优化疫苗接种点的位置以阻止人畜共患疾病流行
摘要：犬类狂犬病控制的主要手段是定点集中犬只疫苗接种活动（MDVC）。然而，在某些地区，由于参与MDVC的犬只数量较少，无法达到理想的疫苗接种覆盖率。过远的接种点距离被确定为一个重要的参与障碍。我们旨在通过优化定点疫苗接种点的位置以最小化到最近接种点的步行距离来提高MDVC参与率。我们基于步行距离到最近接种点的数据，使用泊松回归模型量化了参与概率。回归模型使用了从2016年至2019年收集的调查数据进行拟合。然后，我们使用了计算机递归交换技术来解决设施位置问题，以找到一组最佳的定点疫苗接种点位置。最后，我们将最佳接种点的预测参与率与2016年至2019年收集的历史参与数据进行了比较。我们确定了用于解决设施位置问题的p-中位数算法作为定点疫苗接种点布置的理想算法。我们发现，如果疫苗接种点的位置被优化，则MDVC的参与率将有所增加。我们还发现，在优化的疫苗接种点上，疫苗覆盖率更加均匀，但是某些优化位置的工作量显著增加。我们开发了一个数据驱动的计算算法，通过最佳利用有限资源来最大化疫苗接种覆盖率，以应对持续存在的狂犬病流行。如果实施该算法，我们预期的主要积极效果将是整体疫苗接种覆盖率的增加和覆盖范围的空间均匀性的提高。潜在的负面效果可能是参与人数增加导致长时间等待排队。
作者：Ricardo Castillo-Neyra, Bhaswar Bhattacharya, Aris Saxena, Brinkley Raynor, Elvis Diaz, Gian Franco Condori, Maria Rieders, Michael Z. Levy
论文ID：2105.12163
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2021-05-27