关键词:
传染病动力学
新冠肺炎
参数估计
全局稳定性
控制策略
摘要:
传染病动力学根据传染病的传播机制,建立微分方程模型,分析传染病的传播趋势和控制措施.数据驱动的传染病动力学研究,基于动力学模型,结合实际疫情数据,量化分析影响疾病蔓延的关键因素,预测疾病的发展趋势.本论文通过建立数据驱动的新冠肺炎动力学模型,基于官方公布的疫情数据,探究了一系列防控措施对疫情控制的影响,主要包括以下内容.(1)针对“免疫逃逸”及“动态清零”策略的动力学建模与分析.首先基于长春市新冠疫情防控机制,建立改进的SEIR模型并计算基本再生数;其次根据不同阶段“动态清零”策略,分阶段确定参数值,进一步利用最小二乘法估计接触传染率、疫情初期社会面检测率等关键参数.最后模拟发现:尽管变异毒株免疫逃逸能力提高使得疫苗有效性降低,但大规模接种仍是保障人民生命安全的关键措施.疫情初期社会面检测率决定了疫情“冰山”的大小,“冰山”现象越明显,防控难度越大.“动态清零”措施旨在尽早发现、隔离、转运感染病例,减小“冰山”现象带来的影响,该政策在遏制奥密克戎疫情方面发挥了重要作用.(2)针对“社交距离控制”对新冠肺炎传播影响的动力学建模与分析.首先根据南京市德尔塔疫情防控特点,建立包含人口出生和死亡的SEIAHR模型;然后通过下一代再生矩阵方法计算基本再生数R,当R<1时,无病平衡点全局渐近稳定,疾病消失,而当R≥1,正平衡点全局渐近稳定,疾病最终发展成地方病.最后估计接触传染率等关键参数,模拟社交限制对疫情发展的影响.鉴于我国庞大的人口基数,适当的社交限制能有效避免短时间内感染人数激增,减轻医疗系统的负担.同时维持一段时间的社交限制,为建立免疫屏障赢得时间,进一步防止局部疫情升级为大范围流行.(3)针对奥密克戎疫情隐匿性传播的动力学建模与分析.首先依据吉林市疫情防控特点,建立考虑潜伏期传染性的动力学模型.接着分阶段取值相关参数,并估计有症状感染者的接触传染率等关键参数.最后模拟表明,奥密克戎毒株的潜伏期短、强传染性等特点,导致早发现、早控制难度增加,在社会面形成隐匿性传播.一旦潜伏期传染性以及无症状患者的传染率超过实际水平,疫情规模将难以想象.随着病毒不断变异,隐匿性传播的特点显著,一方面要加强疫苗接种,尤其是建立老年人等弱势群体的免疫屏障;另一方面需要部署足够的医疗资源等减少未来新冠疫情的影响.数据驱动的传染病动力学研究,能更真实的反映疾病流行规律,本文研究成果可以帮助防控部门制定更符合实际、更加有效的疫情防控策略.