基于传染病动力模型的供水风险传递规律研究

针对跨流域调水工程供水风险传递规律不明确、风险动态管理效果不足等问题,以引汉济渭工程初期为例,识别风险因子并采用专家打分与突变系数法量化风险,基于传染病动力学创建供水风险传递模型,设置6种风险方案,揭示引汉济渭初期供水风险的传递规律。结果表明:产生供水风险的月份与风险源数量呈正相关;不考虑径流预报误差风险时,越早采取优化调度措施,出现供水风险的月份越少、恢复性越高;考虑径流预测误差时,采取优化调度措施对供水风险的控制效果不显著;风险的传递能力与风险数量不存在正相关,风险的破环性与风险源的数量呈正相关。研究成果对调水工程运行中供水风险防控、制定风险减控方案有重要意义。

终身免疫型传染病动力模型非负平衡点的稳定性

本文主要研究了终身免疫型传染病动力模型非负平衡点的稳定性,并研究了正常而被感染者的出生率 b_t 等于第Ⅰ类人正常而被感染者的死亡率 d_2时,在平衡点(0,0,0)时的稳定性。

基于传染病动力学模型的诺如病毒疫情防控措施定量分析

根据2014年滨州某高校出现的诺如病毒传染的数据以及诺如病毒在临床上的病理特征,结合传染病动力学模型,从隔离感染者、消毒、追溯与感染者有接触者三种疫情防控措施的角度建立相应的SEAIQR模型,模拟了不同疫情防控措施不同实施强度下的防疫效果.相较于不采取干预措施的情况,采取对感染者进行隔离措施后累计感染者数量下降了35.90%;在采取隔离措施的基础上对可能造成传染的场所进行消毒,当消毒效果达到50%时,累计感染者数量下降了78.79%;在采取隔离措施的基础上追溯与感染者有接触的人并进行隔离,当追溯效果达到80%时,累计感染者数量下降了32.16%.采取隔离感染者、消毒、追溯与感染者有接触的人并进行隔离三种防疫措施效果较好,其中对可能造成传染的场所进行消毒防疫效果最佳.

大数据背景下的几类传染病动力学模型探讨

传染病威胁着人们的生命健康,阻碍了国家的经济文化建设,通过构建合理、有效的传染病动力学模型,并对其进行定性、定量分析,进而推进传染病的预防和控制工作一直是紧迫且重要的。当前大数据技术快速发展,传染病动力学模型的研究面临着新的挑战和机遇。本文通过对国内外基于大数据的传染病动力学模型研究进行梳理,归类探讨了大数据背景下的几类传染病动力学模型,以期对传染病动力学的研究提供参考。

传染病流行事件下医疗资源需求模型构建与仿真试验

目的构建重大传染病流行事件下包含普通病床、重症监护病房(ICU)病床、呼吸机、医护人力四类医疗资源的需求模型,同时对不同医疗资源紧缺时传染病救治情况进行模拟分析。方法以传染病动力学模型(SEIR)为基础,考虑感染者传染性、人群易感性和康复者免疫性,同时结合新型冠状病毒感染(COVID-19)无症状感染者和不同临床分型特点扩展构建“COVID-19传染-住院模型”,收集设定疾病传播、临床病程和医疗资源紧缺情景各项参数,依托Anylogic平台初步形成传染病流行事件下城市医疗资源配置供给分析模型,分析不同场景传染病事件下医疗资源供给需求情况。结果无干预情景下,COVID-19床位资源需求峰值时间为第107天,峰值为160.92张/千人;呼吸机资源需求峰值时间为第122天,峰值为5.61台/千人;ICU床位需求峰值时间为第117天,峰值为12.78张/千人;医护人力资源需求峰值时间为第109天,峰值为151.12人/千人。仿真试验结果提示不同医疗资源对医疗救治结局的影响存在一定的差异。结论本研究构建了传染病流行事件下城市医疗资源配置供给的分析工具,多个仿真试验结果提示,床位资源和医护人力资源对于医疗救治结局有着更为重要的作用。

基于SEIR模型对新发传染病住院患者变化规律的预测研究

目的探求新发传染病发展规律,预测住院患者变化趋势,为今后应对突发公共卫生事件、评估医疗人力需求和制定疫情防控策略提供科学依据。方法基于SEIR模型理论,结合四川省新冠疫情防控政策,建立疫情传播过程中预警、暴发和恢复三个阶段的传染病动力学模型。根据四川省卫生健康委员会公布的新冠疫情实时数据,选取2020年1月21日-3月25日新冠病毒感染患者每日新增确诊病例数、累计确诊病例数、每日现有疑似病例数、累计出院病例数以及死亡病例数等,运用最小二乘优化问题算法,求解模型参数,输出模型拟合结果,从而评估模型可行性。结果模型拟合曲线与实际参考曲线的整体变化趋势基本一致;预警阶段的平均绝对百分比误差为30.06%,均方根误差为17.8404;暴发阶段的平均绝对百分比误差为10.14%,均方根误差为66.8452;恢复阶段的均方根误差为16.5082。结论该研究建立的多阶段SEIR模型整体拟合效果较好,可以用于预测新发传染病住院患者人数的变化趋势。

基于储备池计算的传染病预测研究与优化

以新冠疫情传播为例,利用储备池计算网络建立传染病预测模型。针对算法本身与测试数据的特点,采用一种独特的同步时间差预测方式:使用多数地区的疫情发展数据来预测少数地区的发展趋势。同时使用标准SIR传染病模型生成的高维数据对多种层次的储备池计算网络在预测时间线上的误差进行分析,并以减小误差为目的提出一种时变权重储备池计算网络。结果显示时变权重算法模型相比较于单一类型的储备池可以有效地提高预测精度,在测试数据集上可以将误差降低45.6%。

基于Matlab的传染病动力学模型仿真平台

开发了基于Matlab的传染病动力学模型仿真平台,通过对传染病动力学模型进行动态仿真,可以对传染病动力学模型的变化进行观察和分析,同时在该仿真平台上,采用时滞微分方程、脉冲微分方程等数值算法实现对传染病模型进行数值模拟,是一个十分实用、方便的仿真操作平台。

新冠肺炎传染病问题模型的建立及算法分析研究

采用数学建模思想构建新冠肺炎传染病动力学SIR模型,该模型对应的微分方程组不易求得解析解.因而,使用三类不同的Runge-Kutta方法数值求解该模型.最后,通过数值算例检验三种不同数值解的有效性,包括误差估计以及数值仿真等.

基于传染病动力学模型的P2P文件传播研究

利用具有空间动力的多种群传染病传播模型的构建方法,充分考虑了P2P文件共享系统中节点的不同状态和变化,提出一种P2P文件传播模型.同时,给出了可以描述P2P文件传播效率的基本再生数计算公式.试验结果表明,该模型对于流行文件的下载情况符合较好,具有良好的应用价值.

一类种群动力学传染病模型的定性分析

本文对一类种群动力学传染病模型，运用定性分析方法，分析了奇点和拓扑结构，论证了正平衡点是全局稳定的，并得出该系统不存在极限环的结论，为研究该传染病的发生、流行、传播机制，及控制消灭该传染病提供了充分的理论依据。

基于SIR传染病模型的印度新冠疫情波及影响分析

针对印度新型冠状病毒肺炎(COVID-19)疫情的传播,建立通过设定目标函数求最优解来确定模型未知参数的SIR传染病动力学模型。首先通过线性回归拟合参数范围,设定目标函数作为约束条件,结合龙格-库塔法,借助Matlab软件确定参数值最优解,进行SIR模型拟合和预测,发现印度疫情拐点将出现在2021年5月8日左右,结合预测数据推导未来每日新增及累计新增病例数,虽未来100 d内将持续出现新增病例,但疫情现期已经有消退趋势;其次考虑印度变种病毒B.1.617以及当下疫苗接种情况的影响,建立加入疫苗影响因素的SIR预测模型,通过进行疫苗接种灵敏度分析模拟出印度疫苗接种率大约需要达到75%,考虑有效保护率则接种率需要高达95%,才可以建立起群体免疫屏障;最后通过基本传染数验证了疫苗接种率,并对新冠波及影响做出了相应对策分析。

传染病动力学模型基本形式与计算机模拟计算分析

针对传染病动力学给出几种模型:不考虑出生与死亡的等种群模型,添加种群动力学因素的模型,潜伏期具有传染性的传染病动力学模型,通过大量的计算机模拟计算分析,讨论决定疾病是否流行的阈值和地方疾病平衡点的稳定性及能否产生周期性振荡。

传染病动力学模型及其在新型冠状病毒肺炎疫情仿真预测中的应用综述

介绍了GGM(generalized-growth model)、GRM(generalized Richards model)、SIR(susceptible-infected-recovered)、SEIR(susceptible-exposed-infected-removed)模型及元胞自动机模型、人工神经网络模型等常用的传染病动力学模型,结合新型冠状病毒肺炎疫情发展现状,总结了传染病动力学模型在疫情仿真预测中的应用情况,指出了传染病动力学模型应用的局限性,得出了加强传染病认知、推进疫情信息实时共享、开展多模型结合应用等未来发展启示。

一类具有种群变动的传染病模型的稳定性

讨论了人口具有常数输入和指数死亡,且考虑因病死亡因素的传染病动力学模型,通过构造Dulac函数和Liapunov函数,运用LaSalle不变性原理和极限方程理论,得到了决定疾病流行与否的阈值θ,找出了平衡点,分析了各自的稳定性.结论显示:当θ≥1时,仅存在无病平衡点E0,且当θ>1时,E0全局渐近稳定.当θ<1时,存在两个平衡点,无病平衡点E0和持续流行平衡点E+,其中E0不稳定,E+全局渐近稳定.

一种基于SEIS的封闭系统传染病模型

本文针对一个封闭系统中的某种传染病进行研究,建立基于SEIS的感染病模型,讨论了系统中染病人数的变化情况。分析了潜伏者对传染病传播的影响,对于初始潜伏者是工作人员的情况和初始潜伏者是其他人员的情况分别讨论,调整模型参数,得到系统中人数变化图。接着分析了模型平衡点的稳定性,结果表明当R00是局部渐近稳定的;当R0>1时,λ>0 故A0是不稳定的,存在地方性平衡点。我们还讨论了主要参数对感染人数的变化情况,结果表明传染率为影响染病人数的主要影响因素,其次是治愈率,因此发现传染病采取隔离,戴口罩等措施是十分必要的。

传染病动力学模型在新型冠状病毒感染中应用的研究进展

2019年底新型冠状病毒感染疫情的出现给中国及世界造成了极大影响。传染病动力学模型因其可以揭示传染病的特征并预测其传播趋势,被广泛应用于新型冠状病毒感染疫情的预测。目前应用较广泛的传染病动力学模型是仓室模型,其结构相对简单,数据无需太过复杂,应用于早期疫情预测,但缺乏对不同个体间交互作用的考量。微观个体模型和集合种群模型克服了上述不足。微观个体模型从微观个体层面考虑了个体接触交互的异质性,但计算复杂、计算量庞大;集合种群模型考虑了种群的移动性和种群内部个体的异质性,但需要庞大的人类地理位置信息网络来构建模型。本文针对三种不同传染病动力学模型在疫情中的应用进行概述,通过比较不同模型的优缺点,探寻从多水平上建立精准预测重大突发急性传染病传播动态的综合传染病动力学模型的可能性,以期为形成快速有效的防控策略提供数据支撑和理论依据。

基于Matlab封闭系统中SIRS传染病模型的问题分析

在当下疫情多发需及时管控的背景下,对传染病进行定量研究其传播规律并建立传染病模型,可以为预测、控制、防范传染病大规模传播提供可靠的信息的研究显得尤为重要。文章利用微分方程理论针对假设的多种情境下建立传染病动力学SIRS模型来模拟传染病的传播过程及规律,并利用微分方程组针对多种不同情况使用MTALAB得出数值解。当初始潜伏者为密闭环境下工作人员及其它人员的情况下,分析得出其只对传染病传播期有影响,在传染病病情稳定后S、I、R三类人群的比率不变。在工作人员适当防护条件下改变了在公共场所内不同人群感染者的有效接触率,达到有效控制疫情传播方便及时管控的效果,因而得到了与实际贴切的模型,并且易于推广。

基于传染病动力学模型的一起幼儿园人腺病毒感染暴发疫情的流行特征分析

目的应用传染病动力学模型研究人腺病毒在幼儿园暴发的流行规律,并定量评价病例隔离、综合防控等措施的效果。方法根据疾病的自然史建立适合人腺病毒的SEIR模型。收集长沙市一起幼儿园人腺病毒暴发疫情数据,将模型与疫情数据相拟合,获得传播系数,模拟无干预状态下的疫情暴发流行特点,然后在不同时期采取不同防控措施,从而定量评价防控效果。结果该起幼儿园腺病毒疫情实际累计病例报告数为76例,持续时间为39 d,罹患率为9.93%。在无干预状态下,累计发病数为331例,疫情持续时间为83 d,罹患率为43.27%。不同时间采取不同防控措施后,模拟结果显示,由于存在一定数量的隐性感染者,病例隔离措施的防控效果不明显;采取综合防控措施后,疫情持续时间、罹患人数显著降低。越早采取综合防控措施效果越好。结论在处置幼儿园人腺病毒感染暴发疫情中,落实病例停课隔离,并采用环境通风消毒、暂停聚集性活动等综合措施,可减少发病数和缩短疫情持续时间。

基于SEIAQR动力学模型预测湖北省武汉市新型冠状病毒肺炎疫情趋势

目的基于新型冠状病毒传播特点,使用实际数据拟合并预测武汉市疫情发展趋势。方法考虑新型冠状病毒肺炎传播规律及采取的隔离措施,构建SEIAQR动力学模型;研究使用2020年1月10日至1月31日武汉市累积发病人数及死亡人数数据对模型进行拟合,并使用2月1日至2月10日的实时数据对模型结果进行验证;最后,研究通过模型拟合结果评价现有抗疫防控措施的效果。结果武汉市发病人数在2月4日左右达到峰值,随后持续下降,2月14日至2月16日出现一个短暂的反弹期,直至5月疫情将基本结束流行。防控措施不变的情况下,疫情结束时预计50780人感染,2449人死亡,粗死亡率约为4.82%;及时有效的防控措施降低了75.08%的感染率和72.40%的因病死亡率;模型拟合偏差约为4.08%。结论 SEIAQR模型拟合效果良好,可以较为准确地预测疾病流行趋势。