传染病传播模型.pptVIP

* 传染病传播模型 人们不可能去做传染病传播的试验以获取数据，从医疗卫生部门得到的资料也是不完全和不充分的。不同类型的传染病的传播过程有其各自不同的特点，弄清这些特点需要相当多的病理知识，这里更不可能从医学的角度来分析各种传染病的传播，所以，我们只能按照一般的传播机理建立模型。 传染病传播问题和自然科学中一些已经有确定规律的问题不同，不可能立即对它做出恰当的假设，建立完善的模型，只能先做出最简单的假设，建立模型，得出结果，分析是否符合实际，然后针对其不合理或不完善处，进行修改或补充假设，逐步得到较为合理的模型。 模型 1（SI 模型） 假设条件 (1) 人群分为易感染者（Susceptible）和已感染者（Infective）两类，以下简称健康者和病人。时刻t这两类人在总人数中所占的比例分别记为s(t) 和 i(t)。 (2) 在疾病传播期内所考察地区的总人数N不变，既不考虑生死，也不考虑迁移，并且时间以天为计量单位。 (3) 每个病人每天有效接触的平均人数是常数 ?，? 称为日接触率。当病人与健康者有效接触时，使健康者受感染变为病人。 根据假设，每个病人每天可使 ?s(t) 个健康者变为病人。因为病人数为Ni(t)，所以每天共有 ?Ns(t)i(t) 个健康者被感染，即病人数Ni(t) 的增加率为 ?Ns(t)i(t)。于是得到人员流程图如下 进而有 再设初始时刻（t = 0）病人的比例为i0，则由 s(t) + i(t) = 1，得到初值问题 Logistic 模型 初值问题的解为 可画出 i(t) ~ t 和 di/dt ~ i 的图形为 i(t) ~ t 的图形 di/dt ~ i 的图形 于是可知： ① 当 t?? 时，i?1，即所有人终将被传染，全变为病人，这显然不符合实际情况。其原因是模型中没有考虑到病人可以治愈，人群中的健康者只能变成病人，病人不会再变成健康者。 ② 然而，这个模型在传染病流行的前期还是可用的，可用它来预报传染病高潮的到来：当 i = 1/2时，di/dt 达到最大值 (di/dt)m，这个时刻为 这时病人增加得最快，可以认为是医院的门诊量最大的一天，预示着传染病高潮的到来，是医疗卫生部门关注的时刻。 ③ 还可以看出，tm 与 ? 成反比。因为日接触率 ? 表示给定地区的卫生水平，? 越小卫生水平越高，所以改善保健设施、提高卫生水平可以推迟传染病高潮的到来。 模型 2（不考虑出生和死亡的 SIS 模型） 有些传染病如伤风、痢疾等治愈后免疫力很低，可以假定无免疫性，于是病人被治愈后变成健康者，健康者还可以被感染再变成病人，所以在 SI 模型的基础上，增加一个假设条件就会得到 SIS 模型。 假设条件 (1) 人群分为易感染者（Susceptible）和已感染者（Infective）两类，以下简称健康者和病人。时刻t这两类人在总人数中所占的比例分别记为 s(t) 和 i(t)。 (2) 在疾病传播期内所考察地区的总人数 N不变，既不考虑生死，也不考虑迁移，并且时间以天为计量单位。 (3) 每个病人每天有效接触的平均人数是常数 ?，? 称为日接触率。当病人与健康者有效接触时，使健康者受感染变为病人。 (4) 每天被治愈的病人数占病人总数的比例为常数 ?，称为日治愈率。病人被治愈后称为仍可被感染的健康者，1/? 称为这种传染病的平均传染期。 如果考虑到假设条件 (4)，则人员流程图如下 于是有 记初始时刻的病人的比例 i0（i0 0），从而 SI模型可以修正为 我们称之为 Bernolli（贝努里）方程的初值问题，其解析解为 其中 ? = ?/?。 由 ? 和 1/? 的含义可知，? 是整个传染期内每个病人有效接触的平均人数，称为接触数。于是有 我们画出 di/dt ~ i 和 i ~ t 的图形为 di/dt ~ i 的图形 （? 1） i(t) ~ t 的图形 （? 1） di/dt ~ i 的图形 （? ?1） i(t) ~ t 的图形 （? ?1） 模型 3（考虑出生和死亡的 SIS 模型） 当传染病的传播周期比较长时，若不考虑出生和死亡因素显然不妥，接下来考虑带有出生和死亡情况的 SIS 模型。 假设条件 (1) 人群分为易感染者（Susceptible）和已感染者（Infective）两类，以下简称健康者和病人。时刻t这两类人在总人数中所占的比例分别记为 s