一年前，在COVID-19病例激增和新開發的疫苗供應有限的情況下，美國疾病控制與預防中心（CDC）面臨一個大問題：哪些人群應優先接種疫苗？ 住在大學宿舍的學生還是患有慢性腎病的人？ 祖母還是教師？ 除了減少整體感染和死亡的目標外，CDC還旨在防止醫院不堪重負，並確保公平地獲得COVID-19疫苗。 愛荷華州立大學的研究人員是一個團隊的成員，該團隊評估了CDC去年冬天可能向美國各州、地區、部落和地方政府推薦的1750萬種COVID-19疫苗推廣策略。

在新發表的一篇論文中，研究人員總體上驗證了CDC的最終建議，同時該團隊開發的數學模型也強調了一些小的改進。 這項工作有助於為美國和國外未來的疫苗接種戰略設計提供參考。

CDC為COVID-19疫苗推薦四個交錯的優先組：

• 第1a階段包括醫護人員和長期護理設施的居民。
• 第1b階段包括非衛生保健一線基本工作人員（如員警、消防員、兒童保育員）和75歲及以上人群。
• 第1c階段包括其他基本工作者（如公交車司機、銀行出納員）、16-64歲的嚴重COVID-19疾病風險增加的人和65-74歲的人。
• 第二階段包括沒有高風險條件或合併症的16-64歲的人。

“當我們將CDC的策略與所有其他可能的策略進行比較時，CDC的策略做得非常好，特別是在預防各年齡組的死亡方面，”數學系副教授、發表在PLOS ONE上的論文的通訊作者Claus Kadelka說。 “我們的研究表明，CDC更優先考慮一線基本工作人員、年齡較大的人群和有潛在健康因素的人群，是遏制COVID-19死亡率的一個非常有效的策略，同時總體病例數保持穩定。”

為了評估CDC的建議，Kadelka和研究小組建立了一個數學模型，其中包括該機構的四個交錯的疫苗推廣階段和基於年齡、生活條件和職業等因素的17個子人群。 個人屬於20個類別之一，如「對病毒易感」、”完全接種”、”目前已感染”、”已感染但無COVID-19癥狀”和”已康復”。 研究人員還納入了COVID-19大流行的幾個重要特徵，如疫苗的猶豫性、基於美國當前病例數的社會疏遠程度以及不同病毒變種的不同感染率。

Kadelka說：「我們在ISU的超級計算機上運行了1750萬次模型，對於每次運行，我們記錄並最終比較了幾個結果指標：預測的死亡人數、預測的病例數等等。 ”

在模型中，除了疫苗推廣的最後階段，在任何階段為兒童接種疫苗都會導致非最佳結果。 研究人員說，如果更多具有已知COVID-19風險因素的人被優先於沒有健康風險的佇列中的人，CDC的建議可能是最佳的。 然而，收益會很小（即死亡和總體生命損失年數減少不到1%，病例和感染減少4%），而且Kadelka說該模型沒有考慮到可能的後勤挑戰。

“我們對養老院的情況沒有足夠的瞭解，不知道區分哪些居民有更大的風險因素，使他們排在疫苗接種隊伍的前面會有多容易。 這是你在數學模型中可以做到的事情，但在實踐中可能很難，”Kadelka補充說。

Kadelka說，該模型的獨特之處在於它考慮到了疫苗在多大程度上能防止某人被感染、出現癥狀並將病毒傳給他人，所有這些都會隨著時間的推移而改變，甚至會因特定疫苗的不同而變化。 研究人員表明，理想的疫苗接種策略對這些參數很敏感，而這些參數主要仍是未知的。

Kadelka小組的博士後、該論文的主要作者Md Rafiul Islam說，該數學模型可以幫助為當前和未來的疫苗接種策略設計提供資訊。

Islam說：「我們的模型對於確定最佳的疫苗分配策略很有用，並且可以很容易地擴展到回答與面對免疫力減弱和病毒變異性增加的情況下的加強針分配有關的問題。 ”

Kadelka補充說：”如果（SARS-CoV-2）病毒變異到足以使目前的疫苗無效，或者我們有一個新的大流行病，無論是再過100年還是兩年後，我們需要能夠準確預測在決定誰先接種疫苗時的結果是什麼。 ”

制定疫苗戰略是很複雜的，而且在最小化死亡率或發病率等對立目標之間總會有權衡。 但Kadelka相信，像他和他的同事創建的數學模型可以幫助確保拯救生命的疫苗能夠產生最大的影響。