夺人的不确定性

随着各州和市政当局开始大规模开展疫苗接种运动，一些人竟敢问:什么时候恢复“正常”活动才安全?对于美国大部分地区的人来说，COVID-19感染的风险仍然非常高。

人们现在可以获得更好实时信息关于县域或城市层面的感染率和传输，但他们仍然需要一个框架，以帮助他们决定什么是安全的。社会疏远和关闭企业减少了案件的数量，但是重新打开企业和教室的安装压力。

生活可能会在这个吊灯中持续一段时间。由华盛顿大学在圣路易斯数学家共同撰写的新模式有助于应对不确定性。

“人们需要一种方式来决定一项活动是否值得进行，”华盛顿大学(Washington University)数学和统计系主任、斯宾塞·t·奥林(Spencer T. Olin)教授约翰·e·麦卡锡(John E. McCarthy)说。

“我们提供了一个模型来估计不同活动的相对感染风险，”他说。“该信息可以允许决策者在工业和政府中根据感染的相对风险对活动进行排序。

“在了解这些活动的收益和成本的同时，决策者就可以做出明智的选择，是否以及如果是，如何允许参与以前禁止的活动。”

麦卡锡在1月28日发布的型号中写了该模型普罗斯一体在卡内基梅隆大学的Barry D. dewitt以及在Urbana-Champaign的伊利诺伊大学的Omnium Llc和Myles T. McCarthy的Bob A. Dumas。

研究人员给出了几个计算实例，分析了理想化版本的飞机旅行、参加体育赛事、坐在教室里、去餐厅和参加宗教仪式的风险。

至关重要的是，新型模型可以在体育场上行走等人的组件部分 - 例如，在展台中坐在一个人的座位上，并为相对风险增加了他们的贡献。这使得模型易于使用，并且允许用户量化任何提出的缓解策略的效果。

McCarthy已经使用了这个公式的版本来帮助体育特许经营权，以保持风扇体验在体育场和Arenas最安全的。在描述这项努力时，麦卡锡说：“我们很快就学到了两个大型外卖：粉丝体验中最重要的风险因素是座位;而且，随着缓解，其他一切的风险相对较小。”

在里面普罗斯一体纸质，数学家描述了它们分享的模型是如何良好的近似的一种更精细的模型，其中假定的感染来自一系列独立风险。一种线性假设，管理几个可能可修改的风险因素 - 例如活动的持续时间，参与者的密度和与会者的传染性 - 使解释和使用模型简单。研究人员认为它确实如此，而不是显着减少模型的可靠性。

即使在COVID-19疫苗得到更广泛使用之后，这类决策工具仍将在未来数月或数年发挥作用。

McCarthy说:“我们的方法可能会被修改，以便对一项活动中潜在参与者接种疫苗的比例进行估计。”

“要成为一个有用的决策工具，一个模型必须是稳健和量化的。“所有外出活动都有一定风险。让一个明智的决定关于哪些活动参与其中，避免的活动，我们需要某种方式来估计不同活动的相对风险以及管理给定活动的不同方式。“

---

---