导航菜单
首页 >  沐鸣平台登陆线路 >  » 正文

在冠状病毒大流行期间,沐鸣平台登陆线路多大的聚集才算太大?

沐鸣平台登陆线路

一个问题一直困扰着试图遏制“致命传染病”的政府官员:一个群体的规模有多大才算太大?
 
随着冠状病毒的传播速度越来越快,美国官员敦促限制大型集会,不断地努力减少“大型”的定义。“首先,不鼓励举行1 000多次会议,然后是250次、100次、50次和10次。由于许多州规定必须呆在家里,所有不必要的聚会都被禁止。
 
但是,没有任何科学依据被引用到任何特定的数字。得到正确的答案是至关重要的。如果规模太大,就无法控制疫情。如果规模太小,人们的生活和生计可能会因社会效益不足而被打乱。
 
麻省理工学院(MIT)物理学家和流行病学家莉迪亚•布鲁巴(Lydia Bourouiba)表示:“我不认为有任何定量模型会影响这些决定。”“它们不是基于事件。”
 
现在,一项新的研究为找到答案提供了一个路线图。没有任何规模的聚集可以消除所有的风险。但是,研究人员得出结论,沐鸣平台登陆线路在控制这种流行病和让它像野火一样蔓延之间有一个界限,而且这个数字很可能不是零。这一发现不仅对减缓流感大流行具有重要意义,而且对弄清如何最终在不造成新病例激增的情况下恢复正常生活也有重要意义(SN: 3/24/20)。
 
这项研究于3月12日发表在arXiv.org网站上,五名流行病模型专家用数学方法展示了如何在不禁止所有聚会的情况下控制流行病。他们的模型包括一个版本的“友谊悖论”,即你在社交网络中的朋友平均比你有更多的朋友。当流行病袭击这样一个网络时,大型集会尤其糟糕,因为它们吸引的人接触的人比一般人多,因此更有可能已经被感染。
 
研究小组发现,有效的干预和无效的干预之间的分界线是可以确定的。在一种假设的流行病中,如果你禁止30人以上的集会,流行病就会继续肆虐。但如果你禁止20个以上的团体,它最终会灭绝。对于这种特定的社交网络模型(其中友谊悖论相当强),有效性的阈值是23。
 
值得信赖的新闻是要付出代价的。
 
科学家和记者都有一个核心信念,那就是质疑、观察和核实,以获得真相。科学新闻报道跨科学学科的重要研究和发现。我们需要你们的财政支持来实现这一目标——每一项贡献都会带来改变。
 
“我相信存在一个门槛,”模型的开发者、佛蒙特大学伯灵顿分校的计算机科学家劳伦特•赫伯特-杜福瑞斯说。“我对23这个数字没有信心。COVID-19的阈值仍然是未知的,他补充说,“界限可能是非常具体的种群。”
 
布鲁巴说,重要的是计算安全组的规模,而不是在这种假设情况下的实际数字。她说,对采集规模的上限“23个,这将导致疫情的崩溃,但我们必须对此持保留态度”。“但这个概念很重要,因为在家里避难不可能永远持续下去。”
 
到目前为止,政府官员一直在没有任何精确公式的情况下减少最大允许人数。位于波士顿的哈佛大学公共卫生学院的流行病学家马克·利普西奇说:“推荐人数的下降表明,我们越来越重视与社会保持距离的必要性。”“我不确定是否有一个特定的数字是神奇的。”
 
在某种程度上,这些建议是基于这样一种思想,即大型聚会的风险随着聚会规模的扩大而增加。也就是说,一次规模10倍的聚会将提供100倍以上的“传播机会”,Lipsitch说。
 
但根据赫伯特-杜方的说法,由于友谊悖论,这种粗略的计算实际上低估了大型会议的危险。它也没有考虑到这种流行病的动态,而正是这种动态创造了大型和小型集会之间的门槛。
这项新研究的模型还没有经过同行评审,它把聚会描述成一个高度联系的小圈子,所有在场的人都能接触到其他人。Hebert-Dufresne与来自魁北克拉瓦尔大学的同事一起工作,他把这样一个网络中的流行病比作篝火。你需要两样东西来生火:引火物,它能点燃第一个火焰;更大的树枝,它能把火从一个地方传到另一个地方。在Hebert-Dufresne的模型中,小规模的聚集形成了火种,大规模的聚集形成了树枝。为了防止火势蔓延,你不需要移走火种——只需要移走树枝。
 
要区分点燃物和树枝,数学模型就派上用场了。小群体和大群体之间的分界线取决于三个因素:疾病传播率、小集团规模的分布以及小集团成员的分布(高度社会化的人属于多少个小集团?)
 
现在,最后两个数字是完全未知的,Hebert-Dufresne说。但有了社交网络上足够的数据,或许就有可能搞清楚它们。
 
“拥有丰富网络知识的人有谷歌、亚马逊、苹果、推特,沐鸣平台登陆线路”匹兹堡的卡内基梅隆大学(Carnegie-Mellon University)决策科学教授西蒙•迪迪奥(Simon DeDeo)表示。“如果我现在是政府,我会飞到硅谷去获取这些数据。”
 
得克萨斯大学奥斯汀分校(University of Texas at Austin)的流行病学家劳伦•安塞尔•迈耶斯(Lauren Ancel Meyers)对此表示赞同:“我写了一份请求,希望大家分享地理位置和社交媒体数据。”“我们真的需要更好地了解人们在学校、工作场所和日常生活中是如何移动和接触的。”
 
Hebert-Dufresne的网络远非最后的结论。它忽略了许多其他类型的异质性,例如种群的年龄结构(这对covid19尤其重要,因为老年人是最脆弱的(SN: 3/4/20))和派系之间的差异。“学校和工厂是不同的,”Bourouiba说。
 
许多其他网络模型确实考虑了这些变量。Lipsitch、Meyers和其他人都使用模型,这些模型包含了更多的细节,深入到个体之间的接触层面。“你可以加入大量的细节,”迈耶斯说,“但这需要许多模拟来提取一般的结果。”这可能要花很多时间。
 
Hebert-Dufresne和他的同事们提出的方法相对简单,但独特之处在于,他们把聚集的规模本身视为多样性的来源。Hebert-Dufresne说:“有些人正在做更复杂的模型,但就得到截止点这一概念而言,这是一个强大的想法。”