SARS模型分析.docx
《SARS模型分析.docx》由会员分享,可在线阅读,更多相关《SARS模型分析.docx(6页珍藏版)》请在课桌文档上搜索。
1、SARS模型分析一、解答综述1、对已有模型的评价对题目之中给出的疫情分析及对北京疫情走势的预料文,每个队都对文章中的建模思路、模型、参数和预料进行了客观的评价。概括起来文章的优点有:模型简洁明白地反映了疾病的传播过程,抓住了SARS传播过程中两个主要特征传染期和传染率,1.是指平均每个病人可以干脆感染他人的时间,K是指平均每病人每天可传染的人数,对其给出了估计方法。对北京、广东与香港的疫情进行了分析比较,预料值与实际统计较接近模型特殊简洁、计算量小,简洁理解和运用,模型的敏捷性在于适当选择初始值NO.和参数K、1.就可以描述不同地区、不同限制措施下的SARS传播状况。模型的不足在于对如何确定初
2、始值NOo和参数1.与K缺乏一般的原则或算法,这种指数改变的趋势作为长期预料不合理。另外还须要指出的是不少论文还对模型进行了推导、计算和改进,例如分段确定参数或运用随时间改变的,这些使得模型的理论基础更加完备,好用性更加广泛。2,SARS的建模和预料在叙述JZSARA传播机理的基础上,作出类似于卜面这些基本合理的假设:单位时间内感染的人数与现有的感染者成比例单位时间内治愈人数与现有感染者成比例单位时间内死亡人数与现有的感染者成比例患者治愈夏原后不再被感染各类人口的自然死亡可以忽视忽视迁移的影响。这些比例系数可以是常数、时间的函数、时间和各类人口的函数、或分几段取常数。当然,还可以依据须要做其它
3、假设。建立模型一般是利用房室结构,将总人口分为易感者、患者、复原者,再细致一些的还有潜藏者、隔离者、疑似病人和确诊病人等类型。叙述或作出各类人口之间流淌的示意图,并依据传染病建模的一般原理建立起如SIR、SEIRxSEQPIJR等类模型。这些模型基本思路相同,差异在于人口分类的多少,关键在于参数的确定。例如最简洁的模型为SIR模型为:在模型中,S(t)是时刻t易感者的数量,它等于总人口减去患者和复原者的数量,I(t)是时刻I患者的数量,R(t)是时刻t复原者的数量,)(tS是单位时间内每个患者感染的人数,是患者的红原率,是患者的死亡率。由于隔离等限制措施的不断加强和治疗状况的改变,也是随时间而
4、改变的;另外,由于易感者的数量特殊大,可以近似看作常数,且将常数合并到中去。在实际应用中,我们最关切的是感染者数量的改变。取时间单位为天,将模型中的第2个方程离散化得递推关系为在离散化的模型中,的含义是每天每个感染者传染的人数,是一个特别重要的参数,其确定的原则是当天新增病人人数除以当天感染者人数,再进行曲线拟合即可。和患者每天治愈和死亡所占的比例,可以一起确定。其方法是当天感染治愈和死亡人数除以当天感染人数,再进行曲线拟合即可。例如,利用卫生部公布的4月20日至5月15日全国的数据进行计算,可以得到随时间改变的关系,如图中折线所示,用指数曲线对其进行回来拟合,得到的表达式,其曲线如图中的光滑
5、曲线所示同理得到+的表达式,将这些函数代入递推关系式得到每天的SARS感染人数。从图中可以看出,这个特别简洁的模型、参数确定方法所预料的结果与实际的统冲值比较一样。为了进一步检验模型和参数确定方法的合理性,我们分别利用北京、山西、内蒙、广州等地的数据替换全国的数据,进行同样的计算、预料和对比,发觉结果都比较符合。留意在这样的简洁预料中仅用了25天的数据对模型中的参数进行估计和曲线拟合,从5月15口以后的预料值比实际统计值小,这是由于我国政府不断地加强隔离限制措施和改善治疗效果,这些因素在5月25口之前的数据中反映的不够。在实际应用中不断增加和更新数据进行短期的预料,预料的误差就会削减。二、评审
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- SARS 模型 分析
链接地址:https://www.desk33.com/p-1473939.html