COVID-19模型比较了疫苗和缓解策略的有效性
使用标准统计模型预测COVID-19的传播有其挑战，这就是为什么爱荷华州立大学的两名研究人员开发了一种基于网络的方法，以观察具体政策和疫苗接种战略在大流行的许多阶段的影响。
数学助理教授Claus Kadelka;统计学研究生奥黛丽·麦库姆斯，从三月份开始研究这个问题。卡德尔卡说，他们发现许多模型使用“不完整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。
”,而不是试着预测的东西真的不能预测给定数据的不确定性,我们开发了一个抽象模型定性的方式来比较不同的场景中看到哪一个为我们提供了最好的结果,无论潜在的不确定性在所有病毒和疾病的关键参数,“Kadelka说。
在一篇发表在medRxiv同行审查之前,研究人员用他们的社交网络模型来理解homophily-the倾向与人共享相同的观点和信仰,在这种情况下对COVID-19-affects爆发的概率和死亡的人数。该模型比较了不同水平的同质性以及疫苗接种和社交距离信念之间的相关性爆发的可能性。卡德尔卡说，他们在所有情境中保留了相同比例的拥有积极信念的人来做一个苹果对苹果的比较。
该模型表明，同质性的存在对暴发的概率有很大的影响。疫苗接种的同质性意味着有接种疫苗的群体，也有未接种疫苗的群体。研究人员发现，这种同质性在社会互动网络中可以导致实质上更频繁的爆发，特别是在存在有效的疫苗。
“标准模型假设人们的社会联系是随机的，但我们知道这不是真的，”麦库姆斯说。“对更现实的社会模式建模，会导致比标准模型预测的更严重的疫情和更高的死亡率。”
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。
当二者呈负相关关系时——人们接种疫苗，但不进行社交活动，或者人们在社交活动中保持距离，但不接种疫苗——疫情就会减少，因为更多的人在遵循一种缓解策略。研究人员表示，他们的模型提供了一个更现实的评估，来评估我们之间的互动以及日益加剧的意见两极分化如何影响病毒的传播。
优先接种疫苗
基于这些发现，研究人员建议决策者在优先为高或低风险人群接种疫苗时考虑当地的社交距离做法。如果高风险人群接触的人大大减少，优先接种低风险人群的疫苗相比先接种高风险人群可降低总体死亡率。这组科学家说，最佳的疫苗接种策略可能因社区而异，这取决于当地采取的风险缓解策略。
Kadelka说:“高危人群一般年纪较大，接触的人较少，虽然很难测量，但他们更有可能保持距离。”“二三十岁的低风险人群接触最多，不太可能保持距离。根据相对接触率的不同，在一些社区将疫苗接种重点放在这一群体上可能是有意义的。”
社交隔离测试医院分诊
在期刊上发表的另一篇论文中PLOS计算生物学卡德尔卡和麦库姆斯首先介绍了基于网络的模型，并演示了COVID-19政策(在医院具备能力时保持社会距离、检测和优先护理)如何相互作用，增强或削弱影响。
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。
- 测试和医院分诊的重要性——当检查综合效果时——取决于水平社会距离。
研究人员在论文中写道:“这项研究的目标不是预测covid -19相关死亡的预计绝对数量;相反,模型是一种工具，尽管关键参数存在不确定性，但可以用来比较各种旨在降低死亡率的政策的有效性。”
进一步探索
奥黛丽·麦库姆斯等人。基于模型的COVID-19社交距离、检测和医院分诊政策效果评估，PLOS计算生物学(2020)。DOI: 10.1371 / journal.pcbi.1008388
用户评论