[论文解读] Optimal quarantine strategies for COVID-19 control models

Ellina Grigorieva, Evgenii Khailov+1 more|arXiv (Cornell University)|Apr 22, 2020

COVID-19 epidemiological studies参考文献 25被引用 16

一句话总结

本文为两种SEIR型COVID-19模型制定并求解了最优控制问题，以识别在最小化感染水平的同时减轻经济负担的经济有效隔离策略。通过庞特里亚金最大值原理及BOCOP 2.0.5的数值求解，结果表明：60天的隔离期配合90%的接触减少可使感染水平相比无干预情形降低超过1000倍，且最优控制必须持续至整个周期结束，以防止疫情反弹。

ABSTRACT

Optimal control problems reflecting the finding of effective quarantine strategies are considered for two control SEIR~type models describing the spread of the COVID-19 virus in the human population. The properties of the corresponding optimal controls are established analytically by applying the Pontryagin maximum principle. The optimal solutions are obtained numerically using BOCOP 2.0.5 software. The behavior of the appropriate optimal solutions and their dependence on the basic reproductive ratio and length of quarantine are discussed in detail. Necessary conclusions are made.

研究动机与目标

• 开发最优隔离政策，以最小化COVID-19疫情暴发期间的感染峰值和累积水平。
• 利用最优控制理论，分析不同隔离强度与持续时间对疫情抑制的影响。
• 确定仅依靠隔离（无疫苗或药物）是否能够使有效基本再生数低于1并根除病毒。
• 研究发病率函数形式（依赖于人口规模）对最优控制结果的影响。
• 提供经数值验证、具有实际意义的隔离策略，以平衡公共卫生与经济成本。

提出的方法

• 构建了两种具有并行传播途径的SEIR型流行病模型：一种针对无症状感染者（I），另一种针对有症状感染者（J）。
• 定义了两个最优控制问题（OCP-1与OCP-2），其目标函数为Bolza型，结合了终末感染水平与累积隔离成本。
• 应用庞特里亚金最大值原理，解析推导最优性的必要条件，并刻画最优控制的结构特征。
• 利用BOCOP 2.0.5软件包对不同基本再生数（R₀）和隔离时长下的最优控制问题进行数值求解。
• 探讨最优控制对关键参数（R₀、人口密度与隔离时长）的依赖关系。
• 利用模型比较最优控制与无控制情形下的动态变化，重点关注感染个体比例（I+J）随时间的变化。

实验结果

研究问题

• RQ1 在COVID-19疫情中，何种隔离强度与持续时间可同时最小化感染负担与经济成本？
• RQ2 发病率函数的形式——特别是其对人口规模的依赖性——如何影响最优控制策略？
• RQ3 仅依靠隔离干预是否足以将疫情抑制至根除水平，而无需疫苗或治疗药物？
• RQ4 使有效基本再生数低于1所需的最低隔离强度是多少？
• RQ5 应如何随时间调整隔离强度，以确保持续抑制并防止疫情反弹？

主要发现

• 对于基本再生数R₀ = 3.0，最优60天隔离使OCP-1中最终感染个体比例（I+J）降至约1.05×10⁻⁵，OCP-2中降至2.34×10⁻⁵，相比无控制情形（8.95×10⁻³）实现了超过1000倍的抑制。
• 隔离强度u_max = 0.9（即接触减少90%）在两种模型中均足以根除病毒，若维持足够长时间，较低强度的隔离也可能有效。
• 短期隔离（少于30天）不足以抑制疫情，因为感染水平仍高于持续传播的阈值。
• 最优控制必须持续至隔离期结束；若过早停止控制，将导致疫情反弹，此结论由解析引理与数值结果共同证实。
• 发病率对人口规模的依赖性是决定最优控制政策的关键因素，不同模型设定导致不同的最优策略。
• 即使正式隔离期结束，仍需维持如佩戴口罩和保持卫生等防护行为，以防止病毒重新出现，因为最优控制在终止时刻并不会降至零。