SARS疫情分析与预测.doc

承 诺 书 我（们）完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我（们）知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我（们）郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 参赛选择的题号（从A/B中选择一项填写）： A 所属学院/年级/专业/学号（请填写完整的全名）： ** 统计与数学学院 **级 数学与应用数学一班 ********** ** 统计与数学学院 **级 数学与应用数学二班 ********** ** 统计与数学学院 **级 数学与应用数学二班 ********** 参赛队员 ：** ** ** 日期： **** 年 * 月 ** 日 SARS疫情分析与预测 摘要：本文是对SARS疫情数学模型的分析与预测。 首先我们定出有关模型合理性及实用性的评价标准，然后对附件一中的早期模型进行分析。我们从早期模型对限定值L的提出、分阶段取K值等方面在一定程度上对其进行肯定，但我们发现这种早期模型在L的确定、K值的选取、对后期疫情的预测以及疫情爆发地区间存在的地域差异、爆发时间先后等问题上仍存在很大的不足。 针对早期模型的不足，在系统分析了SARS的传播机理后，我们建立了logistic阻滞增长模型，得到确诊病例人数随时间变化的函数关系：并利用MATLAB参数估计，结合实际数据，求得K值，且模型本身不需要随着时间进行修正。该模型仅用较少的数据便可较为合理的预测出未来疫情的发展趋势，但在前期数据的拟合上仍不十分理想。针对此问题，我们又对该模型进行修改。通过加入对“超级传染事件”的考虑，提出并确定了，得到修正后的logistic模型，准确性与适用性大大提高，预测平均误差降低至0.28%，且修正系数无需随时间的推移进行调整。据此，我们估计了提前、拖后5~10天采取严格的隔离措施对疫情的影响，得出结论：提前采取措施可在一定程度上减少最终确诊人数，而一旦拖后采取措施或未采取措施，会使疫情迅速扩散，最终确诊人数急剧增加。为了体现此模型的科学性，我们又利用2009年北京市甲流疫情的实际数据对该模型进行了检验，结果证明该模型基本预测了甲流的疫情发展趋势，并且得出结论：甲流疫情高峰期的出现比非典疫情延迟了2~4倍的时间，持续时间较长，但最终的危害明显降低，可以看到六年的时间里我国政府和人民在应对传染病问题上取得的显著成绩。 在对经济指标影响的预测上，以附录3中提供的数据为例，利用SPSS曲线估计，对实际数据进行拟合与预测，给出北京市2003年在未受非典影响情况下每月海外旅游人数的预测值，与实际数据进行比较，得出结论：疫情的爆发对北京海外旅游人数造成了很大的消极影响。 最后给当地报刊写了一篇通俗短文，分别从三个方面介绍了建立传染病数学模型的重要性。 1． 问题重述 随着医学技术的不断提高，很多曾经困扰着人类的致命性传染病都已得到了有效的控制，但是，对于新的传染病的出现，我们仍需要定量地研究其传播规律，为医疗卫生部门，各级政府以及民众们提高可靠的数据分析与预测，从而将传染病的危害减小到最低。于2003年春季爆发的SARS疫情是21世纪第一个在世界范围内传播的传染病。在对其的控制与预防工作中，更加认识到建立合理有效的数学模型的重要性： 问题（1）： 评价早期的模型的合理性和实用性。 问题（2）：● 说明自己的模型为什么优于附件1中的模型； ●如何建立一个能够预测以及能为预防和控制提供可靠、足够的信息的模型，以及模型的建立过程中有哪些困难？ ●估计改变隔离时间对疫情的传播所造成的影响 问题（3）： 通过对现有数据的预测，判断疫情对经济活动的影响。 问题（4）： 建立传染病数学模型的重要意义。 2． 模型假设 模型一（早期模型）， （1）.一个人得病以后接受治疗且在传染期内不会死亡 （2）.平均每天可传染K个人（K一般为小数） （3）.平均每个病人在被发现前后可以造成直接传染的期限为L，在此期限后他失去传染作用 模型二（新建模型）： （1）.　所研究地区的人口总量一定，不考虑该段时间内人口的迁入迁出。 （2）.　不考虑在SARS传播期间人口的自然出生和自然死亡。 （3）.　附件2和3提供的北京市疫情统计数据以及北京市接待海外旅游人数真实可信。 （4）.　不考虑隐性SARS患者，即只要感染上SARS病毒的患