风险分析有助于应对个人活动的不确定性
随着各州和市政当局开始大规模开展疫苗接种运动，一些人敢于问:什么时候才能安全恢复“正常”活动?对于美国大部分地区的人来说，感染COVID-19的风险仍然非常高。
人们现在有更好的机会实时信息关于县或市一级的感染率和传播，但他们仍然需要一个框架来帮助他们决定什么是安全的。保持社交距离和关闭企业已经减少了病例数，但重新开放企业和教室的压力越来越大。
生活可能会在这种不稳定状态中继续一段时间。由华盛顿大学圣路易斯分校的一位数学家共同撰写的一个新模型有助于应对这种不确定性。
“人们需要一种方法来决定一项活动是否值得进行，”斯宾塞T.奥林艺术与科学数学教授、华盛顿大学数学与统计系主任约翰·麦卡锡(John E. McCarthy)说。
他说:“我们提供了一个模型来估计不同活动的相对感染风险。”“这些信息可以允许决策者在工业和政府中，根据它们的相对感染风险对活动进行排名。
“结合对这些活动的收益和成本的理解，决策者可以就是否允许以及如何允许参与以前被禁止的活动做出明智的选择。”
麦卡锡写了这个模型，发表在1月28日的杂志上《公共科学图书馆•综合》他和卡内基梅隆大学的Barry D. Dewitt、Omnium LLC的Bob A. Dumas以及伊利诺伊大学香槟分校的Myles T. McCarthy共同完成了这项研究。
研究人员提供了几个计算示例，分析了理想版本的飞机旅行、参加体育赛事、坐在教室里、去餐馆和参加宗教仪式的风险。
至关重要的是，新模型分解了这些亲身活动的组成部分——例如走过体育场的旋转门，或坐在看台上的座位上——并将它们对相对风险的贡献相加。这使得模型易于使用，并允许用户量化任何拟议的缓解战略的效果。
麦卡锡已经在使用这个公式的一个版本来帮助体育特许经营公司保持球迷在体育场馆和竞技场的最安全的体验。在描述这一努力时，麦卡锡表示:“我们很快就得到了两大结论:一是球迷体验中最重要的风险因素是座位;而且，通过缓解，其他方面的风险相对较小。”
在《公共科学图书馆•综合》在论文中，数学家们描述了他们共享的模型如何很好地近似于一个更精细的模型，在这个模型中，假设感染来自一系列独立的风险。线性假设控制了几个潜在的可修改的风险因素，如活动的持续时间、参与者的密度和参与者的传染性，这使得解释和使用模型更加简单。研究人员认为，这样做不会显著降低模型的可靠性。
即使在COVID-19疫苗得到更广泛使用之后，这种类型的决策工具在未来几个月或可能几年都将是相关的。
麦卡锡说:“我们的方法可以进行修改，以估计一项活动的潜在参与者中接种疫苗的比例。”
成为一个有用的决策工具，一个模型必须是稳健的、定量的。”“家庭以外的所有活动都有风险。做某事明智的决定关于应该参与哪些活动，避免哪些活动，我们需要一些方法来估计不同活动的相对风险，以及管理特定活动的不同方法。”
进一步探索
用户评论