风险分析有助于争夺人的不确定性

随着各国和市政当局开始推出大规模疫苗疫苗，有些人敢于问：何时可以安全地恢复“正常”活动？对于美国大部分地区的人，Covid-19感染的风险仍然非常高。

人们现在可以获得更好实时信息关于县域或城市层面的感染率和传输，但他们仍然需要一个框架，以帮助他们决定什么是安全的。社会疏远和关闭企业减少了案件的数量，但是重新打开企业和教室的安装压力。

生活可能会在这个吊灯中持续一段时间。由华盛顿大学在圣路易斯数学家共同撰写的新模式有助于应对不确定性。

“人们需要一种方法来决定一项活动是否值得开展，”麦卡锡，斯文·麦克林艺术与科学系数学教授和华盛顿大学数学和统计系主席的斯宾塞T. Olin教授。

“我们提供了一个模型来估计不同活动的相对感染风险，”他说。“该信息可以允许决策者在工业和政府中按照感染的相对风险排列活动。

“结合了解这些活动的利益和成本，决策者可以做出关于是否如何，以及如何允许参与以前禁止的活动。”

麦卡锡在1月28日发布的型号中写了该模型普罗斯一体在卡内基梅隆大学的Barry D. dewitt以及在Urbana-Champaign的伊利诺伊大学的Omnium Llc和Myles T. McCarthy的Bob A. Dumas。

研究人员展示了几个示例计算，分析了飞机旅行的理想化版本的风险，参加体育赛事，坐在教室里，去餐厅并参加宗教服务。

至关重要的是，新型模型可以在体育场上行走等人的组件部分 - 例如，在展台中坐在一个人的座位上，并为相对风险增加了他们的贡献。这使得模型易于使用，并且允许用户量化任何提出的缓解策略的效果。

McCarthy已经使用了这个公式的版本来帮助体育特许经营权，以保持风扇体验在体育场和Arenas最安全的。在描述这项努力时，麦卡锡说：“我们很快就学到了两个大型外卖：粉丝体验中最重要的风险因素是座位;而且，随着缓解，其他一切的风险相对较小。”

在里面普罗斯一体纸质，数学家描述了它们分享的模型是如何良好的近似的一种更精细的模型，其中假定的感染来自一系列独立风险。一种线性假设，管理几个可能可修改的风险因素 - 例如活动的持续时间，参与者的密度和与会者的传染性 - 使解释和使用模型简单。研究人员认为它确实如此，而不是显着减少模型的可靠性。

这种类型的决策工具将与未来几年或可能年份相关的，即使在Covid-19疫苗变得更广泛的可用之后，也是如此。

“我们的方法可以被修改，以估计估计活动占潜在参与者疫苗的百分比，”麦卡锡说。

“成为一个有用的决策工具，a模型必须坚固且量化，“他说。”一个人之外的所有活动都有一些风险。制作一个知情决定关于哪些活动参与其中，避免的活动，我们需要某种方式来估计不同活动的相对风险以及管理给定活动的不同方式。“