机构名称：
¥ 1.0
COVID-19大流行的展开非常困难，很难使用数学模型用于传染病。虽然已经证明可置态性的变化对关键数量（例如入射峰，牛群免疫阈值和大流行的最终尺寸）具有阻尼作用，但这种复杂现象几乎是无法测量或量化的，并且仍然不清楚如何进行建模和预测。在这项工作中，我们表明，从建模的角度来看，在个体水平上的可疑性变异性与具有“人为”的灭菌免疫力的人群的分数θ相等。我们还为牛群免疫阈值和大流行的最终大小得出了新的公式，并表明这些值大大低于经典公式的预先概述，并且在存在可变易感性的情况下。在SARS-COV-2的特殊情况下，由于免受疫苗和以前的感染的免疫力的减弱，毫无疑问，毫无疑问，我们的发现可用于极大地简化模型。如果在第一波之前也存在此类变化，那么许多研究表明，这些发现可以帮助解释为什么SARS-COV-2的初始波的大小相对较低，与基于标准模型的预期相比。
免疫阈值和传染病的建模
主要关键词
相关文件推荐
