用离散随机模型研究湖北新冠肺炎COVID-19流行病动力学特征

被引:23
作者
石耀霖 [1 ,2 ]
程惠红 [1 ,2 ]
黄禄渊 [3 ]
任天翔 [4 ]
机构
[1] 中国科学院计算地球动力学重点实验室
[2] 中国科学院大学
[3] 中国地震局地壳应力研究所
[4] 中国地质科学院
关键词
新冠肺炎COVID-19; 离散随机模型; 流行病动力学; Erlang概率分布;
D O I
暂无
中图分类号
R563.1 [肺炎]; R181.3 [流行病学各论];
学科分类号
1002 ; 100201 ; 100401 ;
摘要
新冠肺炎COVID-19的爆发并在全国及世界范围内的扩散传播造成了巨大社会影响,研究流行病传播动力学特征有助于更好地对疫情进行掌控和防治。我们发展了一种离散变量随机概率方法,对湖北省疫情发展进行模拟和预测。首先根据排队论的Erlang概率分布对每日确诊人数进行处理,获得每日发病人数和感染人数。计算结果与中国疾病预防控制中心(CDC)已经整理公开的部分资料比较吻合,证明处理方法科学可信。进而依据每日发病人数,反演疫情发展不同阶段的有效传染率的变化,并据此预测未来疫情可能怎样发展。发现疫情初期基本传染数R0从6. 1减少到4. 0,在武汉采取封城等有效措施后,有效R值减少到1之下,并逐步降低到0. 13以下。发病高峰已经在2月初度过,目前虽然不排除疫情会有小的起伏,但只要坚持严格的隔离管控措施,总的趋势就不会变化。预期疫情在3月底前后结束,累计患病人数达到71000人左右。春节后回程的农民工和学生诱发大的疫情回弹可能性不大。但是世界上一些国家正处在疫情可能爆发的阶段,国家应该对入境人员做好检查和隔离管控工作。
引用
收藏
页码:145 / 154
页数:10
相关论文
共 8 条
[1]   基于大数据回溯新冠肺炎的扩散趋势及中国对疫情的控制研究 [J].
赵序茅 ;
李欣海 ;
聂常虹 .
中国科学院院刊, 2020, 35 (03) :248-255
[2]   SARS传染扩散的动力学随机模型 [J].
石耀霖 .
科学通报, 2003, (13) :1373-1377
[3]  
Unraveling R^sub 0^: Considerations for Public Health Applications[J] . Ridenhour, Benjamin,Kowalik, Jessica M,Shay, David K.American Journal of Public Health . 2014 (2)
[4]  
The potential of targeted antibody prophylaxis in SARS outbreak control: A mathematic analysis[J] . Johannes Antonie Bogaards,Hein Putter,Gerrit Jan Weverling,Jan ter Meulen,Jaap Goudsmit.Travel Medicine and Infectious Disease . 2006 (2)
[5]   Mixed Poisson approximation in the collective epidemic model [J].
Lefevre, C ;
Utev, S .
STOCHASTIC PROCESSES AND THEIR APPLICATIONS, 1997, 69 (02) :217-246
[6]   POISSON APPROXIMATION FOR SOME EPIDEMIC MODELS [J].
BALL, F ;
BARBOUR, AD .
JOURNAL OF APPLIED PROBABILITY, 1990, 27 (03) :479-490
[7]  
Infectious diseases of humans:dynamics and control. Anderson R M,May R M. Oxford . 1991
[8]  
A literature review of2019 novel coronavirus during the early outbreak period:epidemiology,causes,clinical manifestation and diagnosis,prevention and control. Adhikari S P,Meng S,Wu Y et al. . 2020