Equity-Aware Multi-Objective vaccine allocation using Machine Learning-Based Risk-Profile stratification

doi:10.1016/j.eswa.2026.133816

Equity-Aware Multi-Objective vaccine allocation using Machine Learning-Based Risk-Profile stratification

2026-08-01

0

PRE

AI

DOI：10.1016/j.eswa.2026.133816

原文链接

原文求助

摘要

En 中文

新兴的疫情和传染病爆发的影响日益增大，凸显了在有限医疗资源下平衡风险特征保护、公平性和运营可行性的疫苗分配策略的必要性。然而，许多现有方法依赖预定义的人口群体，未能充分整合数据驱动的风险特征信息到受约束的分配规划中。为解决此问题，本研究提出了一种公平意识决策支持框架，结合基于机器学习的风险特征分层与多目标疫苗分配。公开的法国COVID-19医院监测数据被重新组织为分析记录，以构建用于分配场景分析的操作风险特征类别。Light Gradient Boosting Machine模型将这些记录分类为有序的风险特征组，随后纳入受约束的分配模型。该模型旨在最大化高优先级风险特征的防护，促进预测风险特征组间的公平性，并在供应和容量约束下最小化疫苗接种延迟。通过带有约束处理机制的二元粒子群优化算法求解该优化问题。计算实验在共同的目标评估预算下评估算法性能，并考察修复策略、政策权重配置、基于帕累托的折中、分类不确定性、可扩展性和资源容量敏感性。总体而言，该框架支持在受约束的疫情响应环境下探索基于风险特征的疫苗分配政策。

Keyword:

Vaccine allocation

Pandemic preparedness

Machine learning

Risk-profile stratification

Multi-objective optimization

Equity-aware decision support

Equity-Aware Multi-Objective vaccine allocation using Machine Learning-Based Risk-Profile stratification

摘要

期刊

机构

引用论文