基于logisic传染病模型的大型邮轮疫情防控分析.docxVIP

基于logisic传染病模型的大型邮轮疫情防控分析 摘要：随着新冠肺炎疫情的暴发，大型邮轮作为海上容纳大量船员和乘客的场所，其疫情传播速度和应急反应机制受到普遍关注。分析“钻石公主号”邮轮的疫情传播特征，建立了基于Logistic传染病模型的大型邮轮疫情时域发展情形，以不同传播速率为变量，通过拟合不同发展情形下Logistic模型中传染病增长率的特定值，对“钻石公主号”邮轮在未及时疏散旅客和未采任何取防控措施这2种情形下患病人数发展趋势进行了预测，结果显示，上述2种情形患病人数远高于实际患病人数，其中在未采任何预防控措施的情形下的传播速度更高，显示出相关方在母港采取的隔离及疏散措施具有一定效果，但在船隔离仍不是最佳选择。从邮轮设计、公约完善、应急预案建设等方面提出了建议，为大型邮轮疫情防控提供参考。 0 引言新型冠状病毒（COVID-19)据估计，全球现役邮轮270余艘，每年运送约3 000万名乘客本次疫情中天津、深圳2个邮轮母港也分别对有发热症状人员在船的“歌诗达赛琳娜号”和“歌诗达威尼斯号”实施了紧急疏散的任务。其中天津母港在24 h内对满载着4 806人的邮轮“歌诗达赛琳娜号”进行了疏散，深圳母港也及时的疏散了载员4 973人的“歌诗达威尼斯号”本文意在研究“钻石公主号”邮轮新冠肺炎感染的传染特征，通过Logistic模型分析本次事件中相关方应急措施的效果，探究邮轮在应对传染病时的自身缺陷，提出对于此类公共卫生事件国际公约的完善建议及我国应对大型邮轮传染病突发事件的应急预案建议。1 邮轮爆发呼吸性传染病疫情研究回顾国内外相关机构、学者对钻石公主号邮轮疫情传染特征进行了诸多研究。针对邮轮疫情暴发的模型，Zhang等针对邮轮上船员感染病毒的传染特征研究鲜见，“钻石公主号”共有82名船员（截至2020年2月20日）受感染此外，学者们针对邮轮疫情传播速度快的原因，应对机制，以及法律制度完善的角度也进行了相关研究。董枳君对于有关邮轮疫情的法律制度完善和责任划分，陈海波上述研究中，相关外国学者通过系列模型研究揭示了日本所采取的防疫措施是有效的，然而由于模型操作较为复杂，其对于传染数前期上升迅速后期趋于平缓与船舶特性之间的联系，以及如何通过更合理的响应措施，进一步提升防控应急响应的有效性的研究较为薄弱。而我国诸多学者主要从完善邮轮应对呼吸性传染病的应急响应对策和法律制度完善开展研究，侧重理论研究，缺乏依据真实数据及预测数据对响应对策有效性的支撑。在医学研究中，Logistic回归是一种常用的统计方法，用来量化病人特征和临床结果之间的关系。该方法在流行病研究中应用较多，常用来探索某疾病的危险因素，根据危险因素预测某疾病发生的概率2 客船人员住舱结构的防疫局限性国际上，规范客船构造、消防及救生要求的规则主要是《国际海上人命安全公约》（SOLAS公约），客船的安全要求普遍高于货船，人们熟知的邮轮是客船的一种。航运市场上运营的客船种类繁多，为区分客船与货船，《SOLAS公约》将载客12人及以上的船定义为客船，并为客船制定了较高的安全标准和操作要求3“钻石公主号”疫情传染特征Logistic分析“钻石公主号”豪华邮轮注册于百慕大,归属于美国嘉年华邮轮公司。该轮建造于日本长崎，2004年投入使用，目前已安全航行了16年。“钻石公主号”长290.4 m、宽48.2 m，高达62.5 m，吃水8.05 m，载重11.6万t，最大载客量3 247人，船员定员1 100人在医学研究中，Logistic回归是一种常用的统计方法，用来量化病人特征和临床结果之间的关系。该方法在流行病研究中应用较多，常用来探索某疾病的危险因素，根据危险因素预测某疾病发生的概率步骤1。建立传染病问题的Logistic模型。假设1个区域有x式（1）也可归结为常微分方程可看出，影响传染病人数的重要因素是初始时刻的患病人数x结合r(x在式（4)～(5）的假设下，式（2）变为非线性微分方程（5）可用分离变量法求解得。步骤2。对不疏散的情况下的感染情况进行预测，由于日本于2月15日起开始陆续疏散船上人员，因此选取这之前的全部数据，建立“钻石公主号”新冠病毒人数预测Logistic模型，曲线拟合后增长率约为0.21，根据第一步建立的模型，可得到该轮在2月15日后不疏散船上人员的感染情况，具体见图1中第2条虚线所示。步骤3。对不采取任何防控措施的感染情况进行预测，由于最终感染人数为712人，根据系列研究表明，在日本采取防控隔离措施后，传染速度迅速下降，大多数病例为采取防控措施前感染，后续被陆续检测出来。由于2月5日起日本开始进行为期14 d的观察并开始为老年人和慢性病患者进行监测，因此，大部分病例