适应性小组测试策略用于使用社会接触图表分区的传染病
Jingyi Zhang1, Lenwood S Heath2
1Department of Computer Science, Virginia Tech, Blacksburg, VA, 24060, USA. jingyi19@vt.edu.
Scientific reports
|July 26, 2023
概括
使用图形分区的自适应组测试 (AGT) 显著减少了疫情控制所需的测试数量. 这种方法优先考虑基于社交联系网络的测试,改善疾病检测和减少传播.
科学领域:
- 流行病学和公共卫生.
- 计算生物学和网络科学 计算机生物学和网络科学
- 传染病建模 传染病建模
背景情况:
- 大规模检测对于疫情控制至关重要,但检测能力往往有限.
- 像多夫曼这样的传统组测试方法不考虑疾病动态或社会相关性.
- 现有的方法无法在现实世界流行病学场景中优化测试策略.
研究的目的:
- 制定适应性组测试 (AGT) 策略,以提高流行病测试的效率.
- 通过结合网络结构和疾病动态来解决现有的组测试方法的局限性.
- 为了最大限度地检测受感染的个体,同时尽量减少测试使用和疾病传播.
主要方法:
- 开发了一个基于社交联系网络的图形分区的适应性组测试 (AGT) 策略.
- 实施了一种增强的传染病传播模型,以模拟病原体传播动态.
- 在13个不同的社交联系网络中评估了AGT的表现.
主要成果:
- 在多夫曼的方法及其变体相比,AGT表现出了显著的性能改善.
- 根据AGT的策略,总体上需要更少的测试,有效地减少了疾病的传播.
- 在不同的群体大小,测试能力和网络参数中,AGT表现出稳健性.
结论:
- 基于图形分区的自适应组测试为流行病测试提供了更有效的方法.
- 通过利用社交联系网络信息,AGT增强了疾病检测和缓解.
- 该战略为公共卫生政策提供了有价值的指导,以平衡疾病控制和社会活动.
