机构名称：
¥ 1.0
疫苗在全美范围内的部署为预防 COVID-19 导致的严重疾病和死亡提供了重要防御。超过 70% 的符合疫苗接种条件的美国人至少接种了部分疫苗，但仍有部分人群疫苗接种不足，例如农村地区和某些人口群体（例如年龄、种族、民族）。这些群体极易受到 Delta 变种的感染，从而加剧了医疗危机并增加了新变种的风险。在本文中，我们描述了一个数据驱动的模型，该模型通过推荐移动疫苗接种点的位置来针对疫苗接种不足的人群，为弗吉尼亚州公共卫生官员提供实时支持。我们的策略使用细粒度的移动数据以及美国人口普查和疫苗接种数据来确定未接种疫苗的个人最有可能访问的地点。我们进一步扩展了我们的模型，以选择能够在犹豫不决的群体中最大限度提高疫苗接种率的地点。我们表明，在某些人口统计数据中，推荐的疫苗接种点差异很大，这证明了开发集成细粒度异构数据源的定制推荐模型的价值。我们还通过分析已部署疫苗接种点的成功率来验证我们的建议，并表明靠近我们推荐区域的接种点接种的疫苗剂量更多。我们的模型是同类模型中第一个实时考虑不断变化的移动模式的模型，用于为不同的目标人口群体提供定制的接种策略。
数据驱动的移动疫苗分发站点实时战略布局
主要关键词
相关文件推荐
