XiaoMi-AI文件搜索系统
World File Search System流行病
替代流行病控制策略下的疾病-经济权衡
关于疫情控制策略的公共政策和学术辩论注意到了潜在的疾病-经济权衡，并且通常优先考虑一种结果而不是另一种结果。使用一种经过校准的耦合流行病经济学模型，该模型嵌入在新型流行病期间更广泛的经济中，表明有针对性的隔离策略可以避免高达 91% 的个人经济损失，而自愿隔离策略则不然。值得注意的是，有针对性的隔离策略带来的经济节省不会带来额外的疾病负担，从而避免了疾病-经济权衡。相比之下，广泛使用的全面封锁确实会造成严重的疾病-经济权衡，并且每避免一个额外的病例都会带来巨大的经济成本。这些结果凸显了有针对性的隔离策略对疾病控制的好处，因为有针对性的隔离解决了导致经济衰退的传染性和易感性个体之间的根本协调失败。我们的耦合系统框架使用数据驱动的方法将经济活动映射到接触者，这有助于制定针对未来新型病原体的有效控制策略。实施该框架可以帮助控制疾病传播并可能避免数万亿美元的损失。
疫苗在流行病控制中的作用综述
疫苗已被公认为控制流行病的重要工具，它通过诱导针对特定病原体的免疫力。本综述重点介绍了疫苗在流行病控制中的作用，重点介绍了该领域的最新进展和挑战。该研究利用二手数据来源探索了疫苗开发、分发和对抗传染病的有效性的当前形势。该综述讨论了疫苗接种在预防麻疹、肝炎、流感和 COVID-19 等疾病传播方面的重要性。它还解决了与疫苗犹豫、获取和错误信息相关的挑战，这些挑战可能会阻碍实现群体免疫和控制流行病爆发的努力。该研究强调需要加强全球合作和研发投资，以应对新出现的传染病威胁并提高疫苗在人群中的覆盖率。疫苗技术的最新进展，例如 mRNA 疫苗和基于载体的平台，彻底改变了该领域，并加速了针对新型病原体的有效疫苗的开发。然而，在确保公平分配和获得疫苗方面仍然存在挑战，特别是在资源匮乏的环境中。该评论强调了持续研究、创新和公共卫生战略对于提高疫苗有效性和应对流行病不断变化的形势的重要性。
战争、流行病和欧洲现代经济增长
本文利用长期依赖的统计概念，为欧洲现代经济增长的辩论做出了贡献。不同的制度（定义为两次连续的内生估计结构性冲击之间的时期）与流行病和战争时期相匹配。最持久的冲击发生在黑死病和二十世纪世界大战时期。我们的研究结果证实，黑死病往往导致收入水平提高，但拒绝了对瘟疫的长期统一反应的观点。事实上，我们发现非马尔萨斯经济体的收入受到负面影响。在北海地区（英国和荷兰），瘟疫之后，人均产出和人口呈正增长趋势，预示着现代经济增长和欧亚大陆大分流的开始。
结束流行病：结束纽约市艾滋病毒的策略
卫生中心，医院，学院，大学，基于信仰的组织和企业向所有纽约人提供自愿性HIV测试，使HIV测试成为医疗保健的常规一部分，确定患有艾滋病毒的人未经诊断，并将其与护理联系起来，并将艾滋病毒风险与暴露前的暴露前的人联系到预防前的预防（PREP）（PREP）和其他均经（PREP）和其他法规。在2019年，纽约知道将其重点扩大到包括其他性传播感染（ETI）和乙型肝炎C。
SIRS流行病具有免疫力的个体异质性
在当前的论文中，我们分析了一个扩展的SIRS流行模型，在该模型中，个体水平的免疫力以指数级的速度逐渐降低，但是在个体之间的减弱率可能会有所不同，例如，作为免疫系统差异的影响。该模型还包括旨在达到和维持牛群免疫力的疫苗接种方案。我们考虑了已知各个减弱参数的知情情况，因此可以根据自上次疫苗接种以及个体衰减率以来的时间来选择疫苗，以及更有可能未知的情况下的疫苗不知情的情况，在这些情况下，只有允许疫苗接种量以来，因此允许时间依赖时间。得出了知情和均匀异质情况的最佳疫苗接种政策，并将其与均质减弱模型（这意味着所有个体都具有相同的免疫力降低率），以及经典的SIRS模型，其中在一个飞跃中完全免疫以完全免疫力下降。表明，经典的SIRS模型需要最少的疫苗，其次是均匀逐渐减弱的SIRS，然后是该模型的知情情况，具有异质性的逐渐减弱。最有可能的情况是，需要大多数饲养群疫苗的情况是，免疫异质性逐渐逐渐减弱。对于被选为模仿Covid-19-19的参数值，并假设最初的初始免疫力和12个月的累积免疫力为12个月，经典的同质爵士的流行表明，每15个月为个体疫苗接种足以达到和维持畜群的免疫力，而不是呈阳性的情况，则需要呈额定的速度，以相对的速度逐渐降低。每4.4个月接种一次。
宿主种群异质性对流行病暴发的影响
标题表明，我们的目的是研究异质性如何影响人口封闭的宿主人群流行病的各个方面。特别是，我们专注于基本的繁殖数r 0，马尔萨斯参数r，最终大小，峰值和发射率的大小。该论文由两个部分组成。在第一部分中，我们采用了自上而下的方法。我们首先引入一个相当通用的模型。由于其表述采用了特征空间的措施，因此它涵盖了离散和连续的特征。我们提出的各种结果本质上已经闻名了很长时间，但这可能并不是“众所周知”。接下来，我们考虑各种简化及其基本的解释和动机。这些使我们取得了最新的结果，例如受到命中率（Herd Immunity Threshold;参见第7节），这是由Covid-19的爆发引起的。一个重要但有时隐含的流行模型成分是对具有一定特征的人与其他具有指定特定的人接触的率的规范
美国流行病防备计划实施进展第一份年度报告
科学技术政策办公室 (OSTP) 是根据 1976 年《国家科学技术政策、组织和优先事项法》成立的，旨在为总统和总统行政办公室内的其他人员提供有关经济、国家安全、卫生、外交关系、环境、资源的技术回收和利用等方面的科学、工程和技术方面的建议。OSTP 领导跨部门科学技术政策协调工作，协助管理和预算办公室 (OMB) 每年审查和分析联邦预算中的研究和开发，并作为总统在联邦政府主要政策、计划和方案方面的科学技术分析和判断的来源。关于国家科学技术委员会
将人工智能融入新冠肺炎和未来流行病的床边护理
新冠肺炎疫情给临床医生和医疗机构带来了前所未有的挑战。在面临人员和材料短缺的同时，适应迅速出现的疾病促使人们做出如何最佳地分配资源的艰难决定。人工智能 (AI) 迅速成为调整我们的医疗保健系统以应对新冠肺炎疫情的前沿。数百种新模型被开发出来，有望为从诊断到治疗和物流等患者护理的各个方面提供最佳解决方案。然而，只有一小部分模型被部署，没有一个被广泛采用。1 2 我们认为，新冠肺炎疫情暴露了技术、制度和道德基础的缺陷，而人工智能必须建立在这些基础之上才能大大改善床边护理。如果要让人工智能成为对未来健康危机的快速反应的一部分，就必须仔细分析和克服它在新冠肺炎疫情期间面临的挑战。人工智能是计算机科学的一个分支，它使用数据和算法以人工智能特有的方式提取意义
国家工具包终结全国药物过量流行病
美国疾病预防控制中心（CDC）报告称，预计截至 2021 年 4 月的 12 个月内因药物过量死亡的人数将首次超过 10 万。1 在全国范围内，2019 年至 2020 年期间，15 至 24 岁人群的药物过量死亡率增幅最大（49%），2020 年 4 月至 2021 年 4 月期间总体死亡人数增加了近 30%。2 在全国范围内，2020 年有 28 个州的药物过量死亡人数与 2019 年相比增加了 30% 以上，其中 10 个州增加了 40% 以上。3 其他州级报告详细介绍了数百个疫情肆虐的例子。 4 新冠疫情和药物过量流行病同时发生的悲剧——两场公共卫生危机——已广泛导致人们将药物过量流行病归类为“流行病中的流行病”。5