通过一个多区域、按年龄分层的数学模型，深入分析放松干预措施后疫情负担的异质性风险

《Risk Analysis》：Insight Into the Heterogeneous Risks of Epidemic Burden After Relaxing Interventions by a Multi-Regional, Age-Stratified Mathematical Model

1. 研究构建了整合社会接触模式、异质人口结构和动态人口流动的多层次疫情模型，揭示了中国省域间及城乡疫情动态的空间异质性，发现农村地区疫情峰值延迟约半个月且老年群体重症风险显著高于城市，并通过情景模拟论证了即时恢复社交活动可能导致感染激增和医疗资源挤兑，而隔离措施可显著降低峰值感染但延长疫情持续时间，并警示反弹风险。

　　

摘要

为了捕捉解除限制后疫情风险动态的区域差异、年龄分层以及城乡差距，我们开发了一个多层次建模框架，该框架将社会接触模式与异质性的年龄-人口结构相结合，并纳入了不同地区的动态人口流动网络。我们对COVID-19大流行的模拟揭示了疫情轨迹的时空异质性，中国各省和不同人口群体的疫情高峰、持续时间和负担存在显著差异。高峰时间的差异（最长可达半个月）为动态分配医疗资源提供了可操作的见解。地区间的差异更加明显，表现为农村地区的疫情高峰比城市中心出现得更晚。值得注意的是，农村地区的老年人群体对严重后果的脆弱性更高，这突显了关键的卫生公平问题。我们进一步研究了个体行为风险偏好（尤其是限制解除后社会接触模式的变化）如何重塑疫情结果。情景分析表明，如果立即恢复疫情前的社交活动，可能在3个月内导致几乎普遍的感染，同时医院床位将短缺2个月。相反，隔离感染者可以大幅减轻感染高峰，特别是保护老年人群体，尽管会延长疫情的总体持续时间。然而，大规模聚集的反弹可能会延长疫情的持续时间和复杂性。

利益冲突