Estimating intervention effects on infectious disease control: the effect of community mobility reduction on Coronavirus spread
传染病控制干预效应估计：社区流动减少对新冠传播的影响AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确估计干预因果效应，并允许地区间空间干扰与溢出，对应因果推断及网络与干扰。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
传染病控制干预效应估计：社区流动减少对新冠传播的影响
- 研究问题
- 如何估计社区流动减少对新冠感染率的因果影响，并区分本地直接效应与跨地区传播所带来的间接溢出效应？
- 方法与思路
- 作者结合 SIR 模型近似与时空依赖建模，在干扰和处理可忽略性假设下估计干预效应，使用手机移动数据衡量流动变化。
- 材料陈述的贡献
- 摘要称模型允许地区间空间干扰并估计直接与间接效应；应用结果提示流动减少在干预后四至七周降低新冠病例数。
- 阅读关注点
- 应核对干扰结构、处理可忽略性的条件、SIR 近似误差，以及其他同期政策和感染测量变化是否影响效应估计。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核验；摘要未报告效应大小、不确定性或识别假设的完整形式。
原文摘要
Understanding the effects of interventions, such as restrictions on community and large group gatherings, is critical to controlling the spread of COVID-19. Susceptible-Infectious-Recovered (SIR) models are traditionally used to forecast the infection rates but do not provide insights into the causal effects of interventions. We propose a spatiotemporal model that estimates the causal effect of changes in community mobility (intervention) on infection rates. Using an approximation to the SIR model and incorporating spatiotemporal dependence, the proposed model estimates a direct and indirect (spillover) effect of intervention. Under an interference and treatment ignorability assumption, this model is able to estimate causal intervention effects, and additionally allows for spatial interference between locations. Reductions in community mobility were measured by cell phone movement data. The results suggest that the reductions in mobility decrease Coronavirus cases 4 to 7 weeks after the intervention.