Exploring the effectiveness of a COVID-19 contact tracing app using an agent-based model.
Exploring the effectiveness of a COVID-19 contact tracing app using an agent-based model.
复制标题
使用基于代理的模型探索Covid-19触点跟踪应用程序的有效性。
DOI：
10.1038/s41598-020-79000-y
复制
发表时间：
2020-12-17
影响因子：
4.6
通讯作者：
Picascia S
中科院分区：
文献类型：
--
作者：
Almagor J;Picascia S
在放松封锁措施之后，接触者追踪策略被认为对于控制新冠病毒的传播是必要的。我们利用基于主体的模型，探讨了所提出的一种基于技术的策略——一款接触者追踪智能手机应用程序。该模型在城市规模的主体人群中模拟新冠病毒的传播。主体在其特征上是异质的，并且在一个代表社会结构（包括家庭、友谊、就业和学校）的多层网络中相互关联。我们探讨了接触者追踪应用程序的不同采用率、不同水平的检测能力以及行为因素之间的相互作用，以评估对疫情的影响。结果表明，当具备足够的检测能力，或者检测政策优先考虑有症状的病例时，接触者追踪应用程序能够对降低人群中的感染率有很大贡献。随着用户使用率的提高，感染率会下降。然而，当有症状的病例没有被优先检测时，应用程序的高使用率会导致检测需求大幅增加，如果供应不足，可能会使该应用程序产生反效果。这表明了高效检测政策的关键作用以及提升检测能力的必要性。
A contact-tracing strategy has been deemed necessary to contain the spread of COVID-19 following the relaxation of lockdown measures. Using an agent-based model, we explore one of the technology-based strategies proposed, a contact-tracing smartphone app. The model simulates the spread of COVID-19 in a population of agents on an urban scale. Agents are heterogeneous in their characteristics and are linked in a multi-layered network representing the social structure—including households, friendships, employment and schools. We explore the interplay of various adoption rates of the contact-tracing app, different levels of testing capacity, and behavioural factors to assess the impact on the epidemic. Results suggest that a contact tracing app can contribute substantially to reducing infection rates in the population when accompanied by a sufficient testing capacity or when the testing policy prioritises symptomatic cases. As user rate increases, prevalence of infection decreases. With that, when symptomatic cases are not prioritised for testing, a high rate of app users can generate an extensive increase in the demand for testing, which, if not met with adequate supply, may render the app counterproductive. This points to the crucial role of an efficient testing policy and the necessity to upscale testing capacity.
登录
查看更多内容
影响因子：
56.9
作者：
Barabási, AL;Albert, R
通讯作者：
Albert, R
与传染病的传播相关的社会接触和混合模式。
影响因子：
15.8
作者：
Mossong, Joeel;Hens, Niel;Jit, Mark;Beutels, Philippe;Auranen, Kari;Mikolajczyk, Rafael;Massari, Marco;Salmaso, Stefania;Tomba, Gianpaolo Scalia;Wallinga, Jacco;Heijne, Janneke;Sadkowska-Todys, Malgorzata;Rosinska, Magdalena;Edmunds, W. John
通讯作者：
Edmunds, W. John
DOI：
10.3934/mbe.2013.10.1475
发表时间：
2013-10
期刊：
Mathematical biosciences and engineering : MBE
影响因子：
--
作者：
Del Valle SY;Hyman JM;Chitnis N
通讯作者：
Chitnis N
影响因子：
2.6
作者：
Stedman, Mike;Davies, Mark;Heald, Adrian H.
通讯作者：
Heald, Adrian H.
DOI：
10.1073/pnas.0307506101
发表时间：
2004-04-20
影响因子：
11.1
作者：
Fraser, C;Riley, S;Ferguson, NM
通讯作者：
Ferguson, NM