From Sparse Data to Smart Decisions: Region-Specific Policy Evaluation via Simulation
Este artículo presenta un marco que vincula los datos de vigilancia rutinaria y los modelos basados en agentes computacionalmente costosos a través de un modelo sustituto de ecuaciones diferenciales ordinarias para evaluar intervenciones de enfermedades infecciosas específicas de una región mientras propaga explícitamente la incertidumbre de los parámetros, demostrando, mediante un estudio de caso de COVID-19 en Michigan, que la efectividad de las intervenciones varía significamente entre los condados y no puede ser predicha de manera confiable mediante simples datos demográficos.