[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

说明书

一种基于多仓室模型动态特征的流行病动力学预测方法，属于流行病防疫领域。为准确刻画流行病的传播链并预测疫情发展，首先，建立细化仓室划分的流行病动力学模型，描述流行病扩散的传播规律，考虑是否确诊、有无症状以及能否住院的差异化感染者。其次，计算时变再生数，并基于时变生数刻画流行病传播的动态化特征。最后，估计生物数学方程的主要参数，利用该动力学模型拟合疫情动态并模拟预测扩散趋势。本发明能够在仓室模型的框架下准确地描述传染病的动态传播特征，并能够进一步对其扩散趋势进行预测，为突发传染病的科学防疫与精准施策提供理论依据，具有重要的科学意义。

技术领域

本发明属于流行病防疫领域，涉及一种基于多仓室模型动态特征的流行病动力学预测方法。

背景技术

周期性爆发的流行病疫情，对局部区域甚至世界范围的生命健康、社会经济、生态系统造成了巨大的伤害，一直重创经济社会的公共治理体系。重大传染病以其强大的传播能力以及未知性，在早期以指数增长的速度爆发，一旦疫情防控错过窗口期，其扩散态势之严重将难以估计。对疫情扩散控制工作的重难点在于准确刻画病毒传播链并预测疫情发展。对疾病动态的准确预测，决定了应急治理机制的启动与否以及合理的响应级别，是重大突发公共卫生事件下公共治理体系构建最重要的科学基础。对疫情影响的低估可能会导致响应不及时而过错窗口期造成大范围感染，对传播趋势的高估又会导致资源分配不合理以及巨大经济损失分配。对于使用数学方法分析的传染病模型，考虑的因素越贴近实际，分析预测的结果越准确。因此准确描述流行病疫情的动态传播特征及基于细化仓室动力学模型的预测工作，具有重要的科学意义。

发明内容

为了解决上述技术问题，本发明基于流行病动力学的仓室模型，综合考虑传播动力学特征本身的动态，以及精细化的仓室设计，提出一种基于传播动力学动态时空特征刻画的流行病预测方法。在生物数学预测模型框架下，搭建应用于流行病疫情公共治理的预测预警体系，助力于实现有限资源下防疫策略的科学制定，具有良好的实用性。

为了达到上述目的，本发明采用的技术方案为：

一种多仓室模型动态特征的流行病疫情预测方法。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(动力学模型)拟合疫情动态并模拟预测扩散趋势。本发明的计算流程图如图1所示，具体包括以下步骤：

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，是传染病预测模型中最为重要的经典指标，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。计算时变再生数步骤如下：