COVID-19-策略模擬器-您能找到理想的策略嗎？

Jan Brugard, Wolfram MathCore

到目前為止，大家都聽說過，抗擊冠狀病毒就是要把曲線拉平。聽起來很容易，不是嗎?

然而，盡管隱藏在幕后的數(shù)學(xué)計(jì)算相當(dāng)簡單，拉平曲線卻是相當(dāng)復(fù)雜。如果您做得不夠，會發(fā)生什么?時機(jī)有多重要?做得太多的風(fēng)險是什么?

在System Modeler、Wolfram語言和我的優(yōu)秀同事(感謝他們對我的耐心)的幫助下，我開發(fā)了一個COVID-19 – 策略模擬器。我們的目標(biāo)不是給出任何確切的數(shù)字，而是讓人們更容易理解控制流行病是多么簡單，同時又是多么復(fù)雜。

在開發(fā)模擬器的過程中，我意識到我的直覺在很多情況下都是不正確的。我不止一次地懷疑結(jié)果，并確信模型中存在錯誤，但大多數(shù)時候結(jié)果證明不是模型出錯——而是我的直覺。您的直覺會比我的準(zhǔn)嗎?下載最近發(fā)布的高中生物虛擬庫1.1，并與這個筆記本一起使用測試您的直覺!

下面的屏幕截圖顯示了設(shè)置策略的簡單嘗試。正如所見，它導(dǎo)致了一場年底的災(zāi)難。

我希望使用這個模擬器能讓您更好地了解在流行病找到最佳路徑是多么復(fù)雜，以及在某種程度上為什么一個國家適用的方法不適用于另一個國家。

模擬器

重要提示：讓我重復(fù)一遍，模擬器不完全正確。 由于幾種不同的原因，做出了許多相當(dāng)粗略的假設(shè)。 其中的大多數(shù)（但不是全部）在單獨(dú)的筆記本中提及和討論。 開發(fā)筆記本顯示了我如何大致調(diào)整默認(rèn)參數(shù)，因此它們反映了2020年4月初瑞典的狀態(tài)。由于各國在人口密度、傳統(tǒng)、政治結(jié)構(gòu)、年齡分布、醫(yī)療保健制度等諸多方面存在差異，不同政策的影響也會因國而異。因此，我可以改變我選擇使用的策略的影響。您的國家已經(jīng)與社會距離很遠(yuǎn)了嗎？ 進(jìn)一步的社會距離可能不會像其他地方那樣大。 在大多數(shù)情況下，模擬器允許您自行修改一些假設(shè)。

在此模擬器中，您可以制定以下策略：

應(yīng)用政策通常會降低指數(shù)增長率。然而，如果您已經(jīng)制定了封鎖措施，那么社交距離將不會產(chǎn)生進(jìn)一步的影響。在現(xiàn)實(shí)中，它可能真的會這樣做，但為了避免使模擬器過于復(fù)雜，我選擇了這個簡化的解決方案。我還忽略了其他一些東西，比如測試、遮罩和跟蹤應(yīng)用程序(部分原因是我只有有限的數(shù)據(jù)來調(diào)整模型，但主要是為了簡化模擬器)。

在模擬器的右側(cè)，您可以更改一些設(shè)置，包括

 默認(rèn)設(shè)置為當(dāng)前認(rèn)為的平均值

前五個，將減少指數(shù)增長

封鎖邊界，當(dāng)邊界未封閉時，數(shù)字顯示每10萬人中每天有多少人被出國旅行感染

更改人口和當(dāng)前狀態(tài)，例如從沒有感染開始

制定疫苗接種政策，設(shè)定開始日期以及每天要接種的易感人群的百分比

設(shè)置可用床數(shù)

默認(rèn)-使用默認(rèn)值添加圖表，以便更輕松地查看當(dāng)前策略和更改的假設(shè)的效果 

無政策-使用當(dāng)前假設(shè)添加圖表，但無政策 

床-顯示床數(shù) 

易感、已感染并已康復(fù)-將這三者中的任何一個添加到圖表中?

    默認(rèn)情況下，該圖表將放大到120天，以查看以后發(fā)生的情況（或在更早的階段放大），您可以更改此設(shè)置。

再次注意，有許多未包括在內(nèi)的措施，但是我相信這些對于了解流行病的動態(tài)是最重要的。 此外，我假設(shè)有效政策的效果不會隨著時間而改變。 當(dāng)然，實(shí)際上，對我而言，封鎖在開始時可能比幾個月后更受尊重。 最后，我完全忽略了政策可能產(chǎn)生的短期和長期副作用，例如對經(jīng)濟(jì)、教育和醫(yī)療保健的影響。

請注意，您可以使用模擬器右上方的菜單來

嘗試制定最佳策略，并評論使用該策略的優(yōu)缺點(diǎn)。 如果您愿意可以給我們發(fā)送電子郵件，其中包含您的策略或改進(jìn)建議。 請注意，通過在您的答案中包含快照，您可以使我們更輕松地查看您所做的事情。

示例策略

讓我們通過顯示三種策略來得出結(jié)論：

第一個顯示在默認(rèn)模擬中。 它表明，如果我們遵循這一策略，到4月底將有40,000多人需要重癥監(jiān)護(hù)。 最多只能容納2100張床，這是一場災(zāi)難。

現(xiàn)在，讓我們改善衛(wèi)生狀況、隔離患病、保持社交距離、封鎖并關(guān)閉四分之一邊界，看看會發(fā)生什么。 一開始看起來不錯，但是一旦取消政策，我們就會遇到幾乎與第一種情況一樣大的問題。

最后，讓我們試著更聰明一點(diǎn)。隨著時間的推移，實(shí)施和禁止前三個策略，最后禁止所有的策略，我得到了一個看起來更有希望的東西。在這個模擬中，我將在2021年2月初改變最后一項(xiàng)政策。我假設(shè)在這段時間內(nèi)沒有疫苗可用，也沒有季節(jié)性影響。當(dāng)然，在現(xiàn)實(shí)中，實(shí)施和禁止政策可能不是最容易實(shí)現(xiàn)的事情，但也有可能，至少在不需要完全隔離的情況下。

替代設(shè)置

如前所述，該模型已粗略調(diào)整為適合瑞典的情況。 這樣做時，我假設(shè)瑞典的R0值為2.65，即正好是平均值。 實(shí)際上，我會認(rèn)為我們的值較低（純粹的猜測是2）。 更改此假設(shè)將更改其他值，如下所示：

我建議您自己測試這些方案。 請注意，在4月7日，Wikipedia上估計(jì)的COVID-19的R0范圍達(dá)到3.8 [Dash] 8.9。 這將如何影響模型？