多组SEIR框架中最优流行病屏蔽的见解

第ii组：最佳半目标屏蔽政策。14巴赫，切尔诺朱科夫，斯宾德勒（i）0.000 0.005 0.010 0.015死亡人数占ADT的比例。人口0.00010.20.30.40.5经济损失占GDPdv经济损失与死亡人数的比例统一政策半目标政策目标政策rc seir,Unif gd 10%：结果=0.75,=2,=0.338,=0.9,t=5460.000 0.005 0.010 0.015死亡人数占ADT的比例经济损失与死亡的GDPPDV比例的损失统一政策半目标政策目标政策RC SEIR，Unif GD 30%：结果=0.75,=2,=0.262,=0.9,t=5460.000 0.005 0.010 0.015死亡作为ADT的比例。人口0.00.10.20.30.40.5经济损失与GDPPDV比例的经济损失PDV统一政策半目标政策目标政策RC SEIR，Unif GD 40%：结果=0.75,=2,=0.75 225,=0.9,t=546(ii)0.000 0.005 0.010 0.015死亡人数占ADT的比例经济损失与死亡的GDPPDV比例中的SS统一政策半目标政策目标政策rc seir,vuln gd 10%：结果=0.75,=2,=0.338,=0.9,t=5460.000 0.005 0.010 0.015死亡作为ADT的比例。人口0.00.10.20.30.40.5经济损失与死亡的GDPPDV比例中的经济损失pdv统一政策半目标政策目标政策rc seir,vuln gd 30%：结果=0.75,=2,=0.26 2,=0.9,t=5460.000 0.005 0.010 0.015死亡人数占ADT的比例。人口0.00.10.20.30.40.5经济损失占GDPPDV经济损失与死亡人数的比例统一政策半目标政策目标政策rc seir,vuln gd 50%：结果=0.75,=2,=0.188,=0.9,t=546图5。与群体距离或减少群体之间和内部传播率的政策前沿。面板（一）：在接触矩阵ρ10%（左）、30%（中）和40%（右）的所有接触率均匀降低。小组(ii)：小组距离侧重于最脆弱的群体（即65岁以上的群体），减少组间接触率ρys、ρms，分别为10%（左）、30%（中）和50%（右）。在0.2%的规定死亡率水平下的经济损失方面的结果说明了通过有针对性的屏蔽可以实现的收益。在半靶向政策的基线病例中，在疫苗到达之前，对老年人实施高屏蔽强度，而对其他群体的屏蔽强度在最初的峰值后逐渐降低。图4说明了每个年龄组中未感染的比例和生育率随时间的变化。如图（二）所示，半定向屏蔽政策与各年龄组的直接感染率有关。因此，在弱势群体中受感染的比例相对较低，而在年轻人群体中受感染的比例更高。然而，如果考虑到统一的政策（第(ii)组），不同年龄组未受感染的比例的差异要小得多。一般来说，如果个人接触中的传播率可以降低，例如自愿限制接触或通过戴口罩降低传播概率，政策制定者可以降低屏蔽政策的强度和持续时间，如[8]所述。在其他建议中，我们提供了一个可能的强制性或自愿的群体距离测量清单（第4.3节）。我们通过操纵接触矩阵ρ的条目来考虑群体距离的两种变体。我们所考虑的强制或自愿群体距离的情况是指在ρ中接触率的均匀降低。这一设置可以被认为类似于对人口的一般性呼吁，即减少所有个人互动，而不管被考虑的人的年龄或脆弱性。

我们考虑的第二种情况是指相对于高级组的接触率的变化--换句话说，ρysandρmsand，保持ρs中的所有其他条目不变。这种情况对应于弱势群体的“打破感染链”。在这一抗击流行病的最佳政策中，15(i)0 200400 0.00.20.40.60.81.0屏蔽政策ymsoutcomes经济损失0.1664 ADT.POP.死亡率0.002 y死亡率0.0002 m死亡率0.0012 s死亡率0.00610 200400 000000.0250.0500.0750.1000.1250.150感染率ymsunif gd 20%:sf统一政策=0.75=2.0=.9=0.3(ii)0 200400 0.00.20.40.60.81.0屏蔽政策ymsoutcomes经济损失0.197 ADT.POP.死亡率0.002 y fats病死率0.0002 m病死率0.0016 s病死率0.00560 200 400000000.0250.0500.0750.1000.1250.150感染率GD50%:SF统一政策=0.75=2.0=.9=0.375图6。具有安全焦点和群体距离的最优均匀屏蔽策略。小组(i)：均匀的群体距离，所有群体之间和内部的社会互动减少20%。小组（二）：以与弱势群体的相互作用和接触率ρys，ρmsby 50%为重点的组距离。16巴赫，切尔诺朱可夫，斯宾德勒(i)0 200400 0.00.20.40.60.81.0未感染比例0 200400 0.00.51.01.552.02.53.0繁殖率0 200400 0.00.20.9=0.3(ii)0 200400 0.00.20.40.60.81.0未感染比例0 200400 0.00.20.51.01.52.02.53.0繁殖率GD 50%：SF统一政策=0.75=2.0=.9=0.375图7。在有安全焦点和群体距离的情况下，未感染的份额（左）和繁殖率R(t)（右）。统一的屏蔽策略。小组（一）：统一的群体距离，所有群体之间和内部的社会互动减少20%。小组（二）：小组距离，重点是与弱势群体的相互作用和减少接触率ρys，ρmsby50%。抗击流行病的最佳政策17(i)0 200400 0.00.20.40.60.81.0屏蔽政策经济损失0.0634 ADT.POP.死亡率0.002 Y死亡率0.0004 M死亡率0.0025 S死亡率0.00440 200 400000000.0250.0500.0750.1000.1250.150感染率0.00440 200 4000.0000.0250.0500.0750.1000.1250.150感染率GD20%:SF半独立政策=0.75=2.0=.9=0.3(ii)0 200400 0.00.20.40.60.81.0屏蔽政策经济损失0.0953 ADT.POP.死亡率0.002 Y死亡率0.0004 M死亡率0.0031 S死亡率0.00350 200 400000000.0250.0500.0750.1000.1250.150感染率YMsvuln GD50%:SF半单程政策=0.75=2.0=.9=0.375图8。具有安全焦点和群体距离的最优半靶向屏蔽策略。小组（一）：均匀的群体距离，所有群体之间和内部的社会互动减少20%。小组（二）：小组距离，重点是与弱势群体的互动和接触率ρys，ρmsby 50%的减少。18巴赫，切尔诺朱科夫，斯宾德勒(i)0 200 400 0.00.20.40.60.81.0未感染的分数0 200 400 0.00.51.01.552.02.53.0繁殖率0 200 400 0.00.0.9=0.3(ii)0 200 400 0.00.20.40.60.81.0未感染的分数0 200 400 0.00.20.51.01.52.02.53.0繁殖率GD 50%：SF半为=0.75=2.0=.9=0.375编组的策略图9。在有安全焦点和群体距离的情况下，未感染的份额（左）和繁殖率R(t)（右）。半靶向屏蔽策略。小组（一）：均匀组距离，所有组之间和组内的社会互动减少20%。

小组(ii)：小组距离，重点是与弱势群体的互动和减少接触率ρys，ρmsby50%。抗击流行病的最佳政策190.00 0.01 0.02死亡占ADT的比例。人口0.00.10.20.30.40.5经济损失占GDPPDV的比例经济损失与死亡的比例统一政策25%红色。半目标政策25%红色。统一政策10%红色。半目标政策10%红色。接触减少（10%）模型参数:=0.75，=2，=1，=0.8，t=5460.000.01 0.02死亡占ADT的比例。人口0。00.10.20.30.40.5经济损失在GDPPDV中的比例经济损失与死亡人数的比例统一政策25%红。半目标政策25%红。统一政策0%红。半目标政策0%红。接触减少（0%）模型参数:=0.75,=2,=1,=0.8,t=546图10。具有替代接触率调整的e-cient前沿。在ρ=0.9·ρ，接触率降低10%（左），在ρ=0.9·ρ，在ρ=ρ=ρ=0.9·ρ，接触率不降低，即ρ=ρ=ρ(右）。实线是基线假设ρ=0.75·ρ，假设中青年组的组内联系和组间联系不变。此外，在所考虑的环境中，我们也保持老年人群体中的接触不变，从而试图建立一个对老年人日常接触影响尽可能低的场景。图5根据统一组距离策略（panel(i)）和关注易受攻击者的组距离策略（panel(ii)）说明了与联系矩阵ρ中变化相对应的策略前沿。不出所料，同时缩放ρ中的所有条目在减少传输方面比目标组距离要明显地多。然而，统一群体距离政策的社会和心理成本可能很高，图5中的第（二）小组显示，一种减少但有针对性的方法也可能有助于减轻流行病的健康和经济成本。图6和8中的结果表明，群体距离可以减少统一屏蔽政策的强度和持续时间，同时减轻经济损失。通过针对不同的群体进行屏蔽，可以获得大量的e/ciencygengs。比较(i)均匀的物理群体距离政策（相当于所有群体的接触率降低20%，见图6和8的顶部）和(ii)目标群体与弱势群体的距离（相当于年轻和中年群体与老年公民之间的接触率降低50%，见图6和8的底部）表明，如果与有针对性的屏蔽相结合，大幅降低弱势群体与其他年龄组之间的接触率和/或传播率可以成为减轻新冠肺炎疫情健康和经济后果的有效措施。图7和图9显示了易感人群的比例及其产出率随时间的变化，并阐明了统一群体距离的流行病学后果（图7和图9中的小组(i)）和一项以可扩展性为重点的群体距离政策（图7和图9中的小组(ii)）。因此，就年龄组特定感染率而言，更有针对性的群体距离与更大的风险有关。与基线场景类似，如果考虑半目标策略，年龄相关性感染率的变化更大。作为稳健性检查，我们使用了两个减少物理距离的设置，并在图10中说明了响应前沿。这样做，我们打算说明如果个人不太遵守物理距离准则，例如，因为他们低估了传播的可能性。20巴赫、切尔诺朱可夫、斯宾德勒的测试和接触追踪。

改进对传染性个体的检测和隔离指的是概率ηij比基线值ηij=0.9-降低，即，感染个体未被检测和隔离以避免后续感染的概率。第二种检测策略可以指那些与感染个体有过接触的人--即降低接触过感染个体的人未被检测和隔离的概率，ηe，默认值ηEj=1。图11说明了改进对Ij状态下的人的检测（小组(i))、改进对Ej状态下的人的检测和追踪（小组(ii)）以及这些措施的组合（小组(iii)）的好处。ηij=0.9的基线设置相比，ηij=0.9的降低使政策前沿更接近原点，从而实现e的收益。相应的边界显示在面板(i)的figurrst图（左侧）中。如图11的图(ii)所示，对于接触者追踪政策可以得出类似的结论。然而，同时改进传染病检测和接触者检测将大大改善政策制定者的潜在替代方案菜单。例如，如果未被发现的感染的概率降低到ηij=ηej=0.8，则边境上的点所指示的关注安全的场景涉及显著降低的经济成本。除了自愿或强制性的群体距离以及测试和追踪政策之外，ZF还可以提供激励措施，促进在家工作。为了改善在家工作的条件，我们考虑在家里减少身体互动和提高生产率。图12说明了两个场景:(i)π=20%和π=5%；(i)π=30%和π=10%。在这两种设置中，e-ciency损失都减少了10个百分点--也就是说，在基线设置中，屏蔽下的productivityloss被设置为70%，现在更改为60%。图12的面板(i)显示了对应于设置(i)（左）和设置(ii)（右）的策略边界。第（二）小组说明了以安全为重点的最佳半靶向屏蔽策略。我们可以看到，在家工作条件的改善使得有可能大幅降低与流行病和屏蔽相关的经济成本。此外，与基线设置相比，在家工作的更好条件使得有可能减少屏蔽措施的持续时间和强度。如果将改进的测试和群体距离与其他措施结合起来形成一个全面的方法，这些措施的积极作用就会得到放大。如图13的面板(i)所示，将改进的测试和接触追踪与关注其他群体与老年人群体互动的群体距离结合起来，可以使政策前沿更接近原点。根据图13（第(i))中的e-cient边界和第(ii)图中的最优政策，政策制定者几乎可以完全避免实施屏蔽规则。最好的情况是，在疫情的早期阶段，只有对高级群体实施短暂的屏蔽。如附录（图19）所示，与均匀屏蔽相关的最佳政策不涉及任何具有可比经济损失和人口死亡率较高的屏蔽。图13的面板(ii)说明，一种综合方法，也包括改善在家工作的条件，π=20%和π=5%，允许在很短的屏蔽阶段更低的经济损失。此外，图14第（二）图中关于感染率和生育率的结果表明，与改善在家工作条件相结合的方法有助于降低所有年龄组的感染率。

此外，在我们的分析中，我们将只关注对所有组均适用的ηijandηej的变化，例如，考虑ηiy=ηim=ηis=0.9的情况。抗击流行病的最佳政策21(i)0.000 0.005 0.010 0.015死亡人数占ADT的比例人口0.00010.20.30.40.5经济损失占GDPPDV的比例经济损失与死亡人数的比例统一政策半目标政策目标政策基线：结果=0.75,=2,=0.375,=0.9,t=5460.000 0.005 0.010 0.015死亡人数占ADT的比例人口0 0.010.20.30.40.5经济损失在GDPPDV中的PDV经济损失与死亡统一政策半目标政策目标政策rc SEIR，测试：结果=0.75，=2，=0.375，=0.9，t=5460.0000.0050.0100.015死亡作为ADT的分数。人口0.00.10.30.40.5经济损失在GDPPDV中的PDV经济损失与死亡统一政策半目标政策目标政策rc SEIR，测试：结果=0.75，=2,=0.375,=0.9,t=546(ii)0.000.005 0.010 0.015死亡人数占ADT的比例。人口0.00010.20.30.40.5经济损失占GDPPDV经济损失与死亡人数的比例统一政策半目标政策目标政策rc SEIR,测试和追踪：结果=0.75,=2,=0.375,=0.9,t=5460.000 0.005 0.010 0.015死亡人数占GDPPDV经济损失与死亡人数的比例统一政策半有针对性的政策有针对性的政策RC SEIR，测试和追踪：结果=0.75，=2，=0.375，=0.9，t=5460.0000.0050.0100.015死亡人数占ADT的比例。人口0.00.10.20.30.40.5经济损失占GDPPDV的比例经济损失与死亡人数的比例统一政策半有针对性的政策RC SEIR，测试和追踪：结果=0.75，=2，=0.375，=0.9，t=546(iii)0.0000.0050.0100.015死亡人数占ADT的比例0.010.20.30.40.5按GDPPDV计算的经济损失PDV经济损失Vs死亡人数统一政策半焦油编入政策目标政策rc SEIR，测试：结果=0.75,=2,=1,=0.8,t=5460.000 0.005 0.010 0.015死亡人数占ADT的比例。人口0.00.10.20.30.40.5经济损失占GDPPDV经济损失与死亡人数的比例统一政策半目标政策目标政策rc SEIR，测试：结果=0.75,=2,=1,=0.8,t=5460.000 0.005 0.010 0.015死亡人数占ADT的比例经济损失在GDPPDV中的比例经济损失与死亡人数统一政策半目标政策目标政策RC SEIR检验：结果=0.75,=2,=1,=0.7,t=546图11。改进测试和隔离的政策前沿。第（一）组：传染病人试验，参数从左至右(ηij，ηej)=(0.9，1)，(0.8，1)，(0.7，1)。第（二）组：对暴露个人的改进测试和追踪政策，参数(ηij，ηej)=(0.9，0.9)，(0.9，0.8)，(0.9，0.7)。第(iii)小组：测试传染性和测试追踪政策的结合，参数(ηij，ηej)=(0.8，0.8)，(0.7，0.8)，(0.7，0.7)。22巴赫，切尔诺朱科夫，斯宾德勒(i)0.000 0.005 0.010 0.015死亡人数占ADT的比例。人口0.00010.20.30.40.5经济损失占GDPPDV的比例经济损失与死亡人数统一政策半目标政策目标政策WFH(1):结果=0.75，=2，=0.3，=0.9，t=5460.000 0.005 0.010 0.015死亡人数占GDPPDV的比例人口0.00.10.20.30.40.5经济损失在GDPPDV中的比例经济损失与死亡的比例经济损失与死亡的比例统一政策半目标政策目标政策WFH（2）：结果=0.75,=2,=0.262,=0.9,t=546（ii）0 200 400 0.00.20.40.60.81.0屏蔽政策经济损失0.0648 ADT.POP.死亡0.002 Y死亡率0.0003 M死亡率0.0023 S死亡率0.00460 200 400000000.0250.0500.0750.1000.125 0.150感染率ymsrc:PWFH(1):SF半平衡策略=0.75=2.0=.9=0.3图12。

面板（一）：在家工作条件改善的两个变体的前沿，π=20%，π=5%，ζ=0.4（左）和π=30%，π=10%，ζ=0.4（右）。第ii组：安全重点的最优半目标政策，比例π=20%,π=5%,ζ=0.4。抗击流行病的最优政策23(i)0.000 0.005 0.010 0.015死亡人数占ADT的比例。人口0.00.10.20.30.40.5经济损失占GDPPDV经济损失与死亡人数的比例统一政策半目标政策目标政策rc SEIR，综合措施：结果=0.75，=2，=0.375，=0.7，t=546(ii)0 200 400 0.00.20.40.60.81.0屏蔽政策经济损失0.0156 ADT。死亡人数0.0018 Y死亡率0.0002 M死亡率0.0015 s死亡率0.00490 200 400000000.0250.0500.0750.1000.1250.150感染率src seir,综合措施：sf半独立政策=0.75=2.0=.9=0.375(iii)0 2004000.00.20.40.60.81.0屏蔽政策经济损失0.0079 ADT.死亡人数0.001 Y死亡率0.0001 M死亡率0.0007 s死亡率0.002900 200 400000000.0250.0500.0750.1000.1250.12 50.150感染率Src SEIR,综合测量，WFH：SF半标准TED策略为=0.75=2.0=.9=0.3图13。最优安全重点政策与政策措施相结合（综合方法）。第（一）和第（二）项：改进对感染者(ηi=0.7)和暴露者(ηe=0.8)的检测和隔离，减少与老年群体的接触率(ρys=ρms=0.2)。(iii)小组：改进感染(ηi=0.7)和暴露(ηe=0.8)的检测和隔离，降低与老年人互动的接触率(ρys=ρms=0.2)，改善在家工作的条件(π=20%，π=5%，ζ=0.4.)24巴赫，切尔诺朱可夫，斯宾德勒(i)0 200 400 0.00.20.40.60.81.0非感染的部分，poprc seir0 200 400 0.00.51.01.52.02.53.0复制率ePoprc Seir，联合措施：SF半独立政策=0.75=2.0=0.9=0.375(ii)0 200 400 0.00.20.40.60.81.0部分无感染度0 200 400 0.00.51.01.52.02.53.0繁殖率Epprc SEIR,综合措施，WFH:SF半纯策略=0.75=2.0=.9=0.3图14。在结合政策措施（综合方法）的设置中，未感染的份额（左）和繁殖率R(t)（右）。半有针对性的屏蔽政策。小组(i)：改进感染(ηi=0.7)和暴露(ηe=0.8)的检测和隔离，降低与老年群体相互作用的接触率(ρys=ρms=0.2)。小组(ii)：改进感染(ηi=0.7)和暴露(ηe=0.8)的检测和隔离，降低与老年群体相互作用的接触率(ρys=ρms=0.2)，改善在家工作的条件(π=20%,π=5%,ζ=0.4。）抗击流行病的最佳政策250.000 0.005 0.010 0.015死亡人数占ADT的比例。人口0.00010.20.30.40.5经济损失占GDPPDV经济损失与死亡人数的比例有针对性的政策有针对性的政策治疗：结果=0.75，=2，=1，=0.9，t=5460.0000.0050.0100.015死亡人数占ADT的比例。人口0.00.10.20.30.40.5经济损失占GDPPDV的比例经济损失与死亡人数的比例统一政策半有针对性的政策有针对性的政策治疗(50%):结果=0.75，=2，=1，=0.9，t=546图15。在SEIR模型中，改进的药物治疗对应于老年组死亡率降低30%（左）和50%（右）。观察到综合方法允许生育率保持在1的阈值以下。改进的药物和治疗的E-ect。最后，我们评估了新冠肺炎的E-CECT联合改善治疗，与老年群体的基础死亡率降低30%和50%相对应，δDS。例如，[14]最近的一项研究表明，地塞米松治疗可以将重症住院病例的死亡率降低三分之一。

我们承认，如第2.1节（疫苗和治疗）中(i)至(iii)所述，治疗COVID-19患者的批准药物的di-internent e可导致最佳政策方面的di-internent结果。[1]通过增加老年群体的死亡率和改变该群体的人均收入来提供稳健性检查。通过这样做，他们得出结论，目标政策的e-ciencygures是由于该群体的高脆弱性而不是低生产率而产生的。因此，适当的医疗治疗可能会软化脆弱性群体和死亡率较低的群体之间的区别。将图15中改进治疗的e-cient前沿与图2中基线设置的e-cient前沿进行比较，表明在给定死亡率水平下，经济成本可以大幅降低。与此同时，有针对性和统一屏蔽策略的边界之间的距离变小了，这符合[1]中的观察，即由于高度脆弱性，有针对性的e-cience收益增加了。然而，即使有了大幅改善的医疗治疗，导致老年群体的死亡率降低了50%，与统一方法相比，有针对性的屏蔽仍然与相当大的e-cience收益有关。疫苗提前到达的e-cence。自疫情早期以来，世界各国ZF都鼓励开展研究活动，开发新型冠状病毒疫苗。在[1]的最初研究和迄今为止考虑的设置中，我们做出了一个确定性的假设，即疫苗将在1.5年后到达。图16和17分别说明了如果e型疫苗在一年和六个月后可用的话，最佳的统一和半目标屏蔽政策。结果强调了e型疫苗尽早可用的经济重要性，因为这将大大减少国内生产总值的损失，在基线情况下，如果疫苗接种者对收入参数ωj和死亡率δd进行各种稳健性检查（结果略），在统一屏蔽政策下，国内生产总值损失将减少约26%，在半目标政策下，如果我们对[1]中的结论进行检查，损失将减少13%。26巴赫，切尔诺朱可夫，spindler1.5年后可用。相比之下，如果一种疫苗在一年内上市，在半靶向政策下，均匀屏蔽的损失将减少到18%和9%。在疫苗六个月后可用的情况下，这些数字分别为8%和5%。抗疫最优政策27(i)0 100 200 3000.00.20.40.60.81.0屏蔽政策经济损失0.1912 ADT.POP.死亡率0.002 Y死亡率0.0002 M死亡率0.0012 S死亡率0.00610 100 200 300000000.0250.0500.0750.1000.1250.150感染率1年疫苗：SF统一政策=0.75=2.0=.9=0.375(ii)0 100 200 3000.00.20.40.60.0 81.0屏蔽政策经济损失0.1113 ADT.POP.死亡率0.002 Y死亡率0.0003 M死亡率0.0024 s死亡率0.00450 100 200 300000000.0250.0500.0750.1000.1250.150 1年中的疫苗：SF半单程政策=0.75=2.0=.9=0.375图16。疫苗到达1年后的最优屏蔽政策。第（一）小组：最佳统一政策。

面板(ii)：最佳半靶向政策。28巴赫，切尔诺朱科夫，斯宾德勒(i)0 50 100 150 0.00.20.40.60.81.0屏蔽政策ymsoutcommes经济损失0.1004 adt.pop.死亡率0.002 y死亡率0.0002 m死亡率0.0012 s死亡率0.00610 50 100 150 000000.0250.0500.0750.1000.1250.150感染率ymsswiden5年：sf统一政策=0.75=2.0=.9=0.375(ii)0 50 100 150 0.00.20.40.60.81.0屏蔽政策ymsoutcomme经济损失0.0659 ADT.POP.死亡率0.002 Y.死亡率0.0004 M.死亡率0.0025 s.死亡率0.00440 50.100.1500.0000.0250.0500.0750.1000.1250.150感染率5年中的疫苗：SF半研究政策=0.75=2.0=.9=0.375图17。六个月后疫苗到达的最佳屏蔽政策。第（一）小组：最佳统一政策。第二小组：最佳半目标政策。抗击流行病的最佳政策294.3.实施最优政策。模型的结果表明，保护弱势群体，特别是较高年龄段的人群，有利于减轻对其他群体的保护措施。当然，这样一项政策必须以相称的方式执行，并辅之以尽可能减轻负担的配套措施。我们认为，实施这一政策应考虑以下几个方面的措施和要点：1.在老年人和其他合并症患者中优先使用口罩(N-95/FFP2；外科口罩）和个人防护设备。这些群体和接触者（如护士）应配备高质量的口罩。通过减少与高风险人群的接触次数，特别是与可能接触其他传染性人群的接触次数，限制和减少潜在的传播。一般要求人们在与老年人或其他弱势群体互动时用简单的一次性或可重复使用的口罩遮住口鼻，或通过降低个人在接触时被感染的风险，例如通过加强检测和要求隔离或在去养老院之前的一段时间内减少接触，可以降低传播风险。为老年人和弱势群体设立专门的购物和医疗咨询时间，允许他们购买日常必需品和参加重要的医疗预约。这在美国、英国和其他国家已经实践过。在这方面，鼓励使用和潜在地扩大各种送货上门服务也是很有价值的。确保仍在参与劳动力市场的老年人和其他高风险个人能够轻松地在家工作，例如向他们提供适当的设备、基础设施和培训。为那些对社会负责、照顾老人或其他弱势群体的员工提供额外的福利和补偿，如工作保障和优先休假。例如，健康保险公司可以向那些承诺减少与他人的社会交往以照顾高风险个人的个人提供更多的金钱福利。通过远程会议和其他安全的互动方式，特别是通过在线咨询时间和远程医疗，以及养老院的视频会议系统，提供心理健康和社会支助，以便居民能够与家人保持联系。在自愿的基础上为老年人实施居家政策。可以通过一项奖励计划来实现对这一政策的高度遵守。如果有适当的激励措施，老年人应该遵循一项符合自己利益的居家政策。

向住在自己家中的弱势群体成员提供频繁、易懂和不矛盾的信息和交流及援助；此外，为青年和中年群体成员制定激励措施，以保护社会中的弱势成员。根据关于新型冠状病毒传播的新科学证据，经常更新屏蔽政策，以提高此类措施的有效性，减少经济成本，并更好地遵守集团距离建议。结论。本文采用文献[1]对德国的扩展SIR模型。德国在其社会人口统计及其医疗保健覆盖和提供系统方面与来自美国的ERS相匹配。该模型允许比较直接政策对存活率和经济损失的影响，从而为政策制定者提供信息，以得出最佳政策。我们以定量的方式评估了几种情况，并发现半有针对性的屏蔽可能实现e-cience收益，这可能用于资助改善弱势群体状况的措施，如老年人和合并症患者。最重要的是，30巴赫、切尔诺朱科夫、斯宾德勒认为，通过采用额外的措施，如群体距离、测试和接触追踪，可以减少屏蔽政策的强度和持续时间。事实上，一个综合的方法，将这些措施结合起来并同时实施，可以将经济损失和人口死亡率都保持在较低的水平--即使采用统一的屏蔽措施。最后，我们强调了适当的医学治疗和及时的疫苗开发的重要性。我们的分析在未来的研究中有几个可以考虑的扩展。首先，基线设置中使用的接触率估计是基于英国的一项研究，可能会根据国家具体的接触模式进行重新调整。还可以开展额外的工作，为包括德国和美国在内的其他国家提供可比数据。其次，SEIRmodel通过包括一个关于接触传染性个体的人被检测和隔离的概率的参数，纳入了接触者追踪。这种方法使我们能够保持相对简洁的模型结构。一个更复杂的结构可能涉及隔离或不隔离的暴露和感染个体的单独分隔，允许这两个群体之间的社会互动被建模。文[13]中的模型是这种演化的分室结构的一个例子。此外，个人的传染性可以以一种更颗粒状的方式被迷惑。一些研究，如[13]，对有症状的、无症状的和严重的病例进行了区分，并考虑了无症状病例对新型冠状病毒的传播，或者，[3]中的SEIR模型考虑了接触者的传染性。最后，一旦有更多关于人们在感染后是否对SARSCoV-2产生长期免疫力的信息，这可能会被用来调整SEIR模型以适应SEIRS结构。抗击流行病的最佳政策31参考文献。[1]Acemoglu，D.Chernozhukov，V.Werning,I.和Whinston,M.D.（2020）。多组SIR模型的最优目标锁定。工作论文第27102号，国家经济研究局。[2]美国医院协会(AHA)(2020)。2020年美国医院快速事实（2020年7月3日访问）。https://www.aha.org/statistics/fast-facts-us-hospitals。[3]伯杰，D.W.，赫肯霍夫，K.F.和蒙盖，S.(2020)。SEIR传染病模型的检验和条件检疫技术报告，国家经济研究局。[4]Brotherhood,L.,Kircher,P.,Santos,C.和Tertilt,M.（2020）.

Covid19流行病的经济模型：测试和年龄特征政策的重要性CRC TR 224讨论文件系列No.CRCTR224 2020 175，波恩大学和曼海姆大学，德国。[5]Statisticsches Bu ndesamt(2019)。Bev-olkerung und erwerbst-atigkeit，Erwerbsbeteiligung der bev-olkerung，Ergebnisse des Mikrozensus zum arbeitsmarkt.[6]联邦统计局（2020）。Bev-olkerung und erwerbst-atigkeit,Bev-olkerungsfortschreibung auf Grundlage des Zensus 2011.[7]美国人口普查局（2019）.人口估计显示了不同种族群体的老龄化（2020年7月10日访问）。https://www.census.gov/newsroom/press-releases/2019/emposities-characteristics.html。[8]朱，D.K.，Akl，E.A.，Duda，S.S.Solo，K.，Yaacoub，S.，Schüunemann，H.J.，El-Harake，A.，Bognanni，A.，Lotfi，T.，Loeb，M.et al.（2020年）。物理距离、口罩和眼睛保护以防止新型冠状病毒和新冠肺炎病毒的人际传播：系统综述和荟萃分析。[9]Ferguson,N.,Laydon,D.,Nedjati Gilani,G.,Imai,N.,Ainslie,K.,Baguelin,M.,Bhatia,S.,Boonyasiri,A.,Cucunuba Perez,Z.,科莫-丹嫩伯格,G.等人。（2020年）。报告9：非药物干预对降低COVID19死亡率和医疗保健需求的影响。[10]经济合作与发展组织（2020）。超越遏制：经合组织中卫生系统对新冠肺炎的反应。[11]德意志Interdisziplin-是Vereinigung f-ur instrisv-und Notfallmedizin(DIVI)(2020)。Daily ReportDIVI InstrisvRegister(2020年7月3日）。[12]Bundeszentrale f-ur politische Bildung and Statistisches Bundesamt（Destatis）（2018）。德国联邦共和国，数据报告2018年2018.[13]Grimm,V.,Mengel,F.和Schmidt,M.（2020）.SEIR模型的扩展，用于分析适应社会距离和追踪方法，以应对新冠肺炎。MedRxiv.[14]Horby,P.和Landray,M.（2020）。低成本的地塞米松将患有新冠肺炎严重呼吸道并发症的住院患者的死亡率降低了三分之一。恢复试验新闻稿。可在：https：//www查阅。牛。AC。英国/新闻/2020-06-16-低成本-地塞米松-减少-死亡-三分之一的住院患者-严重。2020年7月5日查阅。[15]Klepac,P.,Kucharski,A.J.,Conlan,A.J.,Kissler,S.,Tang,M.,Fry,H.和Gog，J.R.(2020)。背景下的接触：英国广播公司流行病项目的大规模背景--特定社会混合矩阵。MedRxiv.[16]罗伯特·科赫研究所(RKI)(2020)。Taglicher Lagebericht des RKI zur冠状病毒-Krankheit-2019(COVID-19)，2020年8月10日。https://www.rki.de/de/content/infaz/n/neuartiges coronavirus/situationsberichte/202008-10-de.pdf？Blob=PublicationFile.[17]罗伯特-科赫-研究所(RKI)(2020)。新型冠状病毒·斯特克布赖特·祖尔冠状病毒-克兰克海特-2019（新冠肺炎）站：2020年010.07。https://www.rki.de/de/content/infaz/n/neuartiges coronavirus/steckbrief.html.32巴赫，切尔诺朱科夫，spindler附录A：附录附加结果。降低参数λ将使政策边界向左旋转，使涉及高死亡率的政策选择的菜单更接近极乐点，如图18的面板(i)所示。由于编入标准的政策可以有选择性地降低成年人的死亡率，因此降低λ尤其在选择统一的政策方面具有重要意义。放松重症监护室的严格限制可以在给定的经济损失水平下实现较低的死亡率，如图18（二）所示。将容量约束的界限从h(t)=0.02增加到h(t)=0.04，可以使策略边界更接近没有约束ICU约束的情况。