SARS传播模型的探讨

首先以传统的Logistic模型和SEIR模型分析了SARS传播的一般规律,并以北京地区2003年4月20日到6月23日有关SARS数据为参考资料,对北京地区SARS疫情高峰期和最终感染人数作出估计,由此得到SARS传播服从Logistic模型和SEIR模型,其次,在此基础上分析了两物种间的疾病传播规律,建立了两物种间疾病传播的SEIR模型。     

SARS流行预测分析

表面上突如其来的SARS本质上却有极规律的内在发展演化机制，遵从初始缓慢增长、加速、减速和稳定终止四个阶段总体道路，自然和社会生活领域众多事件演化都符合这一规律，因而可以运用广义的Logistic生长模型进行描述。基于先期流行的广东SARS感染病例数据，以及尚未结束的北京、全国2003年SARS流行统计数据，借助于最优化分析技术，运用广义的Logistic生长模型对该事件演化特征参量进行了辨识；在此基础上，又借助于广义生长模型的特例——Gompertz函数进行了演化过程的预测，并与其他生长模型结果进行了比较。研究表明，生长模型模拟结果均与实际数据有很好的一致性，可以用来预测事件的发生演化过程，此次SARS事件堪称生长模型的经典实例。     

冠状病毒与眼部疾病的关系

 20世纪60年代，科学家首次分离出可感染人类的冠状病毒，HCoV-OC43和HCoV-229E早在1966年和1967年已被发现，但直到2003年SARS在全球爆发后冠状病毒才被广泛关注。综述了目前已发现的人感染冠状病毒特点及其与眼部的关系，以期在新型冠状病毒肆虐之际，为眼科一线临床医师筛查、确诊病例提供参考。     

SARS患者、疑似病例及正常人群SARS病毒抗体的检测和追踪

目的了解广州地区各类人群的SARS病毒抗体的检出情况及SARS患者抗体产生的规律.方法用酶联免疫吸附试验(ELISA)对各类人群的血清进行SARS病毒抗体的检测,并对45例SARS患者追踪一年半.结论SARS病毒IgM抗体消失较早,发病60天后检测不到,是近期感染的标志.IgG持续时间较长,一年半仍维持较高的水平,是近期或曾经感染的标志.暂未发现母婴垂直传播病例.医院的SARS感染率远高于正常人群,且可能存在隐性感染.     

SARS预测模型及分析

充分考虑对SARS流行有较大影响的多个因素,建立了改进的微分方程模型.特别在模型中加入了反映政府控制措施的多个参数,并在SARS流行的控制前后等不同阶段发挥控制作用,使得模型的计算结果和实际数据吻合较好,有效地预测了SARS的流行趋势,并给出了控制措施及建议.     

验证离散型logistic模型数值序列变化的作图方法

本文利用几种比较直观化的作图方法验证logistic模型的数值序列的变化情况:一种是蛛网迭代法.另一种是用数理统计工具SARS作图的方法来验证数值序列的变化.     

SARS传播模型及其对经济的影响

建立了两个关于SARS传播模型并阐述分析了其对经济的影响．通过此模型可获得比较合理的参数。     

北京市SARS传播的预测模型研究

本文根据卫生部公布的2003年4月20日到5月15日的数据,对此后疫情的发展进行分析和预测,在SQIR模型的基础上,利用微分方程理论建立相应的更加复杂的房室模型,然后采取了整体拟合的方式,成功预测了北京地区累积的SARS感染者人数和疫情的结束时间,从此后真实的数据来看,预测值与实际情况吻合的较好。同时,根据历史数据,建立了北京市接待海外游客人数的灰色模型,针对SARS期间北京的海外游客人数进行了定量预测和分析。应用瑞利分布拟合SARS对北京旅游业的干扰函数,预测了SARS对北京旅游行业的影响时间,对类似结果的预测与控制具有实际意义。     

SARS的研究进展

2003年3月,发现SARS病原是一种从未在人类或动物中发现过的新的冠状病毒.其基因组结构与其他的冠状病毒相似,由29727核苷酸组成,有11个开放阅读框.通过多基因分析序列比较说明,SARS冠状病毒与已知的冠状病毒无关.针对SARS冠状病毒的各种特征及研究进展进行了综述.     

非典型肺炎常见问题的解答

问:什么是非典型肺炎? 答:最近发生的非典型肺炎是一种急性的呼吸系统感染,世界上多个地方均有报道.世界卫生组织(WHO)于三月十五日将其名称公布为严重急性呼吸道症候群(SARS).SARS是由一种新病原引起的非典型肺炎,具体病原体尚未确定.临床主要表现为肺炎,在家庭和医院有显着的聚集现象.世界卫生组织建议将严重急性呼吸系统综合症可分为"可疑病例"与"可能病例"两种.     

The outbreak pattern of the SARS cases in Asia

The severe acute respiratory syndrome (SARS) caused tremendous damage to many Asia countries, especially China. The transmission process and outbreak pattern of SARS is still not well understood. This study aims to find a simple model to describe the outbreak pattern of SARS cases by using SARS case data commonly released by governments. The outbreak pattern of cumulative SARS cases is expected to be a logistic type because the infection will be slowed down due to the increasing control effort by people and/or due to depletion of susceptible individuals. The increase rate of SARS cases is expected to decrease with the cumulative SARS cases, as described by the traditional logistical model, which is widely used in population dynamic studies. The instantaneous rate of increases were significantly and negatively correlated with the cumulative SARS cases in mainland of China (including Beijing, Hebei, Tianjin, Shanxi,the Autonomous Region of Inner Mongolia) and Singapore. The basic reproduction number R0 in Asia ranged from 2.0 to 5.6 (except for Taiwan, China). The R0 of Hebei and Tianjin were much higher than that of Singapore, Hongkong, Beijing, Shanxi, Inner Mongolia, indicating SARS virus might have originated differently or new mutations occurred during transmission. We demonstrated that the outbreaks of SARS in many regions of Asia were wall described by the logistic model, and the control measures implemented by governments are effective. The maximum instantaneous rate of increase, basic reproductive number, and maximum cumulative SARS cases were also calculated by using the logistic model.     

非典型肺炎的数学模型及其数值分析

利用微分方程,建立了2003年我国SARS病人数量随时间变化的模型.利用回归分析,得到了该地区病人数量变化模型的回归方程,并用方差分析进行统计检验.结果表明:在以隔离作为控制SARS病人数量的主要手段的情况下,用logistic方程来拟合其数量变化过程,具有很高的拟合度,与实际数据对比,平均误差仅为0.6199%.     

Control dynamics of severe acute respiratory syndrome transmission

Severe acute respiratory syndrome (SARS) is a serious disease with many puzzling features. We present a simple, dynamic model to assess the epidemic potential of SARS and the effectiveness of control measures. With this model, we analysed the SARS epidemic data in Beijing.The data fitting gives the basic case reproduction number of 2.16 leading to the outbreak, and the variation of the effective reproduction number reflecting the control effect. Noticeably, our study shows that the response time and the strength of control measures have significant effects on the scale of the outbreak and the lasting time of the epidemic.     

The Intelligent Decision Support System Model of SARS

Based on the intelligent decision support system, a new method was presented to defense the catastrophic infectious disease such as SARS, Bird Flu, etc.. By using All Set theory, the decision support system (DSS) model can be built to analyze the noise information and forecast the trend of the catastrophe then to give the method or policy to defend the disease. The model system is composed of four subsystems: the noise analysis subsystem, forecast and simulation subsystem, diagnosis subsystem and second recovery subsystem. They are discussed briefly in this paper. This model can be used not only for SARS but also for other paroxysmal accidences.     

SARS传播规律函数的ELMAN神经网络逼近方法

提出了用ELMAN神经网络逼近传染病传播规律函数的方法,给出了影响传染病传播的影响因素简单近似的量化途径。用北京市和山西省的统计数据来验证该方法,验证结果表明,训练后的ELMAN神经网络能较准确的逼近传染病的传播规律函数,该方法对传染病的预测和控制有一定意义。     

SARS传染模型的研究及实证分析

分析了SARS传染病的传播特点,建立了一个SARS传播的微分方程模型。利用最大似然估计法对模型中的参数进行了估计。利用网上的公开数据对模型进行了检验,所得结果与实际情况一致。此模型为传染病的预防和控制提供了理论依据。     

广州市SARS流行的数学建模与干预措施的定量评估

构建了反映SARS传播过程的动力学模型,利用模拟退火算法对2003年广州市的SARS疫情进行了研究,得到了重要流行病学参数——潜伏期、感染期、基本再生数与有效再生数的最优估计,结果表明:广州市SARS传播的平均潜伏期为4d,平均感染期为7.7d,基本再生数为3.8,疫情得到控制后的有效再生数为0.6,感染期的变化对广州市SARS疫情的变化趋势有重要影响.最后,采用情景模拟方法,定量评估了4类干预措施——疫苗接种率、应急反应时间、三早措施与综合防控对广州市SARS疫情的影响.     

预测地铁施工中地表变形的动态系统方法

提出了基于自回归（AR）模型对时间序列统一建模的新观点和方法,可大大减少计算量,并在微机上编程实现,以实例对动态模型与静态模型分别作了应用比较,结果表明,时间序列分析动态模型是系统分析的重要方法,是统计预测中的高级预测方法,预测精度高,用途广泛,而静态模型适合于内插,不适合于外推预报。