COVID-19：政策の効果を調べる
パンデミックの間，政府は指数関数的な成長率を通常軽減させるであろうさまざまな政策を施行します．この例では，何も政策を施行しなかったらどうなるか，タイミングがいかに重要かを示します．目的は正確な数を出すことではなく，パンデミックの制御がいかに簡単であると同時に複雑であるかを理解しやすくすることです．
モデル
この例で使用する新型コロナウイルス感染症モデルはSIR（感受性保持者，感染者，免疫保持者）モデルに基づいています．SIRモデルは1900年代の初期にKermackとMcKendrickによって開発され，集団内の感染病を研究するための最も有名なモデルの一つとなっています．
ワクチンと政策の影響因子を持つ修正SIRモデル
シミュレーション
このモデルでは，初期感受性保持者人口1000万人あたり感染者が1人であるシミュレーションを行います．基本再生産数(R0)は2.65，平均感染性期間は7日を使います．ワクチンは考慮しません．
このモデルでは，「日」に対するカスタムの時間単位「d」を使ったシミュレーションが行われる．プロットにはシミュレーションの終了時の感受性保持者，感染者，免疫保持者数を表示するキャプションが付いている．
プロットをカスタマイズ
カスタムの単位，モデルプロット，キャプションを加えてプロットを理解しやすくすることができます．
解析
政策措置を導入するためにロケータを使います．政策の影響因子はロックダウンやソーシャルディスタンスなどの措置の効果を表します．1未満の値が実効再生産数(R0hat)を減少させます．
政策のないモデルと政策のあるモデルの差を観察する．破線は政策のある場合の結果を表す．詳細はCOVID-19 Policy Simulatorを参照．
Wolfram System Modeler
評価版
ご購入
System ModelerはWindows，macOS，
Linuxで
日本語と英語でご利用になれます »
ご質問やコメントはWolframエキスパートまでお寄せください »