SARS传播的数学模型.docxVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
,. SARS 传播的数学模型 摘要 SARS(严重急性呼吸道综合症,,俗称非典型肺炎 )是 21 世纪第一个在世界 范围内传播的传染病。 SARS 的爆发和蔓延给我国的经济发展和人民生活带来了 很大影响。为了能定量的研究传染病的传播的规律, 人们建立了各类模型来预测、 控制疾病的发生发展。 本题中给出了一个早期指数模型, 它在短期内有一定的合理性与实用性, 认 为该模型可以预测疫情发展的大致趋势, 但是却存在着用短期参数描述长期过程 偏离实际的缺陷。基于此,我们考虑应该引进新的参数,建立更优的模型。 由于 SARS 是新发传染病,人们对其的有效防治手段还是以预防为主的隔离 和检疫,所以我们引进一个预防效果指数 k ,来反映防控措施对 SARS 传播的影 响;又由于 SARS 发病传染迅猛,为了描述这个特征,我们又引入了参数 r,用 来表示发病率。 在假设所研究地区人口为理想状态下的人群、 对该病普遍易感等 前提下,我们应用 Logistic 回归结合地区 SARS 发病的疫情资料, 用 Matlab 软 件模拟,得到了一个更为优化的 Logistic SARS 模型,它给出了 SARS 流行趋势 以及控制措施有效性的定量评估。 由于参数 k 的引进,更符合实际情况也符合医 学解释,并且能够预测 SARS 高峰期的到来时间, 可能累计最大发病数, 在测控 ,. 和拟合世界上优于早期模型。 同时,我们也通过 Matlab 语言对北京疫情的计算 和实际数据进行了拟合,进而验证了这个模型的可靠性。 应用 SARS 传播模型,对隔离时间及隔离措施强度的效果进行分析, 得出结 论:“早发现,早隔离”能有效地减少累计患病人数; “严格隔离能有效缩短疫情 持续时间。 本文亦分析了海外旅游人数受 SARS 的影响情况,并用 Matlab 语言对 2003 年以前的每个月份旅游人数与月份进行数据拟合,进而估算出正常情况下 2003 年的旅游人数。 在 SARS 的影响下,求出每个月份人数的减少率, 拟合出月份与 减少率的曲线图,从图中可以看出旅游人数在 9 月份开始恢复。 最后,给当地报刊写了一篇短文, 说明传染病模型的研究任重道远和建立传 染病模型的重要性。 一.问题的重述 ,. SARS 的爆发和蔓延使我们认识到, 定量地研究传染病的传播规律、 为预测 和控制传染病蔓延创造条件的重要性。为此我们需要做以下工作: 对题目提供的一个早期模型,评价其合理性和实用性。 建立我们自己的模型, 说明优于早期模型的原因; 特别要说明怎样建立一个真正能够预测以及能为预防和控制提供可靠、 足够信息的模型, 并指出这样做 的困难;评价卫生部门采取的措施,如:提前和延后 5 天采取严格的隔离措施, 估计对疫情传播所造成的影响。 收集 SARS 对经济某个方面影响的数据,建立相应的数学模型并进行预 测。 给当地报刊写一篇通俗短文,说明建立传染病数学模型的重要性。 二.早期模型的分析和评价 .对早期模型的简述 早期模型采用公式: N(t)= N0 (1 K )t (其中 N 0 为初始时刻的病例数, k 为 平均每病人每天可传染的人数, t 为病例数目的增长时间 )在 L(平均每个病人可以 直接感染他人的时间 )天之内对疫情数据相对比较完整准确的地区进行数据拟 合,进而运用相应的软件作出患病人数与时间的关系曲线。 进而利用 SARS 传播 的数学模型对北京疫情进行分析并预测其疫情的走势。 代表某种社会环境下一个病人传染他人的平均概率,与全社会的警觉程 度、政府和公众采取的各种措施有关。整个模型的K 值从开始到高峰期间保持 ,. 不变,高峰期后的 10 天范围内 k 值逐步被调整到比较小的值,然后保持不变。 并考虑传染期限 L 的作用后,变化将显著偏离指数规律, 增长速度会放慢, 采用 半循环计算的办法,把到达 L 天的病例从可以引发直接传染的基数中去掉。 .对早期模型的评价 实用性 :通过建立这一模型可以定量的研究 SARS 出发期的疾病传播规率 依据参数 k 、t 可以实现各地区的相关估计,预测 SARS 的发病高峰时间,发病 趋势等。这些措施对 SARS 等疾病的防控具有重大的知道意义。 局限性:该模型在传染病病发初期具有一定的合理性,可以预防 疫情发展 的大致趋势,但是存在一定的不足。模型的参数 L,k 的设定缺乏依据,具有一 定的主观性。 K 值以病发高峰为界取各段的平均值作为传染概率, 虽然简化了运 算,但却加大了与实际的偏差。 模型中也混淆了累计患病人数与累计确诊人数的 概念,而且借助其他地区的数据进行预测, 后期预测结果不够准确, 存在较大的 偏差。由于 SARS 的发病情况与诸多因素有关, 而实际上 SARS 的传播发展也需 要一个较

文档评论(0)

183****9328 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档