报告题目：Model-based evaluation of alternative reactive class closure strategies against COVID-19

报告人：刘权辉副教授 (四川大学)

报告时间：2023年3月24日14:30

报告地点：复杂系统研究所

报告人简介：刘权辉，四川大学计算机学院副教授，博士生导师，四川大学“校**”入选者，获得了四川大学2021年度学术新星称号，2022年入选第十四批四川省科技厅学术和技术带头人后备人选。2016-2018年在美国东北大学Alessandro Vespignani杰出教授MOBS实验室公派联合培养两年。研究方向为数据驱动的传染病传播建模、复杂网络和人工智能。目前在PNAS、Nature Communications、Physics Reports等知名期刊上发表论文34篇，主持国家自然科学基金等项目6项。

报告摘要：一直以来，基于症状监测的学校关闭对季节性流感等传染病的控制效果存在争议。2020年下半年，多国新冠肺炎（COVID-19）疫情数据表明，秋季复学可能与COVID-19病例数再次增加以及患者平均年龄降低存在一定联系，但复学期间实施的基于症状监测的学校关闭政策对新冠病毒（SARS-CoV-2）传播的控制效果仍不清楚。当前，随着SARS-CoV-2的不断变异，传播能力和免疫逃逸能力更强的变异株在人群中传播，学校关闭策略是否有效，可否采取其他可替代方案来维持线下复学是亟待解决的关键科学问题。刘权辉等人研究表明，与基于症状提示的PCR检测相比，采用同时基于快速抗原筛查的反应式学校关闭政策能够更大程度地降低学生和其他人群中的感染比例。

刘权辉教授在做精彩报告