动态疫苗分配用于控制人类传播疾病

科学领域:

• 流行病学 流行病学
• 数学建模的数学建模
• 公共卫生政策 公共卫生政策

背景情况:

• 在COVID-19等大流行期间的疫苗供应限制,需要战略分配.
• 有效的疫苗分配对于减轻疾病传播和死亡率至关重要.
• 现有的分配策略可能无法完全优化基于动态流行病学因素的结果.

研究的目的:

• 开发和应用一个动态的,年龄结构的隔间模型,以优化美国的COVID-19疫苗分配.
• 通过数据驱动的分配策略,尽量减少死亡和病例的加权总和.
• 将基于模型的最佳分配与实际的疫苗分配模式进行比较.

主要方法:

• 利用一个时间敏感的,年龄结构化的病区模型来研究疾病动态.
• 采用顺序最小二次数二次编程来确定最佳的分配策略.
• 按地区 (50个美国州),年龄组和时间框架 (2020年12月-2021年6月) 分段分配.

主要成果:

• 优化疫苗分配可以避免美国估计有180万例病例和9000例死亡.
• 优先考虑病例减少建议将疫苗分配给年轻人 (17岁及以下),因为他们的传播潜力更高.
• 优先考虑减少死亡率意味着将疫苗分配给老年人,他们更容易受到严重疾病的影响.

结论:

• 一个动态的,优化的疫苗分配策略可以显著改善流行病期间的公共卫生结果.
• 最佳的分配策略取决于具体的公共卫生目标 (病例与死亡减少).
• 开发的方法可将其应用于其他传染病,为未来的流行病准备提供了一个框架.