2020年11月
世界各国政府正在采取细致入微的政策措施,以最低的社会和经济代价减少Covid-19病例数量。流行病学模型很难预测这种细粒度政策的影响。我们提出了一个新的基于仿真的模型来解决这个缺点。我们建立在最先进的基于代理的模拟模型上,但取代了易感人群和感染者之间接触的方式。首先,我们考虑到接触类型(例如复发性或随机性)和每种接触类型的传染性的异质性。其次,我们严格将接触者的数量与接触者导致感染的概率分开。接触人数随着社会距离政策的变化而变化,感染概率保持不变。这允许我们建模许多类型的细粒度策略,这些策略不容易被合并到其他模型中。为了验证我们的模型,我们表明,即使在用于估计模型参数的时间序列中没有观察到类似的政策,它也可以准确预测德国11月封锁的影响。
下载
这些必需的cookies是激活网站核心功能所必需的。无法选择退出这些技术。
为了进一步完善我们的服务和我们的网站,我们收集匿名数据进行统计和分析。例如,在这些cookie的帮助下,我们可以确定访问者的数量和我们网站上某些页面的效果,并优化我们的内容。