SARS传染扩散的动力学随机模型_石耀霖(3)

:

355

一

356

.

一类具有非线性接触率的种群力学流行病模,,

先进计算技术追踪每个病人的传播过程建立随机模型模拟 S A R S传播这一科学思路的可行性这一模型与过去的基于 M a k r v o链的 M o n,.

型分析1l

.

四川师范大学学报 (自然科学版 ) 2 0 0 2.

25 (: ) 3

2 6 1一2 6 3.

同宝强L lo y d d e m ieT h

抽象空间传染病模型非线性积分方程的整体解,

山东ine

师范大学学报 (

自然科学版 ),

19 9 7

,

12 (o

) l

:

8一1c

te.

C盯f o

方法的传

l2

A

L

R e:

a

li s t ie

d is t r ib u t io P a tt

n s o

f ine f

tio

u s n c e

Pea n

r

io d s ddy

Pi

-

·

染病模型有些类似[’”」但更为灵活以越南为例的初步尝试表明这一思路是可行的模型不仅可以定性

m o d e ls

C h an g i ngn

er n s,

f Pe,

r s:

is te一

n a

m ics

e o r e t ie a

l P o P u la t io,,

B io lo g ye a

200 1 60

59n

71一

l3

M e d lo e k Jt io n s o ld

K

o t

M.

Spr

d in ga

d isa

e as e:o se

i

te g,

r o

di

e f,

re n

ti a l

e

qu

a一

-

模拟

SARS、

传播

传播过程中不同的发展阶段最初的加速控制后高峰的滞后出现持续有效控制下疫情:、,

an

d

n e

w

M

a

t hem

t ie

l Bi

i

e n ee s

20 0 3

1 84 ( 2

)

:

20 1

2 22 l4

的起伏式衰减,

而且可以在一定程度上定量地反映、,

D Onw it h

’

.

o

fr i o Alis t iat ea

M i x e d Pu l s e

v ae e n a

i

t io n

s s

tr a tea n

g y in

e

P id e m ic m.

o

del

re a

ll y d is t r ib u t e d i

n,

e f

e

t io u

d la t e n t t ime s s

e s

A P P lie d

给定参量下疫情持续时间累积总感染病人数等特征及控制因素特别是在前一段疫情已知条件下有可能对后续发展做出一定程度的预测估计实际预测,

M a th e m】5 Da

ie,

s ana n

d C

o

m P u t a t io.

n

2 0 0 3 ( in P ro

)n

le y D J Ge:

i J Mea

E P id e m ie Mn

d e lli n g,

:

A

In t r o d u

c

t io n

C

a

m

-

br i d g16

C a m b r id g

U

iv

er s.

i ty P rThea s:

e s s

19 9 9Pt o t ies e a s e

中使用模型要注意的是模型过于简单会失去实际意义;而模型过于复杂由于没有足够的传染病学资,

,

,

R o b e r tse

M Gea

,

Sh a d le

A K

a s y ll l

beha

v

io

u r

o

f.

a

l o g is t ieA P P lie d

Pi d em ia

m

o

w it h,

st o e,

h

t ie

di

tr a n s

m i

s si o n

M17

th

e

man

t ie s L e t t e r s.

1 9 99e r

12

37礴ls:

料参数也无法合理确定需要在二者间取得适度平’”衡〔]需要更详尽地收集国内外传染病学资料特别.

,

.

Grde

a s

me

J

S to

e

h a s ti e

P id e m ie d ime n s

th en a

ex

Peo

c

te d d.

u ra

t ioe

n a

o

f th e

e n

-

,

mi ien

P e rio d i n h i gh e,

io

l m

del

s

h M at

m

t ie a

l Bio

-

s e

e e s

19 9 8e a s

,

]52 A g

:

13~ 2 7 l mo a

是传染过程中的细节

,

充分发挥本文模型可以追踪

l 8

B

a

ll F,o

Ne v e

l Po

e n er a.

de l o fthe

r a

s

to e

ha

s

ti e

SIR i

e,

Pi d e m i e 2002,

s

w i th

每个病人档案的特点,

,

与实际

资料比较分析改进和,

,

tw

l

l

f

mi i

x

n

g

M

m

ti

e a

l

Bi

o s e

e n ee s

18 0:

发展模型使它能包含传染病学的最新研究成果包含更复杂的机制和更完善的细节并考虑空间扩散的随机过程致谢.

73l9

~

10 2.

0e

’

N

e

i ll P De

A t ut

o r

i a l in t r

o

du

e t io na r

to

B

a

y

e s

iann

in f eo n

r e n e e e

o flo

r

s

to

-

h a s ti e.

P id e m iee

mo de lss e

u s

in g M,

k,

o v

e

hai:

M

t

C

a r

m eth

-

o

ds

M

a,

th

m a ti e a l B i oa s er a

ien

e es

20 0 2,

1 80.

1 0 3~ 1 14

感谢

D

a r

yl

D

a

le y.

和

D

a v

id V

e re

一

Jo

n e s

的有益讨论

20,

R ile y St hee a

Fr

Ca

,

D

o n n eo

l ly C A

e

t a

ln

Tg

ra n s

m is s i o g:

n

dy

n a o

m ies

o

f

t i o lo

g ie

l

g

en t.

f S A R S in,

Ho,

K

o n

Im Pa e t

f P u b l ic

以及两位评审人的意见

本工作得到中国科学院研究生院1 2

he

l t h in t e

r v en,

ti o

n s n

S

e ie n e e

2003r

3 0 0: 19 6 1一 19 6 6.

院长基金资助

.

L IP s i t e h Me o n

Co h e

T,te

C

o ore s

Pe

B

,

e

t als

Trn

a n s

m i s s io.

n

d yne e,

a

m ie

s,

a n

d:

tr

o

参An a n

考.

文Inf ee

献D ise as e s s s,

l

o…… 此处隐藏：2172字，全部文档内容请下载后查看。喜欢就下载吧 ……