The costs of overcrowding (and release): Strategic discharges for isolated facilities during epidemiological outbreaks
The costs of overcrowding (and release): Strategic discharges for isolated facilities during epidemiological outbreaks
复制标题
过度拥挤（和释放）的成本：流行病爆发期间隔离设施的战略释放
DOI：
10.1016/j.cor.2024.106578
复制
发表时间：
2024
影响因子：
4.6
通讯作者：
Shen, Siqian
中科院分区：
文献类型：
--
作者：
Moug, Kati;Shen, Siqian
对于监狱和养老院等隔离、人口密集的设施，在发生灾难性流行病疫情时，很难制定社会距离措施。在这些设施中，战略释放可以增强社会距离，但也有固有的成本，例如，监狱中犯罪的累犯的可能性，或激励居民打破养老院合同的经济成本。在本文中，我们将研究如何随着时间的推移，这些释放去密集孤立的设施下几个相互竞争的目标。我们用一个二次函数来模拟战略性释放对感染传播的影响，这个二次函数将种群规模和每日相互作用率联系起来，我们称之为去致密化函数。然后，我们制定了一个多标准的MDP和开发动态算法，采用蒙特卡罗模拟，k均值聚类和Q学习与线性函数逼近。我们考虑一个设施，经历一个由易感-传染-传染流行病学模型描述的爆发。在此框架下，我们推导出去致密化函数的理论条件，以确保其对感染传播具有直观的影响。通过广泛的数值研究，我们表明，动态释放策略可以提高长期成本比单一的，一次性的释放行动，并在蒙特卡洛模拟中使用k均值聚类可以提高客观性能，同时保持类似的计算时间。
For isolated, densely populated facilities, such as prisons and nursing homes, it is difficult to enact social distancing measures when catastrophic epidemiological outbreaks occur. In such facilities, strategic releases can enhance social distancing, yet have inherent costs, eg, the potential for recidivism in crime for prisons, or the financial cost of incentives for residents to break contracts in nursing homes. In this paper, we examine how to structure these releases over time to de-densify isolated facilities under several competing objectives. We model the impact of strategic releases on infection transmission with a quadratic function that relates population size and daily interaction rate, which we call the de-densification function. Then, we formulate a multi-criteria MDP and develop dynamic algorithms that employ Monte Carlo simulations, k-means clustering, and Q-learning with linear function approximation. We consider a facility experiencing an outbreak described by a Susceptible–Infectious–Recovered epidemiological model. Under this framework, we derive theoretical conditions for the de-densification function, to ensure it has an intuitive impact on infection transmission. Via extensive numerical studies, we show that dynamic release policies can improve long-term cost over single, one-time release actions, and the use of k-means clustering in Monte Carlo simulations can improve objective performance while maintaining similar computational time.
登录
查看更多内容
用于探索 COVID-19 干预和控制策略的灵活、免费的随机个人接触模型：开发和模拟
影响因子：
8.5
作者：
T. Churches;Louisa R Jorm
通讯作者：
Louisa R Jorm
DOI：
10.1101/213009
发表时间：
2017-11
期刊：
bioRxiv
影响因子：
--
作者：
S. Jenness;S. Goodreau;M. Morris
通讯作者：
S. Jenness;S. Goodreau;M. Morris
DOI：
10.1073/pnas.2009033117
发表时间：
2020-08-18
影响因子：
11.1
作者：
Duque, Daniel;Morton, David P.;Meyers, Lauren Ancel
通讯作者：
Meyers, Lauren Ancel
DOI：
10.1287/msom.2022.1131
发表时间：
2022-07-28
影响因子：
6.3
作者：
Navabi-Shirazi，Mehran;El Tonbari，Mohamed;Steimle，Lauren N.
通讯作者：
Steimle，Lauren N.
DOI：
10.1287/msom.2021.0996
发表时间：
2021-11-05
影响因子：
6.3
作者：
Barnhart, Cynthia;Bertsimas, Dimitris;Yan, Julia
通讯作者：
Yan, Julia