[发明专利]一种基于多仓室模型动态特征的流行病动力学预测方法

权利要求书

1.一种基于多仓室模型动态特征的流行病动力学预测方法，其特征在于，该预测方法首先，建立细化仓室划分的SPMILHRD模型描述流行病扩散的传播规律，根据是否确诊及有无症状差异化处理不同种群的传播率；其次，计算时变再生数，并基于时变生数刻画病毒传播的动态化特征；最后，根据疫情统计数据计算仓室模型的参数，利用该仓室模型拟合疫情动态并模拟预测扩散趋势；包括以下步骤：

步骤1：构建流行病扩散的细化仓室模型；

将所有人口分为易感者(S仓室)、未确诊无症状感染者(P仓室)、确诊无症状感染者(M仓室)、未确诊有症状感染者(I仓室)、确诊有症状感染者(L仓室)、住院的重症感染者(H仓室)、康复者(R仓室)、移除者(D仓室)，总人口N＝S+P+M+I+L+H+R+D；仓室间的交互关系如图2所示，建立如下的SPMILHRD仓室模型：

其中，分别表示在t时刻易感者、未确诊无症状感染者、确诊无症状感染者、未确诊有症状感染者、确诊有症状感染者、住院的重症感染者、康复者、移除者仓室内的种群数量的变化；β表示未确诊感染者的传播率，β′表示确诊感染者的传播率；μ表示无症状感染者被确诊概率，η表示有症状感染者被确诊概率；b表示由无症状感染者转化为有症状的概率；h表示确诊有症状感染者得到入院治疗的概率；γ、γ′、γ″分别住院感染者、无症状感染者、有症状感染者的康复概率；σ为住院感染者死亡概率；

步骤2：计算时变再生数，基于时变再生数刻画流行病扩散的动力学动态特征；

时变再生数R_t能够准确地描述随时间变化的传染病动态特征，表示当一个被病毒感染的个体，被引入一个其他人都易感的群体时，产生的二次感染的平均数，是判定传染病流行与否的阈值；计算步骤如下：

2.1)首先确定序列间隔平均值及其分布，通过计算病例样本的初始病例和继发病例之间的临床发作间隔时间得到；

2.2)通过似然法计算成对病例获得相对概率p_ij，即病例i在时间t_i被病例j在时间t_j感染的概率：

其中，w代表序列间隔的分布；n_i代表该时间段内的发病病例数；t_j-t_k代表平均序列间隔；t_i-t_j代表病例i和病例j的序列间隔；

则病例j的有效再生数R_j通过如下计算得到：

R_j＝∑_ip_ij (3)

t时刻的考虑全部病例的时变再生数为：

步骤3：估计仓室模型的参数并模拟各仓室种群数量；

估计仓室模型的关键参数，利用该动力学模型拟合疫情动态并模拟预测扩散趋势，具体：

所述未检测感染者的传播率β：根据未检测感染者的动态再生数R_t与未检测感染者传染期D的比值计算，已检测感染者的传播率β′也通过类似方法得到；其中，传染期D指感染者从具备传染能力到因隔离或治愈而失去传染能力的时间跨度；

所述无症状感染者被确诊概率μ：由无症状感染者中确诊比例除以从感染到确诊的平均时间计算得到，有症状感染者被确诊概率η的计算方法相同；

所述无症状感染者转化为有症状的概率b：由感染者中无症状比例除以从感染到发病的平均天数得到；

所述确诊有症状感染者得到入院治疗的概率h：通过有症状感染者中的住院比例除以从发病到入院的平均天数得到；

所述住院感染者的康复概率γ：通过住院感染者康复比例除以平均康复时间得到，无症状感染者、有症状感染者的康复概率γ′、γ″的计算方法相同；

所述住院感染者死亡概率σ：通过住院感染者死亡比例除以从入院到死亡的平均天数得到。