具有复发效应的SEAIR模型及在新冠肺炎传染病中的应用

建立了一类具有复发效应和无症状感染的SEAIR模型,给出了模型的基本再生数R0,证明了当R0<1时无病平衡点全局渐近稳定,R0>1时无病平衡点不稳定且疾病是一致持久的.作为模型的应用,选取湖北已报道的新冠肺炎累计病例数,利用模型拟合数据,并对疾病发展趋势进行了数值模拟.最后对参数进行敏感性分析,研究了不同的复发率对新冠肺炎的影响.结果表明,复发率越高,新冠肺炎疫情会越来越严重;研究结果建议采取严格的隔离措施和佩戴口罩来降低疾病的传染率和二次复发.     

基于机器学习的新冠肺炎疫情趋势预测方法

防控措施对传染病的传播过程有重要作用，因此在预测新型冠状病毒肺炎疫情未来发展趋势时必须要考虑防控措施的影响。该文提出了基于机器学习的新冠肺炎疫情三步预测模型，将神经网络、随机森林、长短期记忆网络和序列到序列等机器学习算法引入到新冠肺炎传染病疫情预测中。与前人的预测模型相比，所提出的模型考虑了新冠肺炎疫情发展过程中防控措施的变化情况，可以使用检测数据预测未来的确诊人数和实际感染规模。研究结果表明：预测结果与实际数据基本一致，模型具有较高的可靠性。该预测方法可以使政府管理部门更准确地了解新冠肺炎疫情的实际发展态势，帮助管理者更有效地分配医疗资源，为新冠肺炎疫情防控提供决策参考。     

基于改进SEIR模型的新冠肺炎疫情分析与预测

针对新型冠状病毒的潜伏期较长，基于每日发布的新冠疫情数据集，在经典SEIR (Susceptible-Exposed-Infected-Recovered)模型的基础上，考虑了隐性传播人群，并且将确诊人群分为两类(一类感染者具有传染能力；一类感染者由于处于隔离期间，其感染能力可忽略不计),构建了基于改进SEIR的新冠肺炎传播动力学模型。以2021年12月15日到2022年1月13日的西安市疫情数据为依据，拟合得到了改进SEIR模型的动力学参数，对西安市COVID-19疫情进行预测和评估。结果表明，基于改进SEIR传染病动力学模型对疫情的理论估计与西安市疫情的实际情况较为符合，数据可视化和医学隔离等措施对抑制疫情大面积传播有重要作用。     

越南新冠疫情防控形势为何突然恶化

新冠肺炎在中国爆发不久,越南即开始对防范疫情从中国传入采取了严苛的措施。因此,从1月23日确诊最早的新冠肺炎病例到2月13日,越南总共只确诊新冠肺炎16例。此后,越南不仅在长达两周时间里保持着新确诊病例零增长记录,还在2月26日实现了全部病例的清零,越南也因此被视为防控新冠肺炎的模板国家而受到世界卫生组织的称赞。     

数据驱动下新冠肺炎基本再生数的计算方法

2019年突如其来的新冠肺炎疫情给我国经济社会发展和人民生活带来严重影响.如何科学合理计算新冠肺炎传播的基本再生数对疫情的控制尤为重要.目前,已有的计算新冠肺炎基本再生数方法大都基于数据辨识模型参数进而算出其值.给出一种利用数据结合模型直接计算新冠肺炎传播基本再生数的新方法.利用该方法及峰值数据可以计算基于SIR模型、SEIR模型及SEIAR模型全国、湖北及广东新冠肺炎传播的基本再生数.该方法能反映基本再生数和新冠肺炎传播相关数据的直接关系.     

考虑舆情的分时段SIQR模型的新冠疫情分析与预测

为了科学地研判本土新冠疫情复发时的发展趋势,有效控制和防止疫情蔓延,本文将疫情传播分为三个时段,并综合考虑舆情与防控措施对各时段的干预效果,建立了一种分时段的具有非线性参数的新型冠状病毒肺炎传染模型.在真实数据集上的仿真结果表明: 对感染者排查力度的快速增强会显著干预疫情扩散,可使受感染人数增速减缓的拐点提前到来.相比其他模型,所提模型对大连2020年12月疫情的预测结果不仅均方误差小,而且曲线的变化趋势更贴近现实情况.此外,本文对具有长自由传播期和强聚集性的疫情进行了仿真,预测误差与同类模型相比较小.这表明本模型具有一定的通用性与健壮性.     

新冠肺炎疫情信息累积更新采集系统的设计与实现

突如其来的新冠肺炎疫情打乱了人们的正常生活和工作节奏,面对各种不同来源的新冠肺炎疫情数据,如何及时获取疫情信息这对人们的工作、生活有很大帮助。本文使用Python编程语言,结合Scrapy框架,基于Splash对页面中的JavaScript代码进行渲染的技术,设计并实现了一种新冠肺炎疫情信息累积更新采集系统。实验表明,该系统能同时采集国内31个省(自治区、直辖市)官方网站发布的疫情数据,并能累积更新。同时,将采集的数据清洗后存入数据库中,为下游任务疫情数据可视化、趋势预测等提供数据支撑。     

新型冠状病毒肺炎疫情对国际干散货航运市场的短期影响

为探究新型冠状病毒肺炎(Corona Virus Disease 2019,COVID-19,简称新冠肺炎)疫情对国际干散货航运市场的短期影响,应对新冠肺炎疫情下动荡的国际贸易,为干散货航运市场的发展提供方向与建议,考虑到国际原油价格在反映世界经济发展状况的同时,作为上游产业同干散货航运市场联系密切,选用回归分析法,结合国际原油价格考察新冠肺炎疫情对干散货航运市场的冲击并探究其冲击角度.结果表明,即期新冠肺炎疫情对干散货航运市场冲击显著,滞后 1～7期新冠肺炎疫情同干散货航运市场均具有较强相关性,存在持续性冲击.新冠肺炎疫情短期内对国际干散货市场的影响存在于供需双侧,且以需求侧为主.国际干散货航运企业应积极应对新冠疫情带来的国际贸易波动,港口企业和政府部门也应在充分了解市场的情况下做出积极的运营管理规划和政策扶持.     

基于SEIR模型分析相关干预措施在新型冠状病毒肺炎疫情中的作用

目的:评价新型冠状病毒肺炎(COVID-19)疫情中相关干预措施的作用.方法:收集COVID-19疫情数据,分析COVID-19的传播特点,利用Python建立SEIR模型,加入潜伏期传染率、感染人群变化率等新参数,尝试分析防控手段的有效性.结果:给出多种相关干预措施下疫情发展趋势的预测.模型显示,基于严格限制出行的隔离措施能够减缓COVID-19发病曲线发展的趋势,使潜伏和感染人群的峰值降低45.71%和29.90%,潜伏人群数量较快到达群峰;模拟发现,本次疫情的拐点将出现在3月初,但对比COVID-19疫情实际数据,疫情拐点或将提前出现.结论:COVID-19疫情的防控措施是有效的,各地方政府应严格执行隔离制度,切断传播途径,巩固成果,全力遏制COVID-19传播.     

新冠肺炎疫情背景下中国港口冷链运行效率

为科学评价新冠肺炎疫情对中国港口冷链运行效率的影响，基于数据包络分析(DEA),同时考虑评价指标数据的差异性和指标间关系，将变异系数法和相关系数法与DEA模型结合，得到改进的DEA模型。以新冠肺炎疫情对中国港口冷链运行造成的影响为例，使用改进的DEA模型和空间自相关模型进行分析。结果表明：新冠肺炎疫情期间，中国沿海重要港口的冷链运行效率整体呈现先下降后上升的特点，除连云港港外，其余港口冷链运行效率均在新冠肺炎疫情的传导爆发期降至最低；疫情发生前后，莫兰指数散点图中的各个港口位于第二、四象限，尽管大连港、宁波-舟山港及广州港在新冠肺炎疫情的冲击增长期冷链业务量上升明显，但港口冷链业务竞争格局并未出现显著变化；中国政府迅速采取的防控措施对港口外贸冷链业务产生了一些影响，尤其是大连港和上海港受到的影响频次和程度较大，但从长远角度看，强有力的管控措施对于控制港区疫情传播风险、维护港口长期运行稳定及保障贸易活动的正常进行具有重要意义。     

基于SEIR模型的中国山东省与韩国COVID-19疫情早期传播特征比较分析

2019年底爆发的新冠肺炎疫情(COVID-19)在世界大部分国家和地区蔓延，促使各国政府出台了不同程度的管控措施.不同于各种针对疫情变化的预测模型，该文通过使用经典SEIR仓室模型对COVID-19在中国山东省、韩国两地的传播动力学特征开展了回溯分析，对比并讨论了这两个样本在暴露人群数量、感染人数、确诊人数及治愈率上的显著差异.在此基础上，该文通过对比中国山东省、韩国的首例防控措施公告，重点探讨了在疫情早期采取严格、快速的物理疏离和保持高效的医疗救治对阻断COVID-19传播的积极意义.     

境外输入性病例对疫情防控的影响——基于SEIDR传染病模型

 为探究新型冠状病毒肺炎疫情因全球跨境流动带给中国境内疫情防控的影响,根据经典传染病动力学模型,提出考虑了境外输入性病例的SEIDR传染病模型。模型将入境人员分为未经海关入境人员和通过海关入境人员,设计了“境内有疫情,境外无输入”“境内无疫情,境外有输入”“境内有疫情,境外有输入”等3种情形。通过计算各类情形下感染人数峰值和持续的时间范围,比较不同类型的入境方式对境内疫情的影响和对境内医疗资源造成的压力。根据研究结果,建议根据疫情风险程度和资源条件采取检测措施;对未经海关入境的人员严格防控,对通过海关入境人员进行闭环管理;动态调整入境隔离措施和隔离期,在保证境内外疫情防控的提前下逐步恢复国际交流;整合医疗资源,提高配置效率,缓解境内资源占用压力。     

基于易感-感染-恢复(SIR)模型的2019冠状病毒病早期传播分析及政府防控措施研究

2019新型冠状病毒肺炎（COVID-19）疫情的暴发给中国乃至全球公共卫生带来了重大挑战,研究传染病动力学模型有助于更好地优化疫情防控政策、评估干预措施效果。在已知病毒传播规律的基础上,考虑城市间的有效距离因素,引入干预项参数,建立可用于COVID-19疫情评估的SIR传播动力学模型;根据疫情的早期数据,分析感染人数、死亡人数等指标性数值的发展趋势,评估政府干预手段对趋势变化产生的影响。通过计算和理论分析表明,防控隔离和集中收治等措施有效抑制了病毒的蔓延态势。修正的SIR模型在COVID-19传播趋势分析上是可靠的,可以为制订未来的疫情干预决策提供较好的理论支持。     

基于SEIR模型视角的重大公共卫生事件中伪科学网络谣言的传播治理：以新冠肺炎疫情为例

 新型冠状病毒肺炎防疫工作进入关键时期,而期间大量滋生的伪科学网络谣言导致各地广泛出现盲目抢购、囤货等不良社会事件,严重影响疫情防控与社会正常秩序。以新冠肺炎疫情为例,在总结梳理国内外学者对伪科学、网络谣言等定义的基础上,给出适用本文的伪科学网络谣言的定义;选取本次疫情中影响较大的4个伪科学网络谣言,收集其在新浪微博传播过程中的数据,分析伪科学网络谣言在疫情中的传播特点;以SEIR模型为基础,综合考虑政府干预滞后性、个体信息接受从众效应、谣言传播特点等对模型进行合理改进,并通过数值实验对重大公共卫生事件中的伪科学网络谣言传播机制进一步研究;最后,基于前文分析从不同角度对重大公共卫生事件中伪科学网络谣言的传播治理提出针对性对策建议。     

基于广义SEIR模型的新冠肺炎传播机制及干预效果仿真

 新型冠状病毒肺炎（新冠肺炎）已在全球多个国家和地区蔓延,且不同国家和地区新冠肺炎的传播扩散过程和传染预测模式不尽相同。以美国和中国新冠肺炎公开数据为样本,首先应用广义SEIR模型,对疾病传播参数进行估计。其次,确定基本传染数R₀中各参数对疾病的影响,进而基于Anylogic仿真,利用系统动力学模型进行参数敏感性分析,定量表征关键参数对疾病传播的影响。最后,根据分析结果提出针对性的防控干预措施,以中美为例模拟不同防控级别的干预效果。研究发现,广义SEIR模型对中国与美国新冠肺炎传播机制的拟合性较好,保护率、感染率和平均检疫时间对防控疫情影响显著,并可以通过针对性的措施来提高保护率、降低感染率、缩短平均检疫时间。     

基于广义SEIR模型的新冠肺炎传播机制及干预效果仿真

 新型冠状病毒肺炎（新冠肺炎）已在全球多个国家和地区蔓延，且不同国家和地区新冠肺炎的传播扩散过程和传染预测模式不尽相同。以美国和中国新冠肺炎公开数据为样本，首先应用广义SEIR模型，对疾病传播参数进行估计。其次，确定基本传染数R₀中各参数对疾病的影响，进而基于Anylogic仿真，利用系统动力学模型进行参数敏感性分析，定量表征关键参数对疾病传播的影响。最后，根据分析结果提出针对性的防控干预措施，以中美为例模拟不同防控级别的干预效果。研究发现，广义SEIR模型对中国与美国新冠肺炎传播机制的拟合性较好，保护率、感染率和平均检疫时间对防控疫情影响显著，并可以通过针对性的措施来提高保护率、降低感染率、缩短平均检疫时间。     

现有病毒疫苗用于防治新冠肺炎的可行性分析

新冠肺炎的爆发严重危害人类健康和公共卫生安全,已引起全球范围内的高度关注。预防病毒性疾病最有效的措施是接种疫苗,但是目前还没有专门针对新型冠状病毒的疫苗。考虑到疫情的严重性,对同为RNA病毒的流感病毒、其他冠状病毒相关疫苗的研究进行了综述,并通过对这些病毒氨基酸水平的序列比对发现,新冠病毒的棘突糖蛋白与H1N1、H3N2、B型Victoria系和B型Yamagata系流感病毒的血凝素糖蛋白之间具有一定的相似性。由于血凝素糖蛋白是目前商用流感疫苗的主要作用靶点,因此推测,现有季节性商用流感疫苗在新冠肺炎的防控方面可能也具有一定的应用潜能。除此之外,由于新冠病毒与SARS冠状病毒的棘突糖蛋白和核蛋白之间均具有高度的相似性,而SARS冠状病毒疫苗又主要从上述两种蛋白研制而来,因此建议在短期内,可以将目前正在研制的SARS冠状病毒疫苗作为新冠病毒特效疫苗的替代物来使用。     

人工智能助力新冠肺炎疫情防控的实践情景

 分析了人工智能助力新冠肺炎疫情防控的实践情境,主要包括疫情监测预警、医疗诊断、病毒及药物研发等。人工智能技术的应用对控制疫情传播范围、缓解诊疗压力、提升研发效率等具有显著效果。根据人工智能助力疫情防控上面临的法规伦理、数据安全、算法偏见等现实难题,提出完善法律法规、保障数据安全、加强人才培养等发展建议。     

基于政府责任的重大传染病5 阶段管理模型构建——以中国新冠肺炎疫情为例

本研究归纳了中国新冠肺炎疫情的发展阶段和特征,构建了基于政府责任的重大传染性疾病5阶段管理模型。研究发现,中国的新冠肺炎疫情发展历经了5个阶段且每个阶段具有其特殊性;5阶段管理模型的预防责任、控制责任和救治责任是政府应对重大传染病的主要责任,经济责任为政府维护社会秩序、推进疫情治理提供了有力保障。研究表明,政府在应对重大传染性疾病时应该根据其阶段特征采取有针对性的措施,而且细化政府责任,同时兼顾技术层面的责任和价值层面的责任。