应用易感者-暴露者-感染者-康复者模型对COVID-19的传播及防御措施分析

该文通过易感者-暴露者-感染者-康复者模型分析新型冠状病毒肺炎(COVID-19)在人群中传播的过程,及不同防御措施对疫情曲线的影响,针对结果为疫情的防控提出建议。根据人群接触网络模式对易感者-暴露者-感染者-康复者模型进行改进,加入隔离、中医药干预等模型元素,构建符合新冠肺炎传播特点的数学模型。将影响新型冠状病毒肺炎疫情发展趋势的关键因素作为模型变量,通过实际疫情发展情况对模型进行调节,分析不同因素对病毒扩散的影响。结果显示,隔离和中医药干预措施在防御新型冠状病毒肺炎疫情中,预测结果与实际情况基本相符,说明通过隔离及中医药干预措施可以对控制疫情起到积极作用。

基于改进传染病动力学易感-暴露-感染-恢复(SEIR)模型预测新型冠状病毒肺炎疫情

目的研究基于传染病动力学易感-暴露-感染-恢复(SEIR)模型对新型冠状病毒肺炎(COVID-19)疫情发展情况的预测效果,为有效应对疫情提供指导。方法利用Python爬虫自动更新功能获取中华人民共和国国家卫生健康委员会公布的疫情数据,通过改进传染病动力学SEIR模型,自动修正COVID-19基本再生数(R0),对中国湖北省和韩国的COVID-19疫情发展趋势进行预测。结果模型预测的湖北省COVID-19疫情顶点在2020年2月21日,现有确诊病例数约为50000例(2月19日),预计疫情将于3月4日回落至30000例以下,并在5月10日左右结束。中华人民共和国国家卫生健康委员会公布的实际数据显示,确诊人数顶点为53371例。模型预测的韩国疫情峰值在3月7日,将于4月底结束。结论改进的传染病动力学SEIR模型在COVID-19疫情早期实现了较准确的数据预测,政府相关部门在疫情中及时、有效的强力干预明显影响了疫情的发展进程,东亚其他国家如韩国的疫情在3月仍处于上升期,提示中国需要提防输入性疫情风险。

利用人口流动数据以及两阶段模型预测2019冠状病毒病流行趋势

目的:基于人口流动和疫情防控措施信息构建数学模型,预测2019冠状病毒病(COVID-19)疫情的发展趋势。方法:获取截至2020年2月8日浙江省乐清市151例确诊病例的患病过程以及乐清和武汉之间的人口流动等信息,采用两阶段的方法构建数学模型,将人口流动数据与确诊病例症状开始时间以及输入性病例和本地病例的传播动力学特征整合起来,模拟并预测乐清的COVID-19疫情发展趋势。结果:在疫情初期,每日从武汉来的输入性病例数(症状出现日)与当日、6 d前和9 d前从武汉到乐清的旅客数量成正相关。利用根据武汉到乐清的旅客数量估计的输入性病例数以及易感-暴露-感染-恢复模型预测乐清最终的病例数为170例。如果根据每日报告的输入性病例数来预测,预计最终病例数为165例。截至2020年4月27日,乐清实际监测到的病例数为170例,这两个预测值与实际值均接近。结论:本研究建立的两阶段预测模型能够对COVID-19的流行趋势做出准确预测。

基于系统动力学模型的2019冠状病毒病早期防控机制研究

目的:探讨各国2019冠状病毒病(COVID-19)暴发早期防控的效果,为传染病疫情暴发早期的防控提供对策。方法:以世界卫生组织公开的中国、美国、英国、澳大利亚、塞尔维亚和意大利COVID-19疫情暴发早期数据为样本,建立广义易感-暴露-感染-恢复(SEIR)模型,对其参数进行最优化求解。然后,根据基本传染数表达式中的参数,利用系统动力学模型中的敏感性分析,定量分析各国保护率、感染率和平均检疫时间对疫情暴发早期的影响。最后,根据分析结果提出COVID-19暴发早期的防控对策。结果:广义SEIR模型对六国COVID-19暴发早期的预测和评估具有较好的拟合性,实际数据与拟合数据高度重合。COVID-19扩散主要受保护率、感染率和平均检疫时间影响:从保护率来看,前10 d的保护率提高最为重要,保护率越大,确诊人数越少;从感染率来看,前5 d的感染率最为关键,感染率越小,确诊人数越少;从平均检疫时间来看,前5 d的平均检疫时间至关重要,平均检疫时间越短,确诊人数越少。通过对六国关键参数对比发现,澳大利亚和中国由于实行严格的防疫政策,保护率较高,平均检疫时间较短,因而防疫效果较好。结论:在COVID-19暴发早期,需要实行提高保护率、缩短平均检疫时间的措施,以及严格的隔离政策,抑制COVID-19传播及扩散。

具捕杀效应的SEI狂犬病模型的空间动力学分析

为讨论针对性的捕杀对狂犬病传播的影响,研究了一类具捕杀效应的易感者-潜伏期感染者-已经感染者(SEI)狂犬病模型.通过相应的特征值问题,引入基本再生数,并利用上下解方法建立了平衡点的稳定性.结果表明:有针对性的捕杀对狂犬病的控制和预防起着重要的作用.

时变SEIQDR和ARIMA模型在上海市COVID-19预测中的应用和比较

目的根据时变易感者-潜伏者-感染者-隔离者-死亡者-康复者(susceptible-exposed-infected-quarantined-dead-removed,SEIQDR)模型和差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型,针对上海市Omicron感染数据选择适合上海市疫情判断的预测模型。方法选用2022年3月1日―4月20日上海市COVID-19新增阳性感染者的数据进行拟合,选用2022年4月21日―5月30日的数据评估模型的预测效果。分别构建时变SEIQDR模型与ARIMA模型,通过比较决定系数(coefficient of determination,R^(2))、平均绝对误差(mean absolute error,MAE)和均方根误差(root mean squared error,RMSE)的大小评价模型的拟合及预测效果。结果时变SEIQDR模型和ARIMA模型的拟合效果均较优,R2分别为0.990和0.984。2个模型5 d的预测效果均尚可,对于20 d以及40 d预测效果,时变SEIQDR模型更优且更符合传染病传播的规律;前者的40 d预测MAE和RMSE分别为1001.461和1967.704,后者分别为1265.331和2068.094,且时变SEIQDR模型能较好地实现对上海市本轮疫情变化趋势及发病人数的复现。结论时变SEIQDR模型可较好地拟合及预测上海市COVID-19的发病人数及变化趋势,且模型效果优于ARIMA(2,2,0)。

中国4种儿童易感传染病传播特性的分析

目的 了解4种传染病发病数的周期性、传染率及其季节性的变化模式,为4种传染病的防控提供理论支持。方法 选取百日咳、猩红热、风疹、腮腺炎这4种有代表性的儿童易感传染病作为研究对象,分别建立时间序列易感者-感染者-恢复者(time series susceptible infected recovered, TSIR)模型,使用马尔科夫蒙特卡洛方法估计模型中的参数,分析这4种传染病传染率的季节性模式;根据不同传染病传染率的季节性模式,采取针对性控制措施,分析对未来发病数的影响效果。结果 4种传染病的传染率呈季节性变化,最低传染率均发生在7―8月,猩红热、风疹、腮腺炎的最高传染率发生在2―3月。传染率季节性受学生放假、春运影响。有无免疫实施不影响传染率的季节性模式。传染率季节性与病原体的异同存在关联性。结论 4种儿童易感传染病的传染率均具有季节性变化的特点,相应的季节性防控措施对减少发病数更为有效。

基于人口流动数据研究武汉“封城”对中国2019冠状病毒病疫情态势的影响

目的:定量评估武汉“封城”对控制中国2019冠状病毒病(COVID-19)疫情传播的作用。方法:首先基于全国217个城市的武汉来源输入性病例数据和武汉来源的人口流动数据,估算武汉2020年1月23日“封城”前的每日新发感染率。并假设武汉“封城”推迟7 d,武汉的每日新发感染率在2020年1月23日后分别呈高、中、低增长趋势,估算2020年1月24至30日的每日新发感染率,从而计算在此期间武汉流出的感染人数。最后,通过易感-暴露-感染-恢复(SEIR)模型预测武汉“封城”推迟7 d对国内疫情发展可能造成的影响。结果:2020年1月19至23日,武汉每日新发感染率分别为0.021%、0.026%、0.029%、0.033%和0.070%。截至2020年1月23日,武汉共有感染者20066人。假设武汉“封城”推迟7 d,在2020年1月30日,武汉每日新发感染率在高、中、低增长情景模拟的结果分别是0.335%、0.129%和0.070%。依据上述三种情景,预测分别会有32075、24819和20334名感染者从武汉流入其他地区,到2020年3月19日,全国COVID-19确诊人数将是官方公布数据的3.3~3.9倍。结论:在疫情暴发早期,武汉及时采取“封城”措施对控制COVID-19疫情在中国的传播具有重要意义。

交通管控对新冠疫情传播的影响分析——以厦门市为例

为研究交通管控措施对新冠疫情传播的影响,以厦门市2021年9月份出现的疫情为例,对各项交通管控措施下的疫情传播趋势进行分析,并讨论不同交通管控措施对疫情的阻断效果。以经典易感者-潜伏者-感染者-康复者(susceptible-exposed-infected-removed,SEIR)传染病模型为基础,建立有人口迁入迁出的SEIR模型和有交通限制的SEIR模型,并以误差最小为目标通过粒子群(particle swarm optimization,PSO)算法计算出更符合疫情实际的最优参数。将改进的有交通限制的SEIR模型与最优参数相结合模拟出不同交通管控措施下疫情的传播趋势并进行分析。结果表明:根据最优参数拟合出的疫情传播趋势与实际疫情传播趋势较为一致,且不同交通管控措施对疫情的阻断效果存在差异;及时实施限制人口迁入迁出措施可使疫情达到高峰的时间提前,及时实施限制市内交通出行措施可使感染人数峰值降低,综合并及时实施各项交通管控措施对疫情阻断的效果最为明显。因此,在疫情来临时,越及时实施综合交通管控措施对疫情的阻断就越有效。

基于控制论的传染病动态防控模型

自古以来传染病就是人类生命健康的最大威胁之一,2019年开始在全球肆虐的COVID-19疫情也表明研究传染病传播规律任重道远。将传染病传播看成是一个动态系统,将负反馈机制引入传染病传播模型,揭示了控制措施和科技手段在传染病防控中起到的作用,对积极防控包括COVID-19在内的重大疫情及未来有效防御生物武器具有指导意义。

SIR模型在一起校园急性出血性结膜炎暴发疫情处理中的应用

应用易感者-感染者-移出者（sin）模型模拟学校暴发的急性出血性结膜炎，为疫情处理提供参考。采用经典SIR模型构建数学模型，Malthusian指数递减模型估计采取干预措施后的传染率系数（β），通过疫情早期数据确定参数和设置初始值，使用Matlab7．1软件进行疫情处理效果模拟。结果显示在无干预措施下，疫情将经历3个阶段：（1）初期（≤5d）疫情发展较慢，是采取防控措施的最佳时期；（2）快速发展期（6～15d）采取防控措施效果不甚理想；（3）中后期（≥16d）90％以上易感者已被感染，采取措施已无较大意义。在有干预措施的情况下，SIR模型模拟结果显示，新发病例数迅速减少，疫情能得到有效控制，该结果与实际疫情发展情况基本相符。SIR模型对模拟校园急性出血『生结膜炎暴发疫情具有较好效果。