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.     

基于人口流动和时空信息的城市疫情影响研究

新型冠状病毒(COVID-19)自暴发以来对人类的身体健康以及国家乃至整个世界的经济产生巨大影响.因此,如何研究及预测COVID-19的传播对于疾病防控尤为重要.本文基于人口迁移和城市间的距离,采用机器学习(即线性回归和随机森林模型)对COVID-19肺炎的确诊人数进行预测.在进行预测之前,我们对相关特征与疫情数据进行了相关性分析.结果表明,疫情数据与人口迁移和距离两种因素之间均表现出较强的相关性.综合两个模型来看,随着目标城市迁徙指数高的城市和邻近城市个数增加,预测结果的精度会不断提高.在机器学习预测中,随着作为特征的目标城市迁徙指数高的城市个数的增加,线性回归模型的预测性能变差,但随机森林模型的性能变好.并且,随机森林的预测效果一直优于线性回归.综上所述,人口迁徙和距离等相关数据有助于提高新型冠状病毒(COVID-19)肺炎的确诊人数预测精准度,为新型冠状病毒(COVID-19)肺炎或者其他传染性疾病确诊人数的预测提供了一种新的思路.     

厦门市新型冠状病毒肺炎人群传播能力计算与防控措施效果的模拟评估

为计算厦门市新型冠状病毒肺炎(COVID-19)人群传播能力并模拟评估防控措施效果,根据COVID-19自然史构建厦门市COVID-19人群传播的易感者-潜伏者-染病者-隐性感染者-移出者(susceptible-exposed-infectious-asymptomaticrecovered,SEIAR)模型,收集厦门市截至2020年3月7日的COVID-19病例数据建立数据库,将SEIAR模型与数据库拟合计算COVID-19有效再生数(effective reproduction number,Reff),模拟综合干预措施情况下的流行曲线,并评估综合干预措施效果.截至3月7日厦门市共报告COVID-19病例35例,其中输入病例22例,继发病例13例,模型与疫情数据拟合结果较好(χ2=10.375,p=0.996).模型结果显示:1月26日之前,COVID-19在厦门市的Reff为2.78,1月26日之后的Reff为0.35,综合干预措施将Reff降低了87.41%.若1月26日未强化综合干预措施,则截至3月7日预计累计报告病例和本地病例将分别达到1 863和1 841例,而实际累计报告病例和本地病例分别为35和13例,分别降低了98.12%和99.29%.上述结果表明厦门市COVID-19人群传播能力较强,综合干预措施取得了较好的防控效果.     

现有防疫通风措施及基于先进气流组织的源头控制技术应用

新冠疫情暴发后,如何应对呼吸道传染病的传播这一难题再次摆在了人们面前.通风是最重要的工程防疫措施,ASHRAE、REHVA、SHASE以及中国的相关机构、学会就如何利用暖通空调系统有效防控COVID-19的传播相继出台了指导性文件.总结和分析系列指导性文件中有关通风量和气流组织方面的内容,发现现有工程防疫措施尚存在诸多...     

新型冠状病毒肺炎与传染性非典型肺炎的发病机制、病理改变和影像学特征比较

通过检索国内外有关新型冠状病毒肺炎(COVID-19)和传染性非典型肺炎(SARS)的文献,分析比较两者在发病机制、病理改变和影像学方面的异同点,为两者的诊断和鉴别诊断提供参考依据.COVID-19和SARS的病毒均来源于β属冠状病毒科,且病毒以肺脏为损害的主要靶器官.COVID-19和SARS在感染途径、引起弥散性肺泡损伤、影像学基本特征等多个方面均有相似之处,但在基因特征、传播能力、病理损伤严重程度、不同分期的影像学变化等方面有一定差异,这有助于提高临床医师对COVID-19的认识,加强对疫情的防控.     

突发性公共卫生事件下高校学生管理工作改革思考——以“COVID -19”疫情为例

文章通过对突发性公共卫生事件"COVID-19"疫情下高校学生管理应急机制的研究,对"COVID-19"发生的特点和高校应急管理机制、远程学生管理进行分析和总结,并针对目前高校学生管理应急工作存在的问题提出建议和措施,有效地预防和应对疫情引起的学生管理问题。     

基于生态模型的新型冠状病毒肺炎疫情分析

为了研究和解释新型冠状病毒肺炎(COVID-19)疫情的变化趋势,本研究利用生态增长模型对实际数据进行拟合分析.收集COVID-19疫情的相关数据,构建确诊患者例数、治愈患者例数和死亡患者例数3项数值的logistic模型,并预测世界6个区域内的疫情发展趋势.截至2020年4月18日,logistic增长曲线的拟合数值与实际观测数据差异较小,且曲线的决定系数(R2)均0.997 0.全国COVID-19疫情的累计确诊患者例数、累计治愈患者例数和累计死亡患者例数变化趋势基本符合logistic增长曲线;全球COVID-19疫情分析显示,世界各地区的感染、暴发有时间差异,通过对现有数据进行曲线拟合,预测不同区域在具有不同拐点时的最终确诊患者例数.本研究证实logistic曲线可以模拟COVID-19疫情的变化趋势,也可以对疫情做出粗略预测,为未来的疫情防治工作提供一些帮助.     

考虑人群流动数据的COVID-19传播模型

新冠疫情随着人群的流动和互相接触在各地区快速传播和扩散。通过提出一种考虑地区间人群流动和地区内人群流动状态的疫情传播模型（简称D-SEIR模型）,综合考虑人群的流动情况、易感人群和潜伏人群的数量变化情况,从而预测确诊人群的变化。经过深圳市和山东省的实证数据实验结果表明,D-SEIR模型能够准确拟合COVID-19传播过程中的易感人群和确诊人群的演化趋势。疫情未稳定前,模型对深圳市易感人群和确诊人群变化趋势的拟合优度\begin{document}${{r}^2}$\end{document}可达0.9661,0.8474,山东省的拟合优度\begin{document}${{r}^2}$\end{document}可达0.8576,0.8795。疫情稳定后,模型对深圳市易感人群和确诊人群变化趋势的拟合优度\begin{document}${{r}^2}$\end{document}可达0.9720,0.8180,山东省的拟合优度\begin{document}${{r}^2}$\end{document}可达0.8615,0.9122。模型有助于发现COVID-19在人群流动下的传播规律和特性,为复工复产背景下不同城市和地区的风险预警提供决策依据。     

冠状病毒的致炎机制研究进展及疫苗研发特点

新型冠状病毒(SARS-CoV-2)引发的肺炎(COVID-19)疫情目前已在全球范围内大流行.该文综述了冠状病毒感染介导肺部炎症反应机制的研究进展,从病毒的复制感染和抗冠状病毒中和抗体的产生两方面阐释其可能诱发的炎症反应;进而讨论了当前SARS-CoV-2疫苗的研发特点,对减毒活疫苗、灭活疫苗、病毒载体疫苗、核酸疫苗4条不同的技术路线进行介绍,以期为COVID-19疫情的防控提供理论参考.     

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。     

基于多隔离策略的新冠肺炎疫情建模及分析

针对已经爆发的新冠肺炎疫情,考虑多隔离措施建立了非线性传染病模型来研究新冠肺炎疫情的趋势.利用新冠肺炎疫情的全国数据与仿真实验结果的对比拟合,说明了隔离措施对于新冠肺炎防控的重要性.结果表明:如果隔离措施晚执行一周,那么整个疫情的感染人数就将增加近7倍.此外,针对湖北省新增临床确诊病例的措施,进行了仿真实验分析,结果表明:该措施有效地解决了之前可能存在漏诊病例的问题,并可以大幅加快疫情的消亡速度.后续官方公布的实际数据也验证了本文的仿真结果.     

基于Crystal Ball和GIS的湖北省新冠疫情时空特征研究

采用Crystal Ball和GIS 软件,通过分布拟合数据、批量拟合、空间自相关以及数学统计等方法对我国此次疫情重灾区湖北省2020年1月25日至4月8日期间新冠疫情发展的时空特征进行分析.结果表明：1) 从时间维度来看,湖北省新冠疫情发展经历了疫情高发期、稳定下降期、成果巩固期三个阶段;整体表现为非确定性和空间跳跃性、非季节性和政策干预调节性特征;2) 从空间维度来看,湖北省形成了鄂东以武汉、鄂州为中心,鄂东北以孝感、随州为中心,鄂西北以十堰、襄阳为中心的新增确诊空间格局;湖北省新冠肺炎累计确诊病例整体呈现随机分布特征,武汉市为湖北全省范围内高—低扩散的唯一区域;3) 按各市州万人感染率来看,武汉和鄂州为湖北省高风险区;中风险区主要位于武汉城市圈,形成了以武汉市、鄂州市为核心的半包围结构;低风险区主要位于鄂西生态文化旅游圈;三大风险区城市间存在空间相关关系;4) 武汉市始终是湖北省疫情的中心,对全省疫情防控态势起绝对主导作用.最后基于湖北省新冠疫情时空分布及变化特征针对性地提出和肯定今后湖北省及全国疫情防控工作的思路.     

COVID-19疫情不同阶段管控措施对大气污染物浓度的影响研究

2020年COVID-19疫情席卷全球，在我国疫情的集中爆发区和局部散发区均采取了严格的管控措施.论文采用2015年1月—2020年9月我国国控环境监测站点6种大气污染物(CO、SO2、NO2、O3、PM10、PM2.5)月均浓度值结果，分析了疫情管控措施对集中爆发区和后续局部散发区内大气污染物浓度的影响.结果显示在实施严格管控的疫情集中爆发期，湖北省内6种大气污染物中NO2浓度的减小最为明显，浓度变化与省内采取管控措施及复产复工的时间一致性较好.在2020年2月—4月的管控期间内，NO2各月均浓度值相较于前5年对应月份平均浓度均有显著减小，复工复产后逐渐恢复.SO2、PM10、PM2.5在管控期的部分月份也有显著下降，而CO月均值浓度亦出现了近6年来对应月份的最低值，但持续时间都相对较短.选用对管控措施表现最为明显的大气污染物指标NO2，持续监测了后续疫情局部散发区管控措施对其浓度的影响.吉林市、北京市、乌鲁木齐市等管控措施超过20天以上的散发区在其疫情管控期内均表现出了NO2浓度的显著降低.而确诊人数较少、扩散范围小的大连市、德宏傣族景颇族自治州瑞丽市由于管控时间较短，则未出现明显变化.证实了NO2浓度对人为活动强度的变化有直接的响应关系.     

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。     

新型冠状病毒肺炎疫情的应对政策及评估体系研究

 截至2021年2月,新型冠状病毒肺炎（COVID-19）疫情已经在全球近200个国家和地区造成超1亿人感染,累计超200万例死亡。各国政府、企业、民间组织和家庭个人,根据各自治理模式、经济机制、社会环境及生活方式,纷纷采取相应对策,减少病毒的传播和危害。回顾了人类历史上重大突发公共卫生事件,介绍了世界各国应对突发公共卫生事件的相关政策及评估体系;分析应对突发公共卫生事件的亚洲模式、欧美模式和中国模式特点;总结了应对COVID-19疫情政策建议与实施技术指标,内容涵盖公众保护与防疫、交通和旅行、信息跟踪和病毒检查、个人防护和隔离、经济资助和社会帮扶,包含5大指标及15个子要素的疫情应对政策评估体系。     

旅游消费意愿影响机制：基于目的地信任与疫情知识的中介与调节效应的研究

灾难与危机爆发后，旅游地采取有效措施激发游客的消费意愿是灾后旅游业复苏的关键因素.该文以武汉市为典型案例地，在新冠肺炎疫情常态化防控背景下，基于新冠肺炎知识和目的地信任构建基于风险感知对旅游消费意愿的影响机制模型.借鉴国内外成熟量表，共采集358份有效问卷，通过信效度验证，进行了验证性因子SEM、中介效应和调节效应的分析.研究结果表明：1) 旅游风险感知并不直接负向影响旅游消费意愿.旅游风险感知对目的地信任有负向作用，目的地信任对旅游消费意愿有正向影响.2) 目的地信任在旅游风险感知与旅游消费意愿之间具有完全中介作用.3) 新冠肺炎知识了解程度的高低对旅游风险感知与旅游消费意愿影响机制存在显著调节效应.对此提出旅游地旅游修复对策： 1) 完善疫情防控措施，降低游客的感知风险.2) 正向多渠道宣传，重塑目的地信任.3) 加强新冠肺炎知识普及，提升游客的疫情知识.     

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。