泊松算法：一种用于模拟具有普遍分布驻留时间的随机传染病模型的简单方法。
摘要：流行病模型被用来分析在不同的控制政策下，如疫苗接种、隔离、封锁、使用口罩、药物干预等情况下的流行病进展或结果。当这些模型能准确地描述现实生活中的情况时，它们可能成为决策过程中的重要工具。在这些模型中，舱室模型非常流行，并假设个体沿着一系列描述他们当前健康状态的舱室移动。然而，这些模型大多是马尔可夫的，也就是说，每个舱室内的时间遵循指数分布。在流行病模型中，指数逗留时间大部分情况下是不现实的，例如，它们意味着患者在下一个时间单位恢复健康的概率与患者患病时间无关。这是一个重要的限制，使得这些模型得不到决策者的广泛接受和信任。尽管需要引入算法来解决这个问题，但关于这个主题的文献非常少。在这里，我们介绍了一种新的方法来模拟接受任何有效逗留时间分布的一般随机流行病模型。
作者：Carlos Hernandez-Suarez, Osval Montsinos Lopez, Ramon Solano-Barajas
论文ID：2204.07884
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2022-04-19