基于建模的政策，通过建模评估的政策：数学流行病学在社会和经济背景下的演变
摘要：疫情爆发于2020年初的2019冠状病毒病（COVID-19）大流行引起了全球范围内空前的公众关注和媒体关注，使得数学流行病学领域备受关注。自从这种疾病引起全球关注以来，已经提出了许多具有不同复杂程度的模型; 其中很多模型试图预测疾病在不同时间尺度上的进程。其他模型研究了采取的各种政策措施的有效性（包括“封锁”等前所未有的措施），以遏制和对抗疾病。这种多样性的模型可能导致许多人对数学建模的真实能力和实用性感到困惑。在这里，我们提供了一份关于流行病学模型的简要指南，着重介绍它如何成为明智公共卫生政策制定的工具，并反过来影响旨在防止疾病爆发成为猖獗流行的干预措施的设计。我们展示了模型的多样性在某种程度上是虚幻的，因为它们的大部分都根植于我们在这里描述的区域模型框架中。虽然它们的基本结构可能看起来是对工作过程的高度理想化描述，但我们展示了一些更加真实的特征，例如人口的社区组织或个人的战略决策可以纳入此类模型中。我们最后得出的结论是，模型的真正价值在于它们能够在流行过程中对不同政策选择的结果进行无实际操作的测试，这是一种远优于试错方法的选择，后者在生命和社会经济方面都代价高昂。
作者：Sitabhra Sinha
论文ID：2203.13193
分类：Other Quantitative Biology
分类简称：q-bio.OT
提交时间：2022-03-25