While severe social-distancing measures have proven effective in slowing the coronavirus disease 2019 (COVID-19) pandemic, second-wave scenarios are likely to emerge as restrictions are lifted. Here we integrate anonymized, geolocalized mobility data with census and demographic data to build a detailed agent-based model of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) transmission in the Boston metropolitan area. We find that a period of strict social distancing followed by a robust level of testing, contact-tracing and household quarantine could keep the disease within the capacity of the healthcare system while enabling the reopening of economic activities. Our results show that a response system based on enhanced testing and contact tracing can have a major role in relaxing social-distancing interventions in the absence of herd immunity against SARS-CoV-2. An agent-based model of SARS-CoV-2 transmission shows that testing, contact tracing and household quarantine could keep new COVID-19 waves under control while allowing the reopening of the economy with minimal social-distancing interventions.

Significance Mathematical and computational modeling approaches can be essential in providing quantitative scenarios of disease spreading, as well as projecting the impact in the population. Here we analyze the spatial and temporal dynamics of the Zika virus epidemic in the Americas with a microsimulation approach informed by high-definition demographic, mobility, and epidemic data. The model provides probability distributions for the time and place of introduction of Zika in Brazil, the estimate of the attack rate, timing of the epidemic in the affected countries, and the projected number of newborns from women infected by Zika. These results are potentially relevant in the preparation and analysis of contingency plans aimed at Zika virus control.

The 2014 West African Ebola Outbreak is so far the largest and deadliest recorded in history. The affected countries, Sierra Leone, Guinea, Liberia, and Nigeria, have been struggling to contain and to mitigate the outbreak. The ongoing rise in confirmed and suspected cases, 2615 as of 20 August 2014, is considered to increase the risk of international dissemination, especially because the epidemic is now affecting cities with major commercial airports.We use the Global Epidemic and Mobility Model to generate stochastic, individual based simulations of epidemic spread worldwide, yielding, among other measures, the incidence and seeding events at a daily resolution for 3,362 subpopulations in 220 countries. The mobility model integrates daily airline passenger traffic worldwide and the disease model includes the community, hospital, and burial transmission dynamic. We use a multimodel inference approach calibrated on data from 6 July to the date of 9 August 2014. The estimates obtained were used to generate a 3-month ensemble forecast that provides quantitative estimates of the local transmission of Ebola virus disease in West Africa and the probability of international spread if the containment measures are not successful at curtailing the outbreak.We model the short-term growth rate of the disease in the affected West African countries and estimate the basic reproductive number to be in the range 1.5 - 2.0 (interval at the 1/10 relative likelihood). We simulated the international spreading of the outbreak and provide the estimate for the probability of Ebola virus disease case importation in countries across the world. RESULTS indicate that the short-term (3 and 6 weeks) probability of international spread outside the African region is small, but not negligible. The extension of the outbreak is more likely occurring in African countries, increasing the risk of international dissemination on a longer time scale.

Accurate forecasts can enable more effective public health responses during seasonal influenza epidemics. For the 2021-22 and 2022-23 influenza seasons, 26 forecasting teams provided national and jurisdiction-specific probabilistic predictions of weekly confirmed influenza hospital admissions for one-to-four weeks ahead. Forecast skill is evaluated using the Weighted Interval Score (WIS), relative WIS, and coverage. Six out of 23 models outperform the baseline model across forecast weeks and locations in 2021-22 and 12 out of 18 models in 2022-23. Averaging across all forecast targets, the FluSight ensemble is the 2

Numerous Zika virus vaccines are being developed. However, identifying sites to evaluate the efficacy of a Zika virus vaccine is challenging due to the general decrease in Zika virus activity. We compare results from three different modeling approaches to estimate areas that may have increased relative risk of Zika virus transmission during 2017. The analysis focused on eight priority countries (i.e., Brazil, Colombia, Costa Rica, Dominican Republic, Ecuador, Mexico, Panama, and Peru). The models projected low incidence rates during 2017 for all locations in the priority countries but identified several sub-national areas that may have increased relative risk of Zika virus transmission in 2017. Given the projected low incidence of disease, the total number of participants, number of study sites, or duration of study follow-up may need to be increased to meet the efficacy study endpoints.