📄 public and global health
From Sparse Data to Smart Decisions: Region-Specific Policy Evaluation via Simulation
Cet article présente un cadre qui fait le pont entre les données de surveillance de routine et les modèles à base d'agents coûteux en calcul via un modèle de substitution par équations différentielles ordinaires afin d'évaluer les interventions de maladies infectieuses spécifiques à une région tout en propageant explicitement l'incertitude des paramètres, démontrant, à travers une étude de cas sur la COVID-19 dans le Michigan, que l'efficacité des interventions varie considérablement d'un comté à l'autre et ne peut être prédite de manière fiable par de simples données démographiques.