在COVID-19大流行期间对接种策略的分析,使用基于代理的模拟方法

科学领域:

• 流行病学 流行病学
• 公共卫生 公共卫生
• 计算生物学 计算生物学

背景情况:

• 随着COVID-19的爆发,人们越来越需要有效的疫苗接种策略,尤其是当疫苗供应有限时.
• 基于风险因素 (例如年龄,慢性疾病) 的传统优先级可能不是最佳的.
• 探索不同的人口群体进行疫苗接种对于管理疾病传播和资源分配至关重要.

研究的目的:

• 在不同的疫苗可用性和疾病传播情景下,评估不同人口子组接种疫苗的有效性.
• 为了确定最佳的接种策略超越基于年龄的优先级.
• 量化疫苗对关键公共卫生指标的影响:发作率 (AR),死亡率 (DR) 和住院率 (HR).

主要方法:

• 开发了一个详细的基于代理物的模拟 (ABS) 模型,将SEIR模型扩展到无症状,隔离,住院,死亡和免疫的状态.
• 模拟了17个不同的群体的异质人口中的个体移动性,相互作用和病毒传播.
• 在三个疾病传播水平 (DSL) 和四个疫苗可用百分比 (VAP) (25%,50%,75%,85%) 中模拟了84个场景.

主要成果:

• 与没有接种疫苗相比,接种疫苗显著减少了AR,HR和DR (基准AR:99.53%,HR:16.96%,DR:1.38%).
• 优先考虑高度互动的群体 (工人,学生) 在大多数场景中显示出优异的绩效指标.
• 更高的疫苗可用百分比 (VAP) 允许更灵活和有效的注射组选择.

结论:

• 疫苗接种大大降低了感染,住院和死亡率.
• 最佳的接种群体取决于疫苗的可用性和疾病传播水平.
• 将疫苗接种与非药物干预 (封锁,社交距离) 结合起来,可以放大对疾病控制的积极影响.