Wolfram|COVID-19-策略模拟器-您能找到理想的策略吗？

COVID-19-策略模拟器-您能找到理想的策略吗？

Jan Brugard, Wolfram MathCore

到目前为止，大家都听说过，抗击冠状病毒就是要把曲线拉平。听起来很容易，不是吗?

然而，尽管隐藏在幕后的数学计算相当简单，拉平曲线却是相当复杂。如果您做得不够，会发生什么?时机有多重要?做得太多的风险是什么?

在System Modeler、Wolfram语言和我的优秀同事(感谢他们对我的耐心)的帮助下，我开发了一个COVID-19 – 策略模拟器。我们的目标不是给出任何确切的数字，而是让人们更容易理解控制流行病是多么简单，同时又是多么复杂。

在开发模拟器的过程中，我意识到我的直觉在很多情况下都是不正确的。我不止一次地怀疑结果，并确信模型中存在错误，但大多数时候结果证明不是模型出错——而是我的直觉。您的直觉会比我的准吗?下载最近发布的高中生物虚拟库1.1，并与这个笔记本一起使用测试您的直觉!

下面的屏幕截图显示了设置策略的简单尝试。正如所见，它导致了一场年底的灾难。

我希望使用这个模拟器能让您更好地了解在流行病找到最佳路径是多么复杂，以及在某种程度上为什么一个国家适用的方法不适用于另一个国家。

模拟器

重要提示：让我重复一遍，模拟器不完全正确。 由于几种不同的原因，做出了许多相当粗略的假设。 其中的大多数（但不是全部）在单独的笔记本中提及和讨论。 开发笔记本显示了我如何大致调整默认参数，因此它们反映了2020年4月初瑞典的状态。由于各国在人口密度、传统、政治结构、年龄分布、医疗保健制度等诸多方面存在差异，不同政策的影响也会因国而异。因此，我可以改变我选择使用的策略的影响。您的国家已经与社会距离很远了吗？ 进一步的社会距离可能不会像其他地方那样大。 在大多数情况下，模拟器允许您自行修改一些假设。

在此模拟器中，您可以制定以下策略：

应用政策通常会降低指数增长率。然而，如果您已经制定了封锁措施，那么社交距离将不会产生进一步的影响。在现实中，它可能真的会这样做，但为了避免使模拟器过于复杂，我选择了这个简化的解决方案。我还忽略了其他一些东西，比如测试、遮罩和跟踪应用程序(部分原因是我只有有限的数据来调整模型，但主要是为了简化模拟器)。

在模拟器的右侧，您可以更改一些设置，包括

 默认设置为当前认为的平均值

前五个，将减少指数增长

封锁边界，当边界未封闭时，数字显示每10万人中每天有多少人被出国旅行感染

更改人口和当前状态，例如从没有感染开始

制定疫苗接种政策，设定开始日期以及每天要接种的易感人群的百分比

设置可用床数

默认-使用默认值添加图表，以便更轻松地查看当前策略和更改的假设的效果 

无政策-使用当前假设添加图表，但无政策 

床-显示床数 

易感、已感染并已康复-将这三者中的任何一个添加到图表中?

    默认情况下，该图表将放大到120天，以查看以后发生的情况（或在更早的阶段放大），您可以更改此设置。

再次注意，有许多未包括在内的措施，但是我相信这些对于了解流行病的动态是最重要的。 此外，我假设有效政策的效果不会随着时间而改变。 当然，实际上，对我而言，封锁在开始时可能比几个月后更受尊重。 最后，我完全忽略了政策可能产生的短期和长期副作用，例如对经济、教育和医疗保健的影响。

请注意，您可以使用模拟器右上方的菜单来

尝试制定最佳策略，并评论使用该策略的优缺点。 如果您愿意可以给我们发送电子邮件，其中包含您的策略或改进建议。 请注意，通过在您的答案中包含快照，您可以使我们更轻松地查看您所做的事情。

示例策略

让我们通过显示三种策略来得出结论：

第一个显示在默认模拟中。 它表明，如果我们遵循这一策略，到4月底将有40,000多人需要重症监护。 最多只能容纳2100张床，这是一场灾难。

现在，让我们改善卫生状况、隔离患病、保持社交距离、封锁并关闭四分之一边界，看看会发生什么。 一开始看起来不错，但是一旦取消政策，我们就会遇到几乎与第一种情况一样大的问题。

最后，让我们试着更聪明一点。随着时间的推移，实施和禁止前三个策略，最后禁止所有的策略，我得到了一个看起来更有希望的东西。在这个模拟中，我将在2021年2月初改变最后一项政策。我假设在这段时间内没有疫苗可用，也没有季节性影响。当然，在现实中，实施和禁止政策可能不是最容易实现的事情，但也有可能，至少在不需要完全隔离的情况下。

替代设置

如前所述，该模型已粗略调整为适合瑞典的情况。 这样做时，我假设瑞典的R0值为2.65，即正好是平均值。 实际上，我会认为我们的值较低（纯粹的猜测是2）。 更改此假设将更改其他值，如下所示：

我建议您自己测试这些方案。 请注意，在4月7日，Wikipedia上估计的COVID-19的R0范围达到3.8 [Dash] 8.9。 这将如何影响模型？