多组SEIR框架中最优流行病屏蔽的见解

1292

收藏 2022-04-16

摘要翻译：
新冠肺炎疫情是近几十年来对全球人口健康和经济福利的最大威胁之一。在本文中，我们分析了不同类型的政策措施，旨在抗击病毒的传播和最大限度地减少经济损失。我们的分析建立在多群SEIR模型的基础上，该模型扩展了Acemoglu等人~(2020)提出的多群SIR模型。我们调整了潜在的社会互动模式，并考虑了一系列扩展的政策措施。该模型是为德国校准的。尽管新冠肺炎预防和经济活动之间的权衡是屏蔽政策所固有的，但我们的结果表明，针对不同年龄组的此类政策可以实现效率增益。可以采用物理距离等替代策略来降低目标瞄准的程度以及屏蔽的强度和持续时间。研究结果表明，综合运用多种政策措施可以有效地降低人口死亡率和经济损失。
---
英文标题：
《Insights from Optimal Pandemic Shielding in a Multi-Group SEIR Framework》
---
作者：
Philipp Bach, Victor Chernozhukov, Martin Spindler
---
最新提交年份：
2020
---
分类信息：

一级分类：Economics 经济学
二级分类：General Economics 一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Physics 物理学
二级分类：Physics and Society 物理学与社会
分类描述：Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体（人类或其他）的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统（如能源网、运输网络）的物理和工程。
--
一级分类：Quantitative Finance 数量金融学
二级分类：Economics 经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--
一级分类：Statistics 统计学
二级分类：Applications 应用程序
分类描述：Biology, Education, Epidemiology, Engineering, Environmental Sciences, Medical, Physical Sciences, Quality Control, Social Sciences
生物学，教育学，流行病学，工程学，环境科学，医学，物理科学，质量控制，社会科学
--

---
英文摘要：
The COVID-19 pandemic constitutes one of the largest threats in recent decades to the health and economic welfare of populations globally. In this paper, we analyze different types of policy measures designed to fight the spread of the virus and minimize economic losses. Our analysis builds on a multi-group SEIR model, which extends the multi-group SIR model introduced by Acemoglu et al.~(2020). We adjust the underlying social interaction patterns and consider an extended set of policy measures. The model is calibrated for Germany. Despite the trade-off between COVID-19 prevention and economic activity that is inherent to shielding policies, our results show that efficiency gains can be achieved by targeting such policies towards different age groups. Alternative policies such as physical distancing can be employed to reduce the degree of targeting and the intensity and duration of shielding. Our results show that a comprehensive approach that combines multiple policy measures simultaneously can effectively mitigate population mortality and economic harm.
---
PDF下载：
-->

English_Paper.pdf
大小:(2.23 MB)

马上下载

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

能者818

2022-4-16 11:14:51

人口和经济，它们表明，用更严格的屏蔽规则（即有针对性的屏蔽）保护最脆弱的群体（即65岁及以上的人）比一揽子屏蔽政策（也称为统一屏蔽，即平等适用于所有群体的政策）损失更少。[1]Brie Channy提到并讨论了多群SIRmodel对SEIR情形的潜在推广。在这里，我们继续他们的分析，并分析SEIR模型内的各种政策措施。我们明确阐述了该模型的关键方程，并将其与[15]中估计的社会互动模式进行了校准。在本文中，我们考虑了一个针对德国的模型--即我们根据该国的人口和经济特征以及卫生保健提供系统调整该模型。德国和美国在许多方面都有差异，如人口结构、年龄特征就业和收入模式以及卫生系统的能力。我们介绍了模型的结果，并讨论了各种政策措施，如群体距离，测试策略，联系追踪，以及这些措施的组合。我们还详细讨论了如何在实践中实施一项有针对性的政策，保护老年人等弱势群体，并讨论了一些政策例子。新冠肺炎的死亡率在老年人中尤其高，[9]，他们的生产率相对较低。因此，一项有针对性的屏蔽政策，限制与65岁或以上的人面对面接触，可能会降低这一人群的死亡率，减少对经济的损害。此外，原则上，一套降低传播率和社会接触的潜在自愿政策可以被视为针对年龄的屏蔽的替代方案。事实上，在我们的分析中，我们发现测试、接触者追踪、群体距离和改善在家工作的条件有助于降低流行病的经济成本以及针对年龄的屏蔽的强度和持续时间。此外，如果按照Tedros Adhamom Ghebreyesus在最初引用中所述的综合方法将这些措施结合起来，人口死亡率和经济结果将大幅改善。在我们的分析中，与年龄目标相关的e-cience收益保持相对稳定和可观，我们建议通过改善高危人群的条件来利用这些优势，例如为老年人提供特殊购物或咨询时间等服务，以及为接触高危人群的人提供测试能力，以降低感染概率。本文的其余部分结构如下：在第二节中，我们将介绍多群体模型。在第3节中，我们描述了德国SEIR模型参数的具体说明。第4节介绍了结果，并描述了包括群体距离、测试、接触者追踪和改善医疗等措施的最佳政策。最后是结论，总结了研究结果，并提出了一系列政策建议。因为我们对新型冠状病毒还有很多不了解，包括传播率、死亡率和与免疫有关的方面，所以必须谨慎解释整篇论文报告的所有结果。正如[1]的研究一样，我们并不侧重于展示绝对的定量结果，如GDP预测，而是对参数变化分析中考虑的潜在政策措施的定性见解。[1]使用术语“封锁”来表示限制社会互动的政策，如休闲活动或工作中的面对面互动。在下文中，我们将这些政策称为“屏蔽”措施，以强调保护因较高年龄或合并症而具有较高死亡率风险的人的基本概念。抗击流行病的最佳政策3文献综述。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-4-16 11:14:58

经典的SIR模型和SEIR模型在流行病学中得到了广泛的应用，并在许多标准教科书中得到了描述。在新冠肺炎危机的推动下，标准流行病学模型的各种扩展被开发和修改，以考虑经济因素。例如，[4]将个人在室外活动（如工作或消费）上花费的时间纳入标准SIR流行病学模型。这些活动与外部性有关，即传播给他人或从他人传播的风险较高。该模型还纳入了年龄和直接政策措施方面的异质性，如测试和隔离。[3]提供一个扩展的SEIR模型，侧重于检测和检疫措施，从而明确地解决由于病例可以是无症状的或无症状的事实而产生的信息不完善的问题。最近[13]的一项研究扩展了经典的SEIR模型，引入了一个高危险组和低危险组，从而使ER在住院率和死亡率方面得到了改善。他们的研究侧重于感染、康复和死亡的演变，即SEIR模型在一个以德国为标准的参数化中的流行病学方面。虽然一揽子屏蔽政策（即针对整个人口）当然是保护每个人免受感染的最佳方式，但相关的经济损失可能会变得巨大。多组SEIR模型纳入了病假引起的经济成本、个人在家工作时的生产率损失以及因新冠肺炎死亡而造成的贴现终身收入损失。此外，重要的间接健康后果与严格的保护措施有关，如因其他情况错过预约、锻炼减少、精神健康问题、饮酒增加、社会孤立和家庭虐待程度增加。虽然这些间接的非金钱成本没有纳入我们的研究，但在未来的工作中对它们建模可能是有用的。我们建立在[1]的工作基础上，他们在多组SIR模型中研究了有针对性的屏蔽政策，从而解决了死亡率和经济损失之间的贸易关系。他们考虑了两种可能的保护策略：为年轻、中年和老年群体制定单独的最佳保护政策（所谓的“完全有针对性”政策）或实施两种单独的保护政策，一种针对老年群体，另一种针对年轻和中年群体（所谓的“半有针对性”保护）。在他们的基线结果中，半目标政策与完全目标政策无法实质性改善的实质性电子商务收益相关联。在[1]分析美国的最佳政策时，我们扩展了他们的框架，并将其校准到德国。我们的基线模型是一个SEIR模型，纳入了[15]估计的接触模式，该模型评估了英国广播公司2017年和2018年流行病项目的数据。此外，我们考虑了更广泛的政策措施，如测试和接触追踪，以及各种形式的群体距离。多群SEIR模型。在这一节中，我们描述了一个基于[1]的SEIR模型，他们重点分析了SIR模型，并指出他们的结论也适用于该版本。关于原始SIR模型的理论建立的深入讨论和附加信息，我们参考[1]。该框架的一个主要特点是，它允许将人口划分为在生产力和死亡率方面不同的子组。我们特别考虑以下三个亚组：年轻人（20-49岁）、中年人（50-64岁）和老年人（65岁以上）。因此，对易感人群(Sj)、感染人群(Ij)、康复人群(Rj)和死亡人群(Dj)进行了年龄组划分，其中J=y、m、s指青年、中年和老年群体。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

何人来此

2022-4-16 11:15:04

流行病学SEIR模型通过暴露个体的间隔扩展了SIR模型--也就是说，那些被病毒感染但感染尚未严重到他们有症状的人是传染性的。因此，在下面考虑的模型中，除了在每个时间点t∈[0,∞)中包含室Sj，Ij和Rjat之外，还包含室Ejforeach年龄组。Sj(t)+Ej(t)+Ij(t)+Rj(t)+Dj(t)=nj.4巴赫，切尔诺朱科夫，SPINDLERD2I2E2S2R2Non-ICUICUD1I1E1S1R1Non-ICUICUNetwork contactsfig1。两组SEIR模型中的隔间。红色箭头表示通过物理接触感染的潜在渠道。njis每组中初始成员的数量，j=y,m,s。两组SEIR模型的隔间结构如图1所示，红色箭头表示通过传染病和易感者接触传播的途径。在没有任何政策干预强制屏蔽人群或隔离感染者的情况下，暴露（Ej）和传染性（Ij）段的新感染（总）数由以下等式控制:j=Mj(S，E，I，R；α)·β·SJ·XKρJKIK(2.1)j=γIJ·Ej组新感染，(2.2)其中{ρJK}是j组与k组接触率的参数，Mj(·)是业余技术，如果α=2，则Mj(·)=1，这是我们的基线病例。参数β表示IJ、SJ、γEJI的个体间接触传播率，是从潜伏状态到感染状态的输出率。模型假设。在这一节中，我们描述和讨论模型假设。感染，ICU，死亡和恢复。在上述SEIR模型中，SARS-CoV-2的传播是通过易感个体与传染性个体的接触而产生的。经过平均潜伏期γej后，它们本身就具有传染性。Ijmaya舱的个人需要重症监护室的护理。为了简单起见，我们假设进入IJ状态后立即对重症监护室的需求是明显的。ICU患者要么以泊松率δRJR恢复，要么以泊松率δDJ死亡。NonICU患者总是以泊松比γij恢复。死亡率可以随着ICU总需求相对容量的变化而变化。我们假设γJ=δDJ(t)+δRJ(t)。抗击流行病的最优策略5这意味着在J组中，ICU和非ICU患者在感染者中的比例不随时间变化。Hj(t)表示在groupj中在时间t需要ICU护理的人数，因此Hj(t)=ljij(t)。H(t)=PJHJ(t)是ICU的总需求。死亡概率是病人数量的非递减函数，如果超过容量，死亡概率将上升:δdj(t)=ψj(H(t))，对于给定的非递减函数ψj。检测、接触追踪和隔离。对感染者的检测和隔离并不完美。在SIR模型中，[1]表示Ijis室中的个体未被ηj发现并隔离的概率。在他们的分析中，进行了比较静力学来说明ηj变化的后果，例如由于激烈的测试。在SEIR模型中纳入暴露组(Ej)，允许对那些接触过感染者的人进行测试。对于记录物理联系人的智能手机应用程序instanceenabled来说，此设置可以被视为联系人跟踪的一种简单形式。因此，隔离那些与感染者接触过的人可能会使政策制定者将这些已感染但尚未感染的人排除在社会交往之外。因此，我们分别用ηej、ηij来表示Ejor Iji中的一个人未被检测和隔离的概率，从而避免包括额外的状态变量。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-4-16 11:15:10

通过这种方式，我们可以模拟这样一个事实，即只有那些在Ejor阶段没有被检测和隔离的感染者才会通过他们的接触导致疾病的传播。屏蔽和物理距离。屏蔽政策描述了所有降低社会和商业生活中感染率和物理距离的措施。j的成员的产率为Wj，无屏蔽和ζJwj，其中ζj∈[0,1]。Lj(t)=1指的是完全屏蔽策略，Lj(t)=0指的是对社会交往没有任何限制的情况。Lj(t)∈(0,1）将是部分屏蔽，例如通过屏蔽人口的一个（潜在的随机和独立抽取的）部分。假设屏蔽不能完全实施，并且在屏蔽的情况下，社会交往中的e-射减少仅为1-θJLJ(t)，其中θJ<1.接触率。我们实现了SEIR模型的一个版本，它结合了社会互动模式，以捕捉[15]中的主要情况--即年轻人群体内部和群体之间的高互动率，以及随着年龄的增长互动强度的下降。这项研究评估了2017年和2018年英国广播公司Pandemicproject在英国收集的关于社会互动频率和强度的大规模数据，并使得出特定年龄的接触率成为可能。Tomodel组内和组间的群体互动，让我们表示ρjk，接触矩阵的元素ρ=1.00.5 0.40.5 0.6 0.40.4 0.4 0.5，第1行和第1列指年轻组，第3行和第3列指中年组，第3行和第3列指老年人组。[15]的接触估计值指流行病前的环境，因此构成了基准模型的例子：接触矩阵ρ的条目代表适用于中年和老年组成员互动的接触率，即ρms。由于矩阵的对称性，本文认为ρ=ρ.6巴赫、切尔诺朱可夫、斯宾德勒方案与社会距离政策进行比较。为了纳入自愿减少的物理接触，我们在第4节中的基线结果基于一个重新标度的接触矩阵，假设物理接触减少25%。ρ=0.75·ρ=0.7500.3750.3000.3750.4500.3000.3000.3000.375。在多组SEIR模型中纳入更真实的接触模式对于评估针对不同年龄组的政策措施是重要的。例如，弱势群体（即老年人）和年轻人之间较低的接触率可能允许没有强烈的屏蔽模式。物理距离、口罩和额外的卫生措施。可以采用各种强制性或自愿性政策来降低新型冠状病毒的传播率。这些措施包括普遍减少面对面或身体接触（例如，通过实施平等适用于所有年龄组的严格的身体距离措施）或旨在保护特别是最弱势群体的特定干预措施。后者包括，例如，减少与老年人的面对面接触--例如，限制去养老院，或在与老年人接触期间规定强制性（可重复使用或一次性）口罩。例如，[8]对研究进行了系统审查和荟萃分析，这些研究检查了口罩和物理距离对新冠肺炎和相关疾病（如MERS和SARS）的E----有效性。因此，较低的传播率与更大的物理距离和使用N95口罩和类似的呼吸器而不是一次性手术口罩有关。有大量旨在减少新型冠状病毒传播的潜在政策措施，所有这些措施都可以结合使用。我们在第4.3节中列出了一些这样的例子。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-4-16 11:15:16

所有这些测度的共同点是它们有选择性地改变或重调接触矩阵ρ中的元素。在我们的分析中，我们主要关注群体距离的两个变体，即(i)所谓的均匀群体距离，它有选择性地降低所有群体在ρ中的存在率（对应于矩阵的乘法（对应于矩阵ρ与标量的乘法）；和(ii)关注弱势群体的群体距离策略，它们分别指与老年人群体和元素ρsjwithj=y，m，s和ρjs的相互作用。此外，还可以模拟老年人群体中互动水平保持不变的设置，从而减少对与同龄其他人日常互动的影响。改善在家工作的条件。在家工作可以是一种减少流行病和屏蔽政策成本的有效方法。为了提出一个改善在家工作条件的方案，我们(i)实施了一个参数星座，涉及青年和中年群体内部和之间以及这些群体和老年人群体之间的存在率；(ii)减少与在家工作相关的生产率损失。我们相信，这抓住了在家工作的一些方面，因为那些最有可能就业的人可以减少他们的社会交往，降低经济损失。通过缩放接触矩阵ρyy、ρmm、ρym的项以a因子π和用π<π缩放接触率ρy、ρmsbyπ来实现（i）的变化。疫苗和治愈。[1]假设一种疫苗和一种适用于所有受感染个体的有效药物在某个日期T变得可用，并且在对抗流行病7感染的最佳政策后实现并保持完全免疫。在我们的分析中，我们将评估阿瓦卡因更快开发而导致的T变化--例如在一年或六个月后。目前，有各种治疗新冠肺炎的方法已经批准或正在临床试验中评估。我们评估了医疗的影响与最佳屏蔽政策。简单地说，一种新的治疗方法可以有以下三个方面：(i)减少住院时间，(ii)减少死于新冠肺炎的概率，(iii)减少新型冠状病毒病毒感染变得严重的概率。我们将重点关注一种可导致老年公民群体新冠肺炎死亡率降低的治疗方法，因为大多数死亡和严重病例都是在这一年龄组观察到的（例如，德国在[16]中报告的情况）。MG-SEIR模型中的动力学。当疫苗和治疗不可用时，群j的暴露室中的个体数按二等式演化，对于所有t∈(0,t)πej=Mj(S,E,I,R,L；α)β(1-θjlj)sjxkρjkηekηik(1-θklk)ik-γejej，对于非负β和接触Coe-cientρjk，且这里j(S,E,I,R，L；α)xkρjk(SK+ηekk+ηekηikk+(1-κk)Rk)(1-θjlk)+κkrk！α-2。在二次型情况下，Mj(S,S,n）,E,I,R,L)=1。参数κj是指在免疫保护政策豁免的情况下可以重返工作和社会生活的恢复个体的份额。对于所有j设置ηej=1是指不可能测试和隔离暴露个体的设置。而ηej<1则表示通过接触追踪和隔离暴露者，可以减少导致疾病进一步传播的个体的e次数。其余的运动定律t∈(0，t)分别为:πsj=-πej-γejej，(2.3)πij=γejek-γijij，(2.4)πdj=δdjhj，(2.5)πrj=δrjhj+γij(ij-hj)，(2.6)其中Hj=jij表示J组的ICU患者数。在发现疫苗并在T治愈后，每一个活着的个体都属于康复的类别。E？Cient Frontier。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

可人4

2022-4-16 11:15:23

政府可以在任何时间点t∈[0,t]控制对每个群PJ的屏蔽程度Lj(t)。特别是，我们将比较统一策略（即Lj(t)=L(t))和组特定策略（即目标策略）。社会规划者的目标是模拟这种流行病的总体成本，它包括两个部分：根据[1]，我们侧重于疫苗确定性到达的情况。我们承认，对于个人在感染后是否对新型冠状病毒产生免疫，以及这种免疫如果实现，是否会在很长一段时间内保持，还没有达成共识。这两个观点的经验证据是混合的。我们遵循[1]中的基线设置，对于所有j来说κj=1，并重复对于所有j来说κj=0的稳健性检查。主要结论仍然有效，为了简洁起见，省略了结果。8巴赫，切尔诺朱可夫，斯宾德勒1。死亡人数=PJDJ(T)。经济损失=rtpjj(t)dt.j组的经济损失如下:j(t)=(1-ζj)wjSj(t)Lj(t)+(2.7)+(1-ζj)wjEj(t)(1-ηek(1-Lj(t)))++(1-ζj)wj(1-κj)Rj(t)Lj(t)++wjjδdj(t)Ij(t)，其中第二项是指在屏蔽下暴露个体的收入损失。经济成本函数中的第三个术语现在也调整到了暴露个人的测试和隔离的情况。取j组成员因死亡而损失的直至退休的剩余就业时间的当前贴现值。目标函数是两个损失的加权和，加权因子χ，任务是选择一个最小化Ztxjj(t)dt+χxjdj(t)的屏蔽策略。改变χ的值可以识别e-cient边界--换句话说，找出在给定χ下最小化目标函数的策略。因此，从对e-cient前沿的分析中可以得到的政策建议并不严重依赖于χ2的特定选择，而是重新塑造决策者在这场流行病中面临的di-cult贸易[1]3。规格和校准。在我们讨论多组SEIR模型中的最佳屏蔽策略之前，我们将对我们如何为德国设置和校准参数进行评论。我们将在[1]中提出也适用于初始多组SIR模型校准的国家特定参数的适应。这些参数指的是人口和经济条件，以及德国卫生保健提供的特点。其次，我们将根据截至2020年7月来自theRobert Koch Institute(RKI)的信息，讨论SIR模型参数对SEIR版本的适应性。最后，我们将讨论基本再生数R.3.1的意义。国家专用参数。社会人口和经济参数的校准。德国的人口构成与美国有很大不同。特别是，65岁及以上群体的比例比美国大，而年轻群体的比例比美国小。例如，美国的年龄约为38岁[7],而德国约为45岁[12]。利用德国联邦统计局O-CE[5]和[6]提供的2018年德国微观人口普查数据，我们计算了假设退休年龄为67岁时的剩余终身收入，如表1所示。我们在德国和美国的比较中观察到的一个有趣的现象是65岁及以上群体的就业模式不同。尽管这一群体中约有20%的人仍在美国就业，但德国的相应比例仅为7%左右，这导致了表1中重新加权的人均收入。在这两个国家，受雇于中年群体和其他群体的人的收入相对相似。抗击流行病的最佳政策9参数美国GER1。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

mingdashike22

2022-4-16 11:15:29

社会人口和经济人口在EMPL中占{0.53,0.26,0.21}{0.46,0.28,0.26}{Ny,Nm,No}人均收入{1.00,1.00,0.26}{1.00,1.00,0.085}{ωy,ωm,ωo}剩余年数。{32.50,10.00,2.50}{32.43,10.44,2.50}{}y,}m,}o}2。与医疗保健相关的死亡率惩罚1.00{0.20,0.40,0.60,0.80}λICU约束{0.016,0.020}{0.020,0.030,0.040}h(t)表1美国和德国的参数。下划线死亡率参数指示基线设置中的选择。λ和h(t)的其余值用于稳健性检查。US GERAcute Care Beds/10,000 pop。24.00 60.00（经合组织，2020年）重症监护室床位/10,000 POP2.58 3.39（经合组织，2020年）重症监护室床位/10,000张。3.13 3.89(AHA，2020年，DIVI，2020年）表2医院床位和重症监护室床位。资料来源:[10]、[2]、[11]。[2]仅指成人重症监护室床位和人口。德国人口的人口分布意味着死于新冠肺炎的风险较高的人的比例相对较大。因此，旨在将整个人口的死亡率保持在较低水平的统一保护政策在经济损失方面的代价预计会更高。与此同时，老年人群体在GDP中所占的份额相对较低，这意味着有针对性的政策更加有利。因此，只针对老年人的屏蔽使降低总死亡率成为可能，同时允许年轻和经济生产力更高的群体继续工作。健康和医疗变量的校准。根据与卫生保健提供有关的参数来校准模型是具有挑战性的--例如，由于医院能力的可比性有限，以及它们在应对流行病时的动态扩展[10]。我们对[1]的原始SIR模型及其SEIR版本的参数进行了各种变化，其中一部分在附录中提供，并选择其中一个参数作为我们分析的基准，如下文所述。德国的卫生保健提供与美国的卫生保健提供有很大不同。在最近的一份报告中，经济合作与发展组织(OECD)[10]对不同国家的卫生保健提供进行了比较。我们在表2中列出了美国和德国的医院和重症监护室床位数。由于COVID19疫情期间两国医院容量的动态扩张，我们添加了来自美国医院协会(AHA)[2]和德国重症和急诊医学跨学科协会(DIVI)[11]的最新、不断更新的数据。与经合组织的数据相比，AHA和DIVI报告的重症监护室床位数在美国增加了约21%，在德国增加了约15%。据报道，重症监护室床位的数量经常是衡量巴赫、切尔诺朱科夫、斯宾德勒能否将新冠肺炎的死亡率保持在低水平的关键指标之一。根据[10]的报告，德国是所有经合组织成员中重症监护室容量最高的国家。德国不仅人均床位比美国多；其他措施，例如医院床位数或公共健康保险覆盖数[10]，认为德国的医疗保健系统具有比美国更大的能力（人均）来考虑这些因素，我们将参数λ调整为默认值λ=0.6，该值小于[1]分析中选择的λ=1。δDJ=δDJ·[1+λ·H(t)]，(3.1)其中δDJ是j组的基线死亡率，δY=0.001，δM=0.01和δS=0.06。我们参考附录中的图18来说明与健康提供相关的参数的变化。指定参数λ的另一种选择是通过强制H(t)<H(t)来实施硬ICU限制，就像[1]的原始研究中所做的那样。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-4-16 11:15:36

这将比美国产生更多的一般情况。允许死亡率和ICU需求之间的不太敏感的关系（即在3.1中降低λ的值），使政策制定者能够在给定的（可能的高）感染数下实现更低的死亡率。类似地，更高的ICU可用床位上限（即，增加的h(t))意味着政策制定者面临着死亡率和经济损失之间的贸易关系，而容量约束条件不放松。我们对与健康相关的参数执行了几个变化，并参考了附录中图18所示的一些示例。这些变化可以概括为对决策者在感染率高的情况下可采用的一套可能选择办法的限制。SEIR模型的参数。多组SEIR模型能够适应新型冠状病毒的某些特点。例如，病毒的一个特点是感染通常是通过个人接触与传染病人接触引起的。为了模拟在E州（即携带病毒，但不表现出症状，也不具有传染性）和I州（即可能表现出症状并具有传染性）度过的时间，我们根据RKI新冠肺炎报告[17]中罗伯特·科赫研究所的结论来计算γejandγijon率。在我们的分析中，我们假设潜伏期为6天(γej=)，感染期为9天(γij=)。校准R。已校准参数β以匹配如上所述的参数星座下的基本再现数R=2.4。设置R=2.4对应于RKI[17]报告的截至2020年7月的Ras下限。校准是在一个没有任何基于接触矩阵ρ的政策干预的设置中进行的，即没有屏蔽，即Lj=0，没有测试和隔离，即ηij=1，也没有接触追踪，即ηej=1，对几乎完全易感的人群中的任何j进行。结果和最优政策。在本节中，我们将介绍我们的结果，并讨论可以从我们的模型中导出的最优策略。我们将根据德国的参数化方法，参考E__________________________________________________________________________________________________________我们重复文献[1]中的鲁棒性检验，δs=0.12，并保证主要结论不变。为了简洁起见，我们省略了由此得出的图，因为我们在第4.2节中提供了关于较低死亡率的稳健性检查。抗击流行病的最佳政策110.000 0.005 0.010 0.015死亡人数占ADT的比例。人口0.00.10.20.30.40.5经济损失占GDPPDV经济损失与死亡人数的比例统一政策半目标政策目标政策基线：结果=0.75，=2，=0.375，=0.9，t=546图2。调整接触矩阵ρ、人口统计和医疗保健参数的SEIR模型中的E和Cient前沿，对德国进行了调整。E？Cient Frontier。根据德国的社会人口、经济和医疗保健相关参数调整该模型，可得出图2所示的基线政策前沿。与文献[1]的结果一致，在给定死亡率水平的情况下，采用有针对性的屏蔽策略可以大大降低屏蔽的经济成本。由于接触的不均匀性，完全有针对性的策略比半有针对性的策略提供了改进，类似于文献[1]的结果。然而，在许多情况下，这些改进是中等到很小的。假设实施完全有针对性的政策的成本是不可忽略的，而且很可能超过其收益，我们将主要集中在以下半有针对性的政策和统一的政策的比较上。最优政策。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-4-16 11:15:42

在下面的文章中，我们将阐明靶向屏蔽对低年龄人群的有效性，以及这与其他措施的结合，如测试活动。与[1]类似，我们通过改变参数和与基线设置进行比较来分析各种政策措施的影响。在本基准中，参数的选择符合第3节讨论的德国社会人口和经济校准。在介绍结果时，我们将经常提到一个以安全为重点的场景，该场景需要不允许人口死亡率超过0.2%的政策。在政策边界中，对应于该设置的结果由各自政策边界线上的一个点表示。以下考虑的政策措施指的是改善Ij区（称为测试）和E区（称为接触追踪）的测试、群体距离的两个变量、改善在家工作的条件以及这些的组合。此外，我们分析了使ICU治疗中的死亡率降低成为可能的医疗治疗的影响，以及疫苗的提前到达。我们在附录中列出了更多的结果和健壮性检查。图3说明了基线设置中的最优策略，具有统一和半目标。类似于[1]，我们将所有涉及至少一个groupj的屏蔽LJ程度的策略通常称为目标策略。我们遵循完全有针对性的政策和屏蔽强度的区别，这三个组分别确定，半有针对性的政策只区分老年人的一个水平和适用于中青年组的一个水平。12巴赫，切尔诺朱科夫，斯宾德勒(i)0 200 400 0.00.20.40.60.81.0屏蔽政策经济损失0.2718 ADT.POP.死亡率0.002 Y死亡率0.0002 M死亡率0.0012 S死亡率0.00610 200 400 0.000000.0250.0500.0750.1000.1250.150感染率ymsbase:SF统一政策=0.75=2.0=.9=0.375(ii)0 200 400 0.00.20.40.60.81.0屏蔽政策|经济损失0.1426 ADT.POP.死亡率0.002 y死亡率0.0003 m死亡率0.0024 s死亡率0.00450 200 400 000000.0250.0500.0750.1000.1250.150感染率sfsbase：sf半专题政策=0.75=2.0=.9=0.375图3。第（一）小组：最佳统一屏蔽政策与安全重点，基线设置。面板(ii)：以安全为重点的最佳半目标屏蔽政策，基线设置。抗击流行病的最佳政策13(i)0 200400 0.00.20.40.60.81.0非感染部分人口0200400 0.00.51.01.552.02.53.0繁殖率基础：SF统一政策=0.75=2.0=.9=0.375(ii)0 200400 0.00.20.40.60.81.0非感染部分人口0200400 0.00.51.01.552.02.53.0繁殖率基础：SF半混合政策=0.75=2.0=0.375图4。未感染（左）和繁殖率R(t)（右）在安全焦点基线设置中的份额。第（一）小组：最佳均匀屏蔽政策。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-4-16 11:15:49

第ii组：最佳半目标屏蔽政策。14巴赫，切尔诺朱科夫，斯宾德勒（i）0.000 0.005 0.010 0.015死亡人数占ADT的比例。人口0.00010.20.30.40.5经济损失占GDPdv经济损失与死亡人数的比例统一政策半目标政策目标政策rc seir,Unif gd 10%：结果=0.75,=2,=0.338,=0.9,t=5460.000 0.005 0.010 0.015死亡人数占ADT的比例经济损失与死亡的GDPPDV比例的损失统一政策半目标政策目标政策RC SEIR，Unif GD 30%：结果=0.75,=2,=0.262,=0.9,t=5460.000 0.005 0.010 0.015死亡作为ADT的比例。人口0.00.10.20.30.40.5经济损失与GDPPDV比例的经济损失PDV统一政策半目标政策目标政策RC SEIR，Unif GD 40%：结果=0.75,=2,=0.75 225,=0.9,t=546(ii)0.000 0.005 0.010 0.015死亡人数占ADT的比例经济损失与死亡的GDPPDV比例中的SS统一政策半目标政策目标政策rc seir,vuln gd 10%：结果=0.75,=2,=0.338,=0.9,t=5460.000 0.005 0.010 0.015死亡作为ADT的比例。人口0.00.10.20.30.40.5经济损失与死亡的GDPPDV比例中的经济损失pdv统一政策半目标政策目标政策rc seir,vuln gd 30%：结果=0.75,=2,=0.26 2,=0.9,t=5460.000 0.005 0.010 0.015死亡人数占ADT的比例。人口0.00.10.20.30.40.5经济损失占GDPPDV经济损失与死亡人数的比例统一政策半目标政策目标政策rc seir,vuln gd 50%：结果=0.75,=2,=0.188,=0.9,t=546图5。与群体距离或减少群体之间和内部传播率的政策前沿。面板（一）：在接触矩阵ρ10%（左）、30%（中）和40%（右）的所有接触率均匀降低。小组(ii)：小组距离侧重于最脆弱的群体（即65岁以上的群体），减少组间接触率ρys、ρms，分别为10%（左）、30%（中）和50%（右）。在0.2%的规定死亡率水平下的经济损失方面的结果说明了通过有针对性的屏蔽可以实现的收益。在半靶向政策的基线病例中，在疫苗到达之前，对老年人实施高屏蔽强度，而对其他群体的屏蔽强度在最初的峰值后逐渐降低。图4说明了每个年龄组中未感染的比例和生育率随时间的变化。如图（二）所示，半定向屏蔽政策与各年龄组的直接感染率有关。因此，在弱势群体中受感染的比例相对较低，而在年轻人群体中受感染的比例更高。然而，如果考虑到统一的政策（第(ii)组），不同年龄组未受感染的比例的差异要小得多。一般来说，如果个人接触中的传播率可以降低，例如自愿限制接触或通过戴口罩降低传播概率，政策制定者可以降低屏蔽政策的强度和持续时间，如[8]所述。在其他建议中，我们提供了一个可能的强制性或自愿的群体距离测量清单（第4.3节）。我们通过操纵接触矩阵ρ的条目来考虑群体距离的两种变体。我们所考虑的强制或自愿群体距离的情况是指在ρ中接触率的均匀降低。这一设置可以被认为类似于对人口的一般性呼吁，即减少所有个人互动，而不管被考虑的人的年龄或脆弱性。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

mingdashike22

2022-4-16 11:15:55

我们考虑的第二种情况是指相对于高级组的接触率的变化--换句话说，ρysandρmsand，保持ρs中的所有其他条目不变。这种情况对应于弱势群体的“打破感染链”。在这一抗击流行病的最佳政策中，15(i)0 200400 0.00.20.40.60.81.0屏蔽政策ymsoutcomes经济损失0.1664 ADT.POP.死亡率0.002 y死亡率0.0002 m死亡率0.0012 s死亡率0.00610 200400 000000.0250.0500.0750.1000.1250.150感染率ymsunif gd 20%:sf统一政策=0.75=2.0=.9=0.3(ii)0 200400 0.00.20.40.60.81.0屏蔽政策ymsoutcomes经济损失0.197 ADT.POP.死亡率0.002 y fats病死率0.0002 m病死率0.0016 s病死率0.00560 200 400000000.0250.0500.0750.1000.1250.150感染率GD50%:SF统一政策=0.75=2.0=.9=0.375图6。具有安全焦点和群体距离的最优均匀屏蔽策略。小组(i)：均匀的群体距离，所有群体之间和内部的社会互动减少20%。小组（二）：以与弱势群体的相互作用和接触率ρys，ρmsby 50%为重点的组距离。16巴赫，切尔诺朱可夫，斯宾德勒(i)0 200400 0.00.20.40.60.81.0未感染比例0 200400 0.00.51.01.552.02.53.0繁殖率0 200400 0.00.20.9=0.3(ii)0 200400 0.00.20.40.60.81.0未感染比例0 200400 0.00.20.51.01.52.02.53.0繁殖率GD 50%：SF统一政策=0.75=2.0=.9=0.375图7。在有安全焦点和群体距离的情况下，未感染的份额（左）和繁殖率R(t)（右）。统一的屏蔽策略。小组（一）：统一的群体距离，所有群体之间和内部的社会互动减少20%。小组（二）：小组距离，重点是与弱势群体的相互作用和减少接触率ρys，ρmsby50%。抗击流行病的最佳政策17(i)0 200400 0.00.20.40.60.81.0屏蔽政策经济损失0.0634 ADT.POP.死亡率0.002 Y死亡率0.0004 M死亡率0.0025 S死亡率0.00440 200 400000000.0250.0500.0750.1000.1250.150感染率0.00440 200 4000.0000.0250.0500.0750.1000.1250.150感染率GD20%:SF半独立政策=0.75=2.0=.9=0.3(ii)0 200400 0.00.20.40.60.81.0屏蔽政策经济损失0.0953 ADT.POP.死亡率0.002 Y死亡率0.0004 M死亡率0.0031 S死亡率0.00350 200 400000000.0250.0500.0750.1000.1250.150感染率YMsvuln GD50%:SF半单程政策=0.75=2.0=.9=0.375图8。具有安全焦点和群体距离的最优半靶向屏蔽策略。小组（一）：均匀的群体距离，所有群体之间和内部的社会互动减少20%。小组（二）：小组距离，重点是与弱势群体的互动和接触率ρys，ρmsby 50%的减少。18巴赫，切尔诺朱科夫，斯宾德勒(i)0 200 400 0.00.20.40.60.81.0未感染的分数0 200 400 0.00.51.01.552.02.53.0繁殖率0 200 400 0.00.0.9=0.3(ii)0 200 400 0.00.20.40.60.81.0未感染的分数0 200 400 0.00.20.51.01.52.02.53.0繁殖率GD 50%：SF半为=0.75=2.0=.9=0.375编组的策略图9。在有安全焦点和群体距离的情况下，未感染的份额（左）和繁殖率R(t)（右）。半靶向屏蔽策略。小组（一）：均匀组距离，所有组之间和组内的社会互动减少20%。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-4-16 11:16:02

小组(ii)：小组距离，重点是与弱势群体的互动和减少接触率ρys，ρmsby50%。抗击流行病的最佳政策190.00 0.01 0.02死亡占ADT的比例。人口0.00.10.20.30.40.5经济损失占GDPPDV的比例经济损失与死亡的比例统一政策25%红色。半目标政策25%红色。统一政策10%红色。半目标政策10%红色。接触减少（10%）模型参数:=0.75，=2，=1，=0.8，t=5460.000.01 0.02死亡占ADT的比例。人口0。00.10.20.30.40.5经济损失在GDPPDV中的比例经济损失与死亡人数的比例统一政策25%红。半目标政策25%红。统一政策0%红。半目标政策0%红。接触减少（0%）模型参数:=0.75,=2,=1,=0.8,t=546图10。具有替代接触率调整的e-cient前沿。在ρ=0.9·ρ，接触率降低10%（左），在ρ=0.9·ρ，在ρ=ρ=ρ=0.9·ρ，接触率不降低，即ρ=ρ=ρ(右）。实线是基线假设ρ=0.75·ρ，假设中青年组的组内联系和组间联系不变。此外，在所考虑的环境中，我们也保持老年人群体中的接触不变，从而试图建立一个对老年人日常接触影响尽可能低的场景。图5根据统一组距离策略（panel(i)）和关注易受攻击者的组距离策略（panel(ii)）说明了与联系矩阵ρ中变化相对应的策略前沿。不出所料，同时缩放ρ中的所有条目在减少传输方面比目标组距离要明显地多。然而，统一群体距离政策的社会和心理成本可能很高，图5中的第（二）小组显示，一种减少但有针对性的方法也可能有助于减轻流行病的健康和经济成本。图6和8中的结果表明，群体距离可以减少统一屏蔽政策的强度和持续时间，同时减轻经济损失。通过针对不同的群体进行屏蔽，可以获得大量的e/ciencygengs。比较(i)均匀的物理群体距离政策（相当于所有群体的接触率降低20%，见图6和8的顶部）和(ii)目标群体与弱势群体的距离（相当于年轻和中年群体与老年公民之间的接触率降低50%，见图6和8的底部）表明，如果与有针对性的屏蔽相结合，大幅降低弱势群体与其他年龄组之间的接触率和/或传播率可以成为减轻新冠肺炎疫情健康和经济后果的有效措施。图7和图9显示了易感人群的比例及其产出率随时间的变化，并阐明了统一群体距离的流行病学后果（图7和图9中的小组(i)）和一项以可扩展性为重点的群体距离政策（图7和图9中的小组(ii)）。因此，就年龄组特定感染率而言，更有针对性的群体距离与更大的风险有关。与基线场景类似，如果考虑半目标策略，年龄相关性感染率的变化更大。作为稳健性检查，我们使用了两个减少物理距离的设置，并在图10中说明了响应前沿。这样做，我们打算说明如果个人不太遵守物理距离准则，例如，因为他们低估了传播的可能性。20巴赫、切尔诺朱可夫、斯宾德勒的测试和接触追踪。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

何人来此

2022-4-16 11:16:08

改进对传染性个体的检测和隔离指的是概率ηij比基线值ηij=0.9-降低，即，感染个体未被检测和隔离以避免后续感染的概率。第二种检测策略可以指那些与感染个体有过接触的人--即降低接触过感染个体的人未被检测和隔离的概率，ηe，默认值ηEj=1。图11说明了改进对Ij状态下的人的检测（小组(i))、改进对Ej状态下的人的检测和追踪（小组(ii)）以及这些措施的组合（小组(iii)）的好处。ηij=0.9的基线设置相比，ηij=0.9的降低使政策前沿更接近原点，从而实现e的收益。相应的边界显示在面板(i)的figurrst图（左侧）中。如图11的图(ii)所示，对于接触者追踪政策可以得出类似的结论。然而，同时改进传染病检测和接触者检测将大大改善政策制定者的潜在替代方案菜单。例如，如果未被发现的感染的概率降低到ηij=ηej=0.8，则边境上的点所指示的关注安全的场景涉及显著降低的经济成本。除了自愿或强制性的群体距离以及测试和追踪政策之外，ZF还可以提供激励措施，促进在家工作。为了改善在家工作的条件，我们考虑在家里减少身体互动和提高生产率。图12说明了两个场景:(i)π=20%和π=5%；(i)π=30%和π=10%。在这两种设置中，e-ciency损失都减少了10个百分点--也就是说，在基线设置中，屏蔽下的productivityloss被设置为70%，现在更改为60%。图12的面板(i)显示了对应于设置(i)（左）和设置(ii)（右）的策略边界。第（二）小组说明了以安全为重点的最佳半靶向屏蔽策略。我们可以看到，在家工作条件的改善使得有可能大幅降低与流行病和屏蔽相关的经济成本。此外，与基线设置相比，在家工作的更好条件使得有可能减少屏蔽措施的持续时间和强度。如果将改进的测试和群体距离与其他措施结合起来形成一个全面的方法，这些措施的积极作用就会得到放大。如图13的面板(i)所示，将改进的测试和接触追踪与关注其他群体与老年人群体互动的群体距离结合起来，可以使政策前沿更接近原点。根据图13（第(i))中的e-cient边界和第(ii)图中的最优政策，政策制定者几乎可以完全避免实施屏蔽规则。最好的情况是，在疫情的早期阶段，只有对高级群体实施短暂的屏蔽。如附录（图19）所示，与均匀屏蔽相关的最佳政策不涉及任何具有可比经济损失和人口死亡率较高的屏蔽。图13的面板(ii)说明，一种综合方法，也包括改善在家工作的条件，π=20%和π=5%，允许在很短的屏蔽阶段更低的经济损失。此外，图14第（二）图中关于感染率和生育率的结果表明，与改善在家工作条件相结合的方法有助于降低所有年龄组的感染率。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

何人来此

2022-4-16 11:16:14

此外，在我们的分析中，我们将只关注对所有组均适用的ηijandηej的变化，例如，考虑ηiy=ηim=ηis=0.9的情况。抗击流行病的最佳政策21(i)0.000 0.005 0.010 0.015死亡人数占ADT的比例人口0.00010.20.30.40.5经济损失占GDPPDV的比例经济损失与死亡人数的比例统一政策半目标政策目标政策基线：结果=0.75,=2,=0.375,=0.9,t=5460.000 0.005 0.010 0.015死亡人数占ADT的比例人口0 0.010.20.30.40.5经济损失在GDPPDV中的PDV经济损失与死亡统一政策半目标政策目标政策rc SEIR，测试：结果=0.75，=2，=0.375，=0.9，t=5460.0000.0050.0100.015死亡作为ADT的分数。人口0.00.10.30.40.5经济损失在GDPPDV中的PDV经济损失与死亡统一政策半目标政策目标政策rc SEIR，测试：结果=0.75，=2,=0.375,=0.9,t=546(ii)0.000.005 0.010 0.015死亡人数占ADT的比例。人口0.00010.20.30.40.5经济损失占GDPPDV经济损失与死亡人数的比例统一政策半目标政策目标政策rc SEIR,测试和追踪：结果=0.75,=2,=0.375,=0.9,t=5460.000 0.005 0.010 0.015死亡人数占GDPPDV经济损失与死亡人数的比例统一政策半有针对性的政策有针对性的政策RC SEIR，测试和追踪：结果=0.75，=2，=0.375，=0.9，t=5460.0000.0050.0100.015死亡人数占ADT的比例。人口0.00.10.20.30.40.5经济损失占GDPPDV的比例经济损失与死亡人数的比例统一政策半有针对性的政策RC SEIR，测试和追踪：结果=0.75，=2，=0.375，=0.9，t=546(iii)0.0000.0050.0100.015死亡人数占ADT的比例0.010.20.30.40.5按GDPPDV计算的经济损失PDV经济损失Vs死亡人数统一政策半焦油编入政策目标政策rc SEIR，测试：结果=0.75,=2,=1,=0.8,t=5460.000 0.005 0.010 0.015死亡人数占ADT的比例。人口0.00.10.20.30.40.5经济损失占GDPPDV经济损失与死亡人数的比例统一政策半目标政策目标政策rc SEIR，测试：结果=0.75,=2,=1,=0.8,t=5460.000 0.005 0.010 0.015死亡人数占ADT的比例经济损失在GDPPDV中的比例经济损失与死亡人数统一政策半目标政策目标政策RC SEIR检验：结果=0.75,=2,=1,=0.7,t=546图11。改进测试和隔离的政策前沿。第（一）组：传染病人试验，参数从左至右(ηij，ηej)=(0.9，1)，(0.8，1)，(0.7，1)。第（二）组：对暴露个人的改进测试和追踪政策，参数(ηij，ηej)=(0.9，0.9)，(0.9，0.8)，(0.9，0.7)。第(iii)小组：测试传染性和测试追踪政策的结合，参数(ηij，ηej)=(0.8，0.8)，(0.7，0.8)，(0.7，0.7)。22巴赫，切尔诺朱科夫，斯宾德勒(i)0.000 0.005 0.010 0.015死亡人数占ADT的比例。人口0.00010.20.30.40.5经济损失占GDPPDV的比例经济损失与死亡人数统一政策半目标政策目标政策WFH(1):结果=0.75，=2，=0.3，=0.9，t=5460.000 0.005 0.010 0.015死亡人数占GDPPDV的比例人口0.00.10.20.30.40.5经济损失在GDPPDV中的比例经济损失与死亡的比例经济损失与死亡的比例统一政策半目标政策目标政策WFH（2）：结果=0.75,=2,=0.262,=0.9,t=546（ii）0 200 400 0.00.20.40.60.81.0屏蔽政策经济损失0.0648 ADT.POP.死亡0.002 Y死亡率0.0003 M死亡率0.0023 S死亡率0.00460 200 400000000.0250.0500.0750.1000.125 0.150感染率ymsrc:PWFH(1):SF半平衡策略=0.75=2.0=.9=0.3图12。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-4-16 11:16:21

面板（一）：在家工作条件改善的两个变体的前沿，π=20%，π=5%，ζ=0.4（左）和π=30%，π=10%，ζ=0.4（右）。第ii组：安全重点的最优半目标政策，比例π=20%,π=5%,ζ=0.4。抗击流行病的最优政策23(i)0.000 0.005 0.010 0.015死亡人数占ADT的比例。人口0.00.10.20.30.40.5经济损失占GDPPDV经济损失与死亡人数的比例统一政策半目标政策目标政策rc SEIR，综合措施：结果=0.75，=2，=0.375，=0.7，t=546(ii)0 200 400 0.00.20.40.60.81.0屏蔽政策经济损失0.0156 ADT。死亡人数0.0018 Y死亡率0.0002 M死亡率0.0015 s死亡率0.00490 200 400000000.0250.0500.0750.1000.1250.150感染率src seir,综合措施：sf半独立政策=0.75=2.0=.9=0.375(iii)0 2004000.00.20.40.60.81.0屏蔽政策经济损失0.0079 ADT.死亡人数0.001 Y死亡率0.0001 M死亡率0.0007 s死亡率0.002900 200 400000000.0250.0500.0750.1000.1250.12 50.150感染率Src SEIR,综合测量，WFH：SF半标准TED策略为=0.75=2.0=.9=0.3图13。最优安全重点政策与政策措施相结合（综合方法）。第（一）和第（二）项：改进对感染者(ηi=0.7)和暴露者(ηe=0.8)的检测和隔离，减少与老年群体的接触率(ρys=ρms=0.2)。(iii)小组：改进感染(ηi=0.7)和暴露(ηe=0.8)的检测和隔离，降低与老年人互动的接触率(ρys=ρms=0.2)，改善在家工作的条件(π=20%，π=5%，ζ=0.4.)24巴赫，切尔诺朱可夫，斯宾德勒(i)0 200 400 0.00.20.40.60.81.0非感染的部分，poprc seir0 200 400 0.00.51.01.52.02.53.0复制率ePoprc Seir，联合措施：SF半独立政策=0.75=2.0=0.9=0.375(ii)0 200 400 0.00.20.40.60.81.0部分无感染度0 200 400 0.00.51.01.52.02.53.0繁殖率Epprc SEIR,综合措施，WFH:SF半纯策略=0.75=2.0=.9=0.3图14。在结合政策措施（综合方法）的设置中，未感染的份额（左）和繁殖率R(t)（右）。半有针对性的屏蔽政策。小组(i)：改进感染(ηi=0.7)和暴露(ηe=0.8)的检测和隔离，降低与老年群体相互作用的接触率(ρys=ρms=0.2)。小组(ii)：改进感染(ηi=0.7)和暴露(ηe=0.8)的检测和隔离，降低与老年群体相互作用的接触率(ρys=ρms=0.2)，改善在家工作的条件(π=20%,π=5%,ζ=0.4。）抗击流行病的最佳政策250.000 0.005 0.010 0.015死亡人数占ADT的比例。人口0.00010.20.30.40.5经济损失占GDPPDV经济损失与死亡人数的比例有针对性的政策有针对性的政策治疗：结果=0.75，=2，=1，=0.9，t=5460.0000.0050.0100.015死亡人数占ADT的比例。人口0.00.10.20.30.40.5经济损失占GDPPDV的比例经济损失与死亡人数的比例统一政策半有针对性的政策有针对性的政策治疗(50%):结果=0.75，=2，=1，=0.9，t=546图15。在SEIR模型中，改进的药物治疗对应于老年组死亡率降低30%（左）和50%（右）。观察到综合方法允许生育率保持在1的阈值以下。改进的药物和治疗的E-ect。最后，我们评估了新冠肺炎的E-CECT联合改善治疗，与老年群体的基础死亡率降低30%和50%相对应，δDS。例如，[14]最近的一项研究表明，地塞米松治疗可以将重症住院病例的死亡率降低三分之一。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-4-16 11:16:27

我们承认，如第2.1节（疫苗和治疗）中(i)至(iii)所述，治疗COVID-19患者的批准药物的di-internent e可导致最佳政策方面的di-internent结果。[1]通过增加老年群体的死亡率和改变该群体的人均收入来提供稳健性检查。通过这样做，他们得出结论，目标政策的e-ciencygures是由于该群体的高脆弱性而不是低生产率而产生的。因此，适当的医疗治疗可能会软化脆弱性群体和死亡率较低的群体之间的区别。将图15中改进治疗的e-cient前沿与图2中基线设置的e-cient前沿进行比较，表明在给定死亡率水平下，经济成本可以大幅降低。与此同时，有针对性和统一屏蔽策略的边界之间的距离变小了，这符合[1]中的观察，即由于高度脆弱性，有针对性的e-cience收益增加了。然而，即使有了大幅改善的医疗治疗，导致老年群体的死亡率降低了50%，与统一方法相比，有针对性的屏蔽仍然与相当大的e-cience收益有关。疫苗提前到达的e-cence。自疫情早期以来，世界各国ZF都鼓励开展研究活动，开发新型冠状病毒疫苗。在[1]的最初研究和迄今为止考虑的设置中，我们做出了一个确定性的假设，即疫苗将在1.5年后到达。图16和17分别说明了如果e型疫苗在一年和六个月后可用的话，最佳的统一和半目标屏蔽政策。结果强调了e型疫苗尽早可用的经济重要性，因为这将大大减少国内生产总值的损失，在基线情况下，如果疫苗接种者对收入参数ωj和死亡率δd进行各种稳健性检查（结果略），在统一屏蔽政策下，国内生产总值损失将减少约26%，在半目标政策下，如果我们对[1]中的结论进行检查，损失将减少13%。26巴赫，切尔诺朱可夫，spindler1.5年后可用。相比之下，如果一种疫苗在一年内上市，在半靶向政策下，均匀屏蔽的损失将减少到18%和9%。在疫苗六个月后可用的情况下，这些数字分别为8%和5%。抗疫最优政策27(i)0 100 200 3000.00.20.40.60.81.0屏蔽政策经济损失0.1912 ADT.POP.死亡率0.002 Y死亡率0.0002 M死亡率0.0012 S死亡率0.00610 100 200 300000000.0250.0500.0750.1000.1250.150感染率1年疫苗：SF统一政策=0.75=2.0=.9=0.375(ii)0 100 200 3000.00.20.40.60.0 81.0屏蔽政策经济损失0.1113 ADT.POP.死亡率0.002 Y死亡率0.0003 M死亡率0.0024 s死亡率0.00450 100 200 300000000.0250.0500.0750.1000.1250.150 1年中的疫苗：SF半单程政策=0.75=2.0=.9=0.375图16。疫苗到达1年后的最优屏蔽政策。第（一）小组：最佳统一政策。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-4-16 11:16:33

面板(ii)：最佳半靶向政策。28巴赫，切尔诺朱科夫，斯宾德勒(i)0 50 100 150 0.00.20.40.60.81.0屏蔽政策ymsoutcommes经济损失0.1004 adt.pop.死亡率0.002 y死亡率0.0002 m死亡率0.0012 s死亡率0.00610 50 100 150 000000.0250.0500.0750.1000.1250.150感染率ymsswiden5年：sf统一政策=0.75=2.0=.9=0.375(ii)0 50 100 150 0.00.20.40.60.81.0屏蔽政策ymsoutcomme经济损失0.0659 ADT.POP.死亡率0.002 Y.死亡率0.0004 M.死亡率0.0025 s.死亡率0.00440 50.100.1500.0000.0250.0500.0750.1000.1250.150感染率5年中的疫苗：SF半研究政策=0.75=2.0=.9=0.375图17。六个月后疫苗到达的最佳屏蔽政策。第（一）小组：最佳统一政策。第二小组：最佳半目标政策。抗击流行病的最佳政策294.3.实施最优政策。模型的结果表明，保护弱势群体，特别是较高年龄段的人群，有利于减轻对其他群体的保护措施。当然，这样一项政策必须以相称的方式执行，并辅之以尽可能减轻负担的配套措施。我们认为，实施这一政策应考虑以下几个方面的措施和要点：1.在老年人和其他合并症患者中优先使用口罩(N-95/FFP2；外科口罩）和个人防护设备。这些群体和接触者（如护士）应配备高质量的口罩。通过减少与高风险人群的接触次数，特别是与可能接触其他传染性人群的接触次数，限制和减少潜在的传播。一般要求人们在与老年人或其他弱势群体互动时用简单的一次性或可重复使用的口罩遮住口鼻，或通过降低个人在接触时被感染的风险，例如通过加强检测和要求隔离或在去养老院之前的一段时间内减少接触，可以降低传播风险。为老年人和弱势群体设立专门的购物和医疗咨询时间，允许他们购买日常必需品和参加重要的医疗预约。这在美国、英国和其他国家已经实践过。在这方面，鼓励使用和潜在地扩大各种送货上门服务也是很有价值的。确保仍在参与劳动力市场的老年人和其他高风险个人能够轻松地在家工作，例如向他们提供适当的设备、基础设施和培训。为那些对社会负责、照顾老人或其他弱势群体的员工提供额外的福利和补偿，如工作保障和优先休假。例如，健康保险公司可以向那些承诺减少与他人的社会交往以照顾高风险个人的个人提供更多的金钱福利。通过远程会议和其他安全的互动方式，特别是通过在线咨询时间和远程医疗，以及养老院的视频会议系统，提供心理健康和社会支助，以便居民能够与家人保持联系。在自愿的基础上为老年人实施居家政策。可以通过一项奖励计划来实现对这一政策的高度遵守。如果有适当的激励措施，老年人应该遵循一项符合自己利益的居家政策。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

可人4

2022-4-16 11:16:39

向住在自己家中的弱势群体成员提供频繁、易懂和不矛盾的信息和交流及援助；此外，为青年和中年群体成员制定激励措施，以保护社会中的弱势成员。根据关于新型冠状病毒传播的新科学证据，经常更新屏蔽政策，以提高此类措施的有效性，减少经济成本，并更好地遵守集团距离建议。结论。本文采用文献[1]对德国的扩展SIR模型。德国在其社会人口统计及其医疗保健覆盖和提供系统方面与来自美国的ERS相匹配。该模型允许比较直接政策对存活率和经济损失的影响，从而为政策制定者提供信息，以得出最佳政策。我们以定量的方式评估了几种情况，并发现半有针对性的屏蔽可能实现e-cience收益，这可能用于资助改善弱势群体状况的措施，如老年人和合并症患者。最重要的是，30巴赫、切尔诺朱科夫、斯宾德勒认为，通过采用额外的措施，如群体距离、测试和接触追踪，可以减少屏蔽政策的强度和持续时间。事实上，一个综合的方法，将这些措施结合起来并同时实施，可以将经济损失和人口死亡率都保持在较低的水平--即使采用统一的屏蔽措施。最后，我们强调了适当的医学治疗和及时的疫苗开发的重要性。我们的分析在未来的研究中有几个可以考虑的扩展。首先，基线设置中使用的接触率估计是基于英国的一项研究，可能会根据国家具体的接触模式进行重新调整。还可以开展额外的工作，为包括德国和美国在内的其他国家提供可比数据。其次，SEIRmodel通过包括一个关于接触传染性个体的人被检测和隔离的概率的参数，纳入了接触者追踪。这种方法使我们能够保持相对简洁的模型结构。一个更复杂的结构可能涉及隔离或不隔离的暴露和感染个体的单独分隔，允许这两个群体之间的社会互动被建模。文[13]中的模型是这种演化的分室结构的一个例子。此外，个人的传染性可以以一种更颗粒状的方式被迷惑。一些研究，如[13]，对有症状的、无症状的和严重的病例进行了区分，并考虑了无症状病例对新型冠状病毒的传播，或者，[3]中的SEIR模型考虑了接触者的传染性。最后，一旦有更多关于人们在感染后是否对SARSCoV-2产生长期免疫力的信息，这可能会被用来调整SEIR模型以适应SEIRS结构。抗击流行病的最佳政策31参考文献。[1]Acemoglu，D.Chernozhukov，V.Werning,I.和Whinston,M.D.（2020）。多组SIR模型的最优目标锁定。工作论文第27102号，国家经济研究局。[2]美国医院协会(AHA)(2020)。2020年美国医院快速事实（2020年7月3日访问）。https://www.aha.org/statistics/fast-facts-us-hospitals。[3]伯杰，D.W.，赫肯霍夫，K.F.和蒙盖，S.(2020)。SEIR传染病模型的检验和条件检疫技术报告，国家经济研究局。[4]Brotherhood,L.,Kircher,P.,Santos,C.和Tertilt,M.（2020）.

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

何人来此

2022-4-16 11:16:45

Covid19流行病的经济模型：测试和年龄特征政策的重要性CRC TR 224讨论文件系列No.CRCTR224 2020 175，波恩大学和曼海姆大学，德国。[5]Statisticsches Bu ndesamt(2019)。Bev-olkerung und erwerbst-atigkeit，Erwerbsbeteiligung der bev-olkerung，Ergebnisse des Mikrozensus zum arbeitsmarkt.[6]联邦统计局（2020）。Bev-olkerung und erwerbst-atigkeit,Bev-olkerungsfortschreibung auf Grundlage des Zensus 2011.[7]美国人口普查局（2019）.人口估计显示了不同种族群体的老龄化（2020年7月10日访问）。https://www.census.gov/newsroom/press-releases/2019/emposities-characteristics.html。[8]朱，D.K.，Akl，E.A.，Duda，S.S.Solo，K.，Yaacoub，S.，Schüunemann，H.J.，El-Harake，A.，Bognanni，A.，Lotfi，T.，Loeb，M.et al.（2020年）。物理距离、口罩和眼睛保护以防止新型冠状病毒和新冠肺炎病毒的人际传播：系统综述和荟萃分析。[9]Ferguson,N.,Laydon,D.,Nedjati Gilani,G.,Imai,N.,Ainslie,K.,Baguelin,M.,Bhatia,S.,Boonyasiri,A.,Cucunuba Perez,Z.,科莫-丹嫩伯格,G.等人。（2020年）。报告9：非药物干预对降低COVID19死亡率和医疗保健需求的影响。[10]经济合作与发展组织（2020）。超越遏制：经合组织中卫生系统对新冠肺炎的反应。[11]德意志Interdisziplin-是Vereinigung f-ur instrisv-und Notfallmedizin(DIVI)(2020)。Daily ReportDIVI InstrisvRegister(2020年7月3日）。[12]Bundeszentrale f-ur politische Bildung and Statistisches Bundesamt（Destatis）（2018）。德国联邦共和国，数据报告2018年2018.[13]Grimm,V.,Mengel,F.和Schmidt,M.（2020）.SEIR模型的扩展，用于分析适应社会距离和追踪方法，以应对新冠肺炎。MedRxiv.[14]Horby,P.和Landray,M.（2020）。低成本的地塞米松将患有新冠肺炎严重呼吸道并发症的住院患者的死亡率降低了三分之一。恢复试验新闻稿。可在：https：//www查阅。牛。AC。英国/新闻/2020-06-16-低成本-地塞米松-减少-死亡-三分之一的住院患者-严重。2020年7月5日查阅。[15]Klepac,P.,Kucharski,A.J.,Conlan,A.J.,Kissler,S.,Tang,M.,Fry,H.和Gog，J.R.(2020)。背景下的接触：英国广播公司流行病项目的大规模背景--特定社会混合矩阵。MedRxiv.[16]罗伯特·科赫研究所(RKI)(2020)。Taglicher Lagebericht des RKI zur冠状病毒-Krankheit-2019(COVID-19)，2020年8月10日。https://www.rki.de/de/content/infaz/n/neuartiges coronavirus/situationsberichte/202008-10-de.pdf？Blob=PublicationFile.[17]罗伯特-科赫-研究所(RKI)(2020)。新型冠状病毒·斯特克布赖特·祖尔冠状病毒-克兰克海特-2019（新冠肺炎）站：2020年010.07。https://www.rki.de/de/content/infaz/n/neuartiges coronavirus/steckbrief.html.32巴赫，切尔诺朱科夫，spindler附录A：附录附加结果。降低参数λ将使政策边界向左旋转，使涉及高死亡率的政策选择的菜单更接近极乐点，如图18的面板(i)所示。由于编入标准的政策可以有选择性地降低成年人的死亡率，因此降低λ尤其在选择统一的政策方面具有重要意义。放松重症监护室的严格限制可以在给定的经济损失水平下实现较低的死亡率，如图18（二）所示。将容量约束的界限从h(t)=0.02增加到h(t)=0.04，可以使策略边界更接近没有约束ICU约束的情况。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-4-16 11:16:52

这种变化可以在统一屏蔽政策中观察到，而对目标政策的影响较小，只有在约束相对严格的情况下才可以观察到。抗击流行病的最佳政策33(i)0.000.010.02死亡人数占ADT的比例。人口0.00010.20.30.40.5经济损失占GDPPDV经济损失与死亡人数的比例统一政策λ=1半目标政策λ=1统一政策λ=0.6半目标政策λ=0.6 RCλ：模型参数:=0.75,=2,=1,=0.8,t=5460.00 0.01 0.02死亡人数占ADT的比例。人口0.00.10.20.30.40.5经济损失占GDPPDV经济损失与死亡人数的比例统一政策λ=1半目标政策λ=1统一政策λ=0.2半目标政策λ=0.2RCλ:模型参数:=0.75,=2,=1,=0.8,t=546(ii)0.000.01 0.02死亡人数占GDPPDV经济损失与GDPPDV的比例死亡人数uNIFORM策略NO ICUEMI目标策略NO ICU统一策略ICU1半目标策略ICUX 1 RC ICU：模型参数:=0.75,=2,=1,=0.8,t=5460.00 0.01 0.02死亡人数占ADT的比例。人口0.00.10.20.30.40.5经济损失占GDPPDV的比例经济损失与死亡人数的比例统一策略NO ICUEMI目标策略NO ICU统一策略ICUX 1.5半目标策略ICUX 1.5 RC ICU：模型参数:=0.75,=2,=1,=0.8,TU=5460.00 0.01 0.02死亡人数占ADT的比例。人口0.00.10.20.30.40.5经济损失占GDPPDV的比例经济损失与死亡人数的比例统一政策没有ICUSEMI目标政策没有ICU统一政策ICUX 2半目标政策ICUX 2 RC ICU：模型参数:=0.75,=2,=1,=0.8,t=546图18。图(i)：等式3.1中λ=λ的变化，λ=0.6（左），λ=0.2（右）。实心衬垫指的是λ=1的情况。虚线表示带有λ=λ的策略边界。第(ii)组：ICUConstraint的变化。实线表示没有约束ICU约束的最优策略前沿。虚线表示绑定ICU约束:h(t)=0.02（左），h(t)=0.03（中），h(t)=0.04（右）。34巴赫，切尔诺朱可夫，斯宾德勒(i)0 200 400 0.00.20.40.60.81.0屏蔽政策经济损失0.0158 ADT.POP.死亡率0.0019 Y死亡率0.0002 M死亡率0.0015 S死亡率0.00540 200 400 0.000000.0250.0500.0750.1000.1250.150感染率src SEIR，综合措施：SF统一政策=0.75=2.0=.9=0.375(iii)0 200 400 0.00.20.40.60.81.0屏蔽政策|经济损失0.0081 ADT.POP.死亡率0.0011 y死亡率0.0001 m死亡率0.0007 s死亡率0.00330 200 400.000000.0250.0500.0750.1000.1250.150感染率src SEIR，综合措施，WFH：SF统一政策=0.75=2.0=.9=0.3图19。具有安全焦点的最优一致策略。政策措施组合（综合办法）。（i）：改进感染(ηi=0.7)和暴露(ηe=0.8)的检测和隔离，减少与老年人接触的接触率(ρys=ρms=0.2)。(iii)小组：改进感染(ηi=0.7)和暴露(ηe=0.8)的检测和隔离，降低与老年人互动的接触率(ρys=ρms=0.2)，改善在家工作的条件(π=20%，π=5%，ζ=0.4。）抗击流行病的最佳政策35(i)0 200400 0.00.20.40.60.81.0非感染比例0200400 0.00.51.01.552.02.53.0繁殖率Epprc Seir，联合措施：SF统一政策=0.75=2.0=0.9=0.375(ii)0 200400 0.00.20.40.60.81.0非感染比例测度0 200 400 0.00.51.01.52.02.53.0繁殖率Epprc SEIR,综合测度，WFH:SF统一政策=0.75=2.0=.9=0.3图20。在结合政策措施（综合方法）的设置中，未感染的份额（左）和繁殖率R(t)（右）。统一的屏蔽政策。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-4-16 11:16:53

第（一）小组：改进感染(ηi=0.7)和暴露(ηe=0.8)的检测和隔离，降低与老年群体互动的接触率(ρys=ρms=0.2)。第（二）小组：改进感染(ηi=0.7)和暴露(ηe=0.8)的检测和隔离，降低与老年人群体互动的接触率(ρys=ρms=0.2)，改善在家工作的条件(π=20%,π=5%,ζ=0.4.)36巴赫，切尔诺朱科夫，斯宾德勒0.000 0.005 0.010 0.015死亡人数占ADT的比例。人口0.00010.20.30.40.5经济损失占GDPPDV的比例经济损失与死亡人数统一政策半目标政策目标政策rc SEIR、UNIFGD 60%和MED 50%的结果=0.75,=2,=0.225,=0.9,t=5460.000 0.005 0.010 0.015死亡人数占ADT的比例人口0.00010.20.30.40.5经济损失占GDPPDV经济损失与死亡人数的比例统一政策半目标政策目标政策rc seir,vulngd 50%和med 50%：结果=0.75,=2,=0.375,=0.9,t=546图21。由于改进的药物治疗，群体距离和老年人死亡率降低了50%。统一距离政策的边界（左）和针对弱势群体的距离（右）。抗击流行病的最佳政策37(i)0 200 400 0.00.20.40.60.81.0屏蔽政策经济损失0.0159 ADT.POP.死亡率0.0019 Y死亡率0.0003 M死亡率0.0019 S死亡率0.00490 200 400 0.000000.0250.0500.0750.1000.1250.150感染率YMSRC SEIR，UNIFGD 60%和MED 50%:SF统一政策=0.75=2.0=.9=0.225(ii)0 200 400 0.00.20.40.60.81.0屏蔽政策ymsoutcomes经济损失0.0153 adt.pop.死亡率0.0016 y死亡率0.0002 m死亡率0.0017 s死亡率0.00380 200 400 0.000000.0250.0500.0750.1000.1250.150感染率ymsrc seir,unifgd 60%和med 50%：sf半独立政策=0.75=2.0=.9=0.225图22。以安全为重点的最佳屏蔽策略，结合统一的群体距离策略（将ρ中的所有元素减少40%）和改进的医疗操作（老年组死亡率降低50%）。第一部分：最佳半靶向屏蔽策略。面板(ii)：最佳半靶向屏蔽政策。38巴赫，切尔诺朱科夫，斯宾德勒(i)0 200 400 0.00.20.40.60.81.0屏蔽政策经济损失0.1258 ADT.POP.死亡率0.002 y死亡率0.0004 m死亡率0.0025 s死亡率0.00430 200 400 0.000000.0250.0500.0750.1000.1250.150感染率ymsrc seir,vulngd 50%和med 50%：sf统一政策=0.75=2.0=.9=0.375(ii)0 200 400 0.00.20.40.60.81.0屏蔽政策Yymsoutcomese经济损失0.0573 ADT.POP.死亡率0.002 Y死亡率0.0006 M死亡率0.0041 S死亡率0.00230 200 400000000.0250.0500.0750.1000.1250.150感染率Ymsrc SEIR,Vulngd 50%和MED 50%：SF半独立保单=0.75=2.0=.9=0.375图23。以安全为重点的最佳屏蔽政策，将群体与易受伤害者保持距离（降低接触率ρys、ρmsby50%)和改善医疗（老年群体死亡率降低50%）相结合。第（二）小组：最佳半目标政策。抗击流行病的最佳政策，39Philipp BachUniversity of Hamburgamburg Business SchoolmoorWeidenstr。1820148 Hamburggermanye-mail：Philipp.Bach@uni-Hamburg.Devictor ChernozhukovMassachusetts技术经济学院-mail：Vchern@Mit.Edumartin SpindlerHamburgurg University of Business Schoolmoorweidenstr.1820148 HamburggerManye-邮件:martin.spindler@uni-hamburg.de

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群