培训课件--理论流行病学.ppt

假设易感者总数为500，当发生1名病例后，各代新病例数C（t+1）计算如下， 表11-5 各代新病例数的计算（有效接触率P =0.05） 代数 病例 易感者 累积免疫者 新病例 C（t+1）的算式 1 1 499 0 （499 – 0）（1 – 0.951） = 24.95 2 25 474 1 （474 – 1）（1 – 0.9525）=341.79 3 342 132 26 （132 – 26）（1 – 0.95342）= 106 4 106 26 368 26 – 368 0 表11-6 不同的有效接触率对流行过程的影响 流行代数 P=0.005 P=0.01 P=0.05 （t） 病例数 易感者 病例数 易感者 病例数 易感者 1 1 499 1 499 1 499 2 2 497 5 494 25 474 3 5 492 24 470 342 132 4 12 480 99 371 106 26 5 28 452 215 156 6 57 395 24 132 7 86 309 8 71 238 9 14 224 二、隔离对流行过程的影响 ? 代数 病例 易感者 累积免疫者 新病例 C（t+1）的算式 1 1 499 0 ? 2 25 474 1 （499 – 0）（1 – 0.951）= 24.95 ? 3 303 171 26 （474 – 1）（1 – 0.9520）=303.43 ? 4 145 26 329 （171 – 26）（1 – 0.95242）= 145 ? 表11-7 各代新病例数的计算 （P=0.05，每代隔离1/5新病例） 表11-8 不同的隔离率对流行过程的影响 P P = 0.005 P = 0.01 P = 0.05 隔离率 50% 20% 33% 20% 33% 20% 代数 C S C S C S C S C S C S 1 1 499 1 499 1 499 1 499 1 499 1 499 2 2 497 2 497 5 494 5 494 25 474 25 474 3 2 495 5 492 15 479 19 475 275 199 303 171 4 2 493 10 482 45 434 66 409 173 26 145 26 5 2 491 19 463 108 326 159 250 6 2 489 32 431 134 192 115 135 7 2 487 48 383 11 181 … … … … … … … 合计 201 233 319 365 474 474 表11-8 不同的隔离率对流行过程的影响 三、预防接种对流行过程的 影响 假设条件 流行代数 病例 易感者 S→I 累积免疫者 P =0.05 1/5 S→I 1 1 499 0 2 25 374 100 101 3 270 102 75 201 P =0.05 1/3 S→I 1 1 499 0 2 25 308 166 167 3 102 103 103 295 P =0.01 1/5 S→I 1 1 499 0 2 5 394 100 101 3 14 301 79 185 4 15 226 60 259 P =0.005 1/5 S→I 1 1 499 0 2 2 397 100 101 3 3 315 79 182 4 2 250 63 248 表11-9 不同的预防接种率对流行过程的影响 第四节 流行病学数学模型 实例简介 一、催化模型 催化模型的假设条件 催化模型的主要类型 1.简单催化模型 2.可逆催化模型 3.两极催化模型 二、流行病学阈模型 催化模型假设条件 所研究的人群为一封闭人群 所有个体在初始阶段都是易感者 感染力恒定，以单位时间内有效接触率表示 有明确的测定受到感染的指征 简单催化模型 适用于描述能产生持久免疫力的疾病流行过程 Y = K（I – e–rt），式中e为自然对数底， r为有效接触率，t为时间，K为显性感染率（取值为0~1）。 可逆催化模型 免疫持续时间较短的疾病 式中C为一常数。 两极催化模型 假设人群中易感者在任何时间t，以有效接触率a转变为“感染者”X，其感染指征为阳性，同时，原来的被感染者又以b频率失去感染指征，这部分人以Z表示，他们虽失去感染指征，但因已获得免