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。

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.

融合SEIR与LSTM模型的传染病预测研究

针对现有的传染病预测模型未充分考虑时间序列的复杂度且预测性能不稳定等问题,提出一种基于传染病动力学模型SEIR与长短时记忆网络(LSTM)的传染病组合预测模型.首先,通过计算Pearson相关系数分析气候因素与传染病新增人数之间的相关性;其次,通过FE(Fuzzy Entropy)算法提取序列的局部特征且保证序列的平稳性,降低时间序列的复杂度,提升时间序列的可预测性;最后,根据传染病特点,构建SEIR模型分析不同人群传播情况,并结合LSTM模型实现大幅度提升传染病预测精度.仿真结果表明,相较于传统的模型算法,本文提出的混合模型能保证预测的平稳性并实现更高的预测精度,同时,本文使用该混合模型在不同的干预策略下进行预测,表明了提早采取防控措施对遏制传染病传播的重要性.

一类具有媒体报道的SEIRS传染病模型的动力学分析

研究一类受媒体报道影响的SEIRS传染病模型的动力学行为,寻求决定疾病绝灭与否的基本再生数.利用线性化方法和Liapunov函数方法,讨论该模型无病平衡点的全局渐近稳定性和正平衡点的局部渐近稳定性.利用持久性理论证明了模型的持久性.最后通过数值模拟对理论结果进行验证.

基于系统动力学的SEIR传播模型研究

随着信息时代的飞速发展,社交网络中信息的传播对于社会的影响越来越大,因此,对于社交网络中信息传播的研究日益重要。建立SEIR信息传播模型并通过Vensim进行仿真,对社交网络中信息的传播过程进行分析。仿真结果表明:用户关注度、观点碰撞度、政府关注度以及信息透明度等因素在信息传播过程中起重要作用,并在此结论基础上为相关部门引导舆情事件的发展提出对策建议。

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。

一类具有标准发生率的SEIR传染病模型的稳定性分析

根据肺结核(TB)的传播机理,建立了一类具有标准发生率的TB传染病SEIR模型,并讨论了该模型的稳定性。通过常数变易法和反证法证明了模型的正向不变集;利用下一代矩阵法计算得到模型的基本再生数R_(0);通过构造Lyapunov函数法证明了当R_(0)≤1时无病平衡点D_(0)是全局渐近稳定的;利用Hurwitz判据证明了当R_(0)>1时地方病平衡点D_(*)是局部渐近稳定的,且借助Li-Mulowney几何方法给出了地方病平衡点D*全局渐近稳定的条件;最后,通过数值模拟验证了所得结论的有效性.

修正SEIR传染病动力学模型应用于湖北省2019冠状病毒病(COVID-19)疫情预测和评估

目的:建立可用于2019冠状病毒病(COVID-19)疫情评估的SEIR传染病动力学模型,并对湖北省COVID-19疫情进行预测和评估。方法:考虑COVID-19潜伏期患者不易被有效隔离,且具有较强的传染能力,建立了联合考虑潜伏期传播能力和追踪隔离干预措施的COVID-19 SEIR传染病动力学模型。以2020年1月23日至2月24日的湖北省疫情数据为依据,拟合得到了新建立的修正SEIR模型的动力学参数。通过欧拉数值方法实现修正SEIR传染病动力学模型的求解,对湖北省疫情进行分析,评估防控隔离和集中收治等措施对疫情发展的影响。结果:修正的SEIR传染病动力学模型对疫情的理论估计与湖北省疫情的实际情况较为符合。模型理论分析表明,防控隔离和医学追踪隔离等措施对疫情大面积传播有重要抑制作用;集中接收、分层治疗等重要措施对感染人数峰值的迅速回落起到了关键作用;此外,个人提高防范意识,采取严格自我防护措施,遏制了感染人数的新增。结论:修正的SEIR传染病动力学模型可用于COVID-19传播态势分析,以便为制订未来的疫情干预决策提供一定的理论支持。

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。

一类离散SEIR传染病模型的动力学性态

研究了一类离散SEIR传染病模型.利用再生矩阵的方法定义了模型的基本再生数,证明了无病平衡点的存在性与稳定性,以及疾病的持久性,讨论了地方病平衡点的存在性和稳定性,通过数值模拟展示了地方病平衡点的全局性态.

基于改进SEIR模型的突发传染病传播规律研究

突发传染病严重威胁着人民的健康和社会的稳定,已经成为社会各界广泛关注的焦点问题,为了更好地预防和控制传染病的发生和传播。综合考虑突发传染病的传播特性,在传统SEIR模型的基础上,引入接触者类型,考虑接触者的延迟隔离时间,提出一种改进的SEIR模型(SCH_(c)EIUHRD模型)。结果验证了模型的有效性,明确了接触者延迟隔离对突发传染病传播的影响机理,表明接触者的及时隔离对疫情控制的必要性。研究能够为传染病防控措施的制定提供理论依据。

一种基于WPF方法的SEIR传染病动力学模型仿真研究

目的:通过对传染病动力学模型的仿真研究,提升应对传染病疫情处理能力。方法:以SEIR(susceptible-exposed-infected-removed)模型为基础,结合WPF(Windows Presentation Fundation)编程,建立一种具有潜伏期的传染病传播过程的数字化、图形化的仿真模型。以新型冠状病毒肺炎在湖北省的传播过程为例,计算确诊人数、治愈人数、死亡人数的仿真结果与真实数据的误差。结果:仿真模型预测短期数据误差率在3%以内,并能根据现有参数信息仿真未来长期走势;预测结果表明疫情征兆期、暴发期、高峰期确诊人数主要受到潜伏期人群数量影响,衰退期的周期主要受治愈人群康复率影响。结论:基于WPF的SEIR仿真模型可以为突发公共卫生事件防护工作中疫情分析、疫情研判、应急预案提供辅助决策支持。

一类具有无症状感染的随机SEIR传染病模型的平稳分布

2019年底爆发的新冠疫情截止2023年3月7日,全球累计感染约7.5亿人,累计死亡约686万人,这说明了具有无症状感染的传染病是人类生存与发展的重大威胁之一。因此,本文基于新冠肺炎的传播特点,研究了一类具有无症状感染的随机SEIR传染病模型的平稳分布。首先,通过构建合适的V函数证明了模型正解的存在唯一性。然后,利用Lyapunov方法建立了参数ℜ0s,并且证明了当ℜ0s>1时,模型的解在ℝ+4上存在唯一一个的平稳分布。最后,对本文主要研究内容进行了总结,发现ℜ0s受到白噪声的影响,并且ℜ0s小于等于确定型SEIR模型的基本再生数ℜ0。

基于MATLAB的SEIR传染病模型的构建与分析

传染病是全球范围内的重要公共卫生问题,对人类健康和社会稳定造成了巨大的威胁。了解传染病的传播机制和控制策略对预防和控制传染病的传播至关重要。SEIR模型是一种常用的模型,通过对人口中不同状态的转移进行建模,能够预测传染病的传播趋势和规模。为此,结合SEIR传染病模型特征,提出一种带有双线性传染率的SEIR1传染病传播模型。通过MATLAB模拟实验分析,SEIR1传染病传播模型能够实现对传染病短期流行趋势的预测,具有一定的实践应用价值。

基于仓室模型的传染病动力学建模方法概述及应用

建立传染病动力学模型是研究疾病流行规律、预测流行趋势、制定防控策略的基础。仓室模型是常用的传染病动力学建模方法之一,通过设置不同的仓室代表处于不同疾病状态的人群并建立微分方程组,从而研究疾病的传播动力学过程。除了经典的SIR模型和SIS模型,仓室模型还根据疾病的传染规律和干预措施进行了扩展,如SIRS模型、SEIR模型等。通过分析模型推导出的基本再生数R0和仿真模拟不同防控措施下的疾病流行趋势,有助于防控策略的制定和干预措施的效果评估。

传染病动力学生态模型的渐近分析

研究一类流行性传染病的传播动力学生态模型.首先建立相应模型满足的微分方程;其次构造一组泛函,并计算出它们的变分;然后利用变分原理决定相应的Lagrange参数;最后利用迭代理论得到原问题解的迭代公式,从而利用迭代方法求得相应模型的近似解.

具有饱和治愈率的离散SIS传染病模型的动力学性态

研究了一类具有饱和发生率的离散SIS传染病模型的动力学性态,定义了模型的基本再生数,得到了无病平衡点和地方病平衡点的存在与稳定的条件,讨论了系统的持久性,并通过数值模拟展示了所得到的理论结果和模型复杂的动力学性态.

一类含有潜伏期的传染病动力学模型

在不考虑人群具有迁移和人群具有出生与死亡的情形下 ,应用动力学方法建立了含有潜伏期且在潜伏期和发病期内均具有传染性的传染病模型 ,并利用 Liapunov-Lasalle定理和 Routh-Hurwits判据证明了疾病消除平衡点和地方病平衡点的稳定性。

一类具有空间扩散的SEIAV模型及其阈值动力学研究

本文在现有的模型基础上,考虑无症状感染者、游离病毒的传播及空间扩散等因素的影响,建立了一个扩展的SEAIV模型.在研究模型正解的存在性,并给出作为阈值的基本再生数R_(0)的前提下,对疾病的灭绝及持久的情况进行讨论,得到当R_(0)<1时模型的无病平衡点的稳定性以及R_(0)>1时地方病平衡点的稳定性,同时利用数值模拟进行验证.进一步讨论在R_(0)=1的情况下,模型的无病平衡点的全局吸引性.

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。