没有平等机会的感染者：流行病模型师必须重新思考我们在感染风险不平等方面的方法
摘要：全球大流行病的应对和爆发响应中，数学模型已经发挥了关键作用：帮助规划疾病负担，医院能力，并为非药物干预提供信息。这种模型在COVID-19大流行中起到了至关重要的作用，传播模型以及由此引发，模型指导全球、国家和地方对SARS-CoV-2的响应。然而，这些模型系统地未能考虑到导致社会经济、种族和地理健康差距的社会和结构性因素。为什么流行病学模型不考虑已知的不同健康结果的结构性因素？这种有限框架的后果是什么？在大流行期间，如何制定更全面的基于建模的决策？在这个观点中，我们评估了屏蔽传染病模型中不平等健康结果的驱动因素被排除在外的潜在历史和政治解释，尽管有充分证据表明，它们经常被描述为“机会均等的感染者”。我们寻求其他疾病系统（HIV、性传播感染）的例子，作为将社会联系、环境和结构性因素整合到一个连贯、严格和可解释的建模框架的潜在蓝图。我们最后总结了指导建模新兴感染方式的原则，即将不平等感染的原因作为核心机制而不是边缘机制来呈现。
作者：Jon Zelner, Nina B. Masters, Ramya Naraharisetti, Sanyu Mojola, Merlin Chowkwanyun
论文ID：2109.00580
分类：Populations and Evolution
分类简称：q-bio.PE
提交时间：2022-04-06