美国物理研究所 分而治之:红色曲线显示100万人口中10个感染者的效果
如果将人群分成每组100,000人的群体,三个亚群体会经历去同步爆发(较短的彩色曲线)
在剩下的七个子群中,灰色曲线的爆发被扑灭了
荣誉:菲利普·比提恩和拉明·戈列斯坦 为了控制疫情,当局通常会实施不同程度的封锁
在《混沌》杂志的一篇论文中,科学家们利用数学和计算机模拟发现,为什么将一个大群体分成多个不混合的亚群体可以帮助控制疫情,而不必在当地社区实施接触限制
“关键的想法是,在较低的感染人数下,波动可以显著改变流行病的进程,即使你预计平均感染人数呈指数级增长,”作者拉明·戈勒斯坦安说
当感染人数很多时,随机效应可以忽略
但是细分一个群体可以创造出如此小的群体,以至于随机效应很重要
“当一大群人被分成更小的群体时,这些随机效应完全改变了整个群体的动态
作者菲利普·比提恩说:“随机性导致最高感染人数大幅下降。”
为了梳理随机性影响流行病的方式,研究人员首先考虑了一个没有随机事件的所谓确定性模型
在这个测试中,他们假设每个亚群中的个体遇到其他个体的速度与他们在大群体中遇到其他个体的速度相同
即使不允许亚种群混合,在细分的种群中观察到的动态与最初的大种群相同
然而,如果随机效应被包括在模型中,戏剧性的变化随之而来,即使子群体中的接触率与完整群体中的相同
使用COVID-19的感染接触率对800万人进行了研究,其中500人最初被感染,并采取了适度的社交距离措施
根据这些参数,这种疾病呈指数级传播,感染每12天增加一倍
比提恩说:“如果允许这一群体均匀混合,动力学将根据确定性预测演变,峰值约为5%的受感染个体。”
然而,如果将人群分成100个亚人群,每个亚人群有80,000人,受感染个体的峰值百分比将降至3%
如果将社区进一步分成500个亚组,每个亚组16,000人,感染高峰仅占初始人群的1%
对人群进行细分的主要原因是因为在很大一部分子群体中,流行病已经完全消失
这种“灭绝效应”发生在感染链自发终止的时候
另一种细分工作的方式是通过去同步化整个群体
即使疫情发生在较小的社区,高峰也可能在不同的时间出现,不能同步,并累积成一个很大的数字
“事实上,亚种群不能完全孤立,所以局部灭绝可能只是暂时的,”戈列斯坦说
“正在进行进一步的研究,以考虑到这一点和适当的对策
"
来源:由phyica.com整理转载自PH,转载请保留出处和链接!