模拟疫苗接种对圣路易斯COVID-19动态的影响

科学领域:

• 流行病学和公共卫生.
• 传染病的数学建模 传染病的数学建模
• 生物统计学 生物统计学

背景情况:

• 密苏里州圣路易斯地区在COVID-19发病率,住院和接种疫苗率方面表现出显著的变化.
• 了解人类行为,疫苗接种和传播动态的相互作用对于管理大流行至关重要.

研究的目的:

• 调查人类流动,疫苗接种和时间变化的传播率对SARS-CoV-2在圣路易斯五个县的传播的影响.
• 模拟疫苗接种覆盖率增加对未来疾病传播情景的影响.

主要方法:

• 开发了一个使用普通微分方程的数学模型,将一个完全接种疫苗的人口类纳入其中.
• 利用来自圣路易斯五个县的疫苗接种,病例和住院情况的每周数据来估计2021年的参数.
• 整合了SafeGraph本地移动数据,以链接县际传播动态.

主要成果:

• 在2021年,传播系数被调整了四次,以反映不断变化的行为和疾病动态.
• 该模型证明了人类流动性和疫苗接种状态在SARS-CoV-2传播模式中的重要作用.
• 模拟预测,随着疫苗接种覆盖率的提高,疾病传播的减少.

结论:

• 人类流动性和疫苗接种覆盖率是圣路易斯地区COVID-19异质性的关键驱动因素.
• 数学建模为预测疾病传播和评估干预策略提供了宝贵的见解.
• 旨在增加疫苗接种覆盖率的策略对于减轻未来的SARS-CoV-2传播至关重要.