综述：对COVID-19大流行期间应用的空间流行病学建模方法进行的系统回顾

《BMC Public Health》：A systematic review of spatial epidemiological modeling approaches applied during the COVID-19 pandemic

空间流行病学模型在COVID-19中的应用研究：系统综述了193篇文献，109篇符合标准。主要发现包括：47.7%使用agent-based建模，29.4%用compartmental模型，地理范围从单教室到多国模型，编程语言以Matlab和Python为主但开源代码不足30.6%。提出了GPM框架，未来需量化评估模型适用性并改进标准化基础设施。

　　

摘要

背景

针对SARS-CoV-2大流行，已经应用了多种流行病学建模方法，这为我们评估针对特定研究问题所采用的通用方法提供了机会。空间模型研究了异质性和宿主移动动态如何影响疾病的局部和区域分布模式，这些对于理解和控制SARS-CoV-2具有重要意义。

目的

本文对SARS-CoV-2的空间流行病学建模方法进行了系统回顾，总结了常见主题并强调了独特策略，为研究人员构建适用于未来病原体和流行病的空间模型奠定了基础。我们的回顾还分类了使用空间模型解决的问题类型，重点介绍了参数估计技术，并描述了用于模型开发的网络基础设施。

方法

我们利用Web of Science和一组标准化的关键词进行了系统回顾，随后仔细检查了摘要和全文，以确定哪些研究符合我们的纳入标准。为了指导我们对模型的描述和比较，我们开发了一个“地理、人口、移动（GPM）”框架，该框架概念化了任何空间模型中三个不同子组件之间的相互作用。地理模型代表了模型实施的物理环境，种群内模型描述了在地理空间单元内发生的传播和疾病过程，而移动模型则描述了宿主在地理空间单元之间移动的算法。

结果

搜索共找到了193篇文章，其中109篇被纳入我们的回顾。最常见的种群内建模方法是基于代理的方法（47.7%）和隔室建模方法（29.4%）。移动模型的复杂程度各不相同，最复杂的模型考虑了地理环境中多个兴趣点之间的通勤者移动情况，有时这些移动会通过细粒度移动数据来进行参数化。地理模型的范围从描述单个教室这样的微观环境到多国模型都有。在指定了编程语言的63.3%的模型研究中，我们发现了十种不同的编程语言，其中Matlab和Python最为常见，但只有30.6%的研究提供了模型的开源代码。我们还描述了八种专门用于构建COVID-19基于代理或隔室模型的软件系统。

结论

我们的回顾识别并描述了多种空间建模策略和软件，这些方法在解决COVID-19相关的流行病学问题时非常有用。未来的研究需要定量评估在特定情况下哪种建模方法最为合适，以回答特定问题或应用于某些疾病系统。此外，未来的网络基础设施可以帮助模块化和标准化建模方法，从而提高透明度和可重复性，并便于详细研究哪些模型属性与模型在各种情境下的性能相关。