美国疫苗推出接近最优的减少死亡和感染,根据比较模型
疾病控制和预防中心的计划谁疫苗和顺序救了那么多生命,预防感染的数量几乎一样多作为一个理论上完美的推出,据我们开发了一个新的数学模型评估在美国推出COVID-19的惯用语
2020年12月,与数量有限的疫苗可用,CDC不得不做出一个艰难的决定:谁先COVID-19疫苗吗?它决定美国人口划分为四组疫苗优先级根据年龄、职业、生活条件和已知COVID-19风险因素。
使用一个新的模型和一个爱荷华州立大学超级计算机,我们真实的疾病预防控制中心的建议与1750万年相比可能的策略也交错的推广四个阶段。计算疫苗分配策略表现有多好,我们的模型测量总死亡,情况下,感染和年的寿命损失。
我们发现,CDC分配策略表现特别好在4%的完美在所有的四个措施。
根据我们的模型美国疾病控制与预防中心的决定不要孩子最初和优先接种疫苗卫生保健和其他重要的工人在不必要的工人都是正确的。但是我们的模型还显示,给人早些时候与已知的危险因素获得疫苗会导致更好的结果。
没有单一的推出能够同时减少死亡,情况下,感染和年的寿命损失。例如,策略最小化的死亡导致了更高的病例数量。考虑到这些限制,CDC计划做得很好平衡的四个目标疫苗接种,尤其擅长减少死亡。
许多其他的研究看了一小部分替代COVID-19疫苗糊涂事。我们的项目更当前流行的特点,被认为是1750万年可能的策略。我们认为这使我们的结果更大的权力。
我们的模型包括疾病严重程度和易感性的差异由于年龄的冠状病毒。它也包含了社会距离水平随时间变化,以及变量传染性利率占更多的传染性的病毒株,如三角洲变体。
这一切给了我们过去能够准确评估疾病预防控制中心的决策。但是,更大的价值我们的建模方法在于它可以帮助指导未来的政策。
通过改变模型的输入,我们展示如何优化推广策略应给予不同的变化疫苗犹豫利率可以和不同的疫苗以不同的方式保护免受感染或死亡。为国家目前规划COVID-19疫苗接种策略,我们的模型可以帮助决策者制定最有效的战略考虑到他们当地的资源和细节。甚至在美国,我们的建模技术可以通知分配策略来加强注射和未来疫苗糊涂事所以医疗管理员可以充分利用有限的资源。
任何模型是一个简化的现实。我们的模型并没有考虑感染或不同程度的疫苗踌躇基于社会经济地位,政治意识形态或种族。我们还认为,犹豫不决是恒定的水平。
此外,一些重要因素的冠状病毒一样肆意传播人与人之间的接触率不同的年龄和人口群体和无症状的感染和接种疫苗的人仍然未知。更好的数据对这些参数将改善我们的结果的准确性。
现在,我们有模型了,我们可以扩展它。例如,我们可以学习如何去做免疫力减弱和加强注射可能影响疾病的传播。我们的计算机代码是向公众开放,我们希望这将引导卫生保健政策制定者在美国和世界各地。
