使用具有有效再生数的“阻尼振荡器”动力学改进SIR模型对冠状病毒SARS-CoV-2大流行进行建模
摘要：COVID-19大流行是一场重大灾难，颠覆了人类的生活，并导致全球数百万人死亡。病毒的迅速传播，以及其早期指数增长和随后的“波动”，使许多医疗专业人员和决策者措手不及。尽管流行病学模型已知近一个世纪（自1918-20年“西班牙流感”大流行以来），但SARS-CoV-2病毒的实际传播常常使模型制定者为之困惑。虽然像SEIR（易感-潜伏-感染-恢复）或SIR（易感-潜伏-感染）这样的流行病学模型的整体框架并未受到质疑，但模型参数的行为却是不可预测和复杂的。特别是，在“基本”复制数R0可以被视为常数（对于最初的SARS-CoV-2病毒，在变异出现之前，R0介于2.5和3.0之间）的情况下，“有效”复制数R(t)是时间的复杂函数，受人类对流行病的应对行为（例如戴口罩，封锁，转向远程工作等）的影响。为了更好地理解这些现象，我们使用简单的SIR模型对大流行的第一年（从2020年2月到2021年2月）进行了建模，涵盖了一些地区（包括美国的五十个州和几个国家）。我们展示了通过假设R(t)以“粘弹性”方式演变，即作为两个或三个具有不同固有频率和阻尼系数的“阻尼振荡器”的总和，可以相当成功地描述大流行的演变。这些振荡器很可能对应于具有对建议的减轻措施有不同反应的不同亚群体。提议的方法可以为未来的数据建模者提供新的方法来拟合随时间变化的复制数的演变（与今天最为普遍的纯数据驱动方法相比）。
作者：Anne V. Ginzburg (Michigan State University), Valeriy V. Ginzburg (Michigan State University and VVG Consulting LLC), Julia O. Ginzburg (VVG Physics Consulting LLC), Ana Garcia Arias (Central Michigan University), and Leela Rakesh (Central Michigan University)
论文ID：2205.14747
分类：Populations and Evolution
分类简称：q-bio.PE
提交时间：2022-05-31