定量生物学 > 种群与进化
[提交于 2021年8月2日
(v1)
,最后修订 2022年7月31日 (此版本, v4)]
标题: 传染病爆发的随机性及其对最优干预措施的影响
标题: Stochasticity of infectious outbreaks and consequences for optimal interventions
摘要: 全球应对大流行的策略,如社交距离和防护措施,旨在降低个体之间的总体传播率。 尽管采取了这些措施,关键机构,包括医院、学校和食品生产工厂,仍然是局部爆发的焦点。 在此,我们开发了一个用于此类局部社区中随机爆发动态的模型。 我们推导了爆发被控制的概率的解析表达式,这与引发确定性增长流行病的概率相辅相成。 该概率取决于社区内部接触网络的统计特性以及初始条件,特别是患者零的接触度。 基于此模型,我们建议通过按接触网络中的度数比例对个体进行检测的监测协议。 我们将基于接触的协议的有效性表征为流行病学和接触网络参数的函数,并通过数值模拟表明,此类协议优于随机检测。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.