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。     

山东省新型冠状病毒肺炎疫情流行趋势初步预测

【目的】通过建立传染病模型和计算山东省新型冠状病毒肺炎的基本再生数,预测并分析疫情的高峰期和转折点。评价山东省复工后针对新型冠状病毒肺炎疫情采取的相关干预措施的作用。【方法】依据山东省卫生健康委员会公布的2020年1月23日至3月15日的疫情数据,利用MATLAB建立SEIR模型,预测疫情高峰期,并计算现阶段新型冠状病毒肺炎基本再生数,基于现有数据通过二次函数拟合和指数平滑法对未来基本再生数的变化趋势加以预测,尝试分析复工后防控手段的有效性。【结果】山东省疫情逐渐趋缓,预测结果显示,山东省疫情于2月23日左右出现高峰,3月26日左右迎来转折点,政府面对复工采取的防疫措施取得了相对显著的效果。【结论】山东省目前处于防疫工作的关键时刻,在转折点到来之前要严格做好防疫措施。     

新冠肺炎疫情传播模型及防控干预措施的因果分析评估

 利用修正后的单一群体传染病SEIR模型,对新型冠状病毒肺炎疫情在国内的传播趋势进行建模,模型较好地拟合了已发生情况并预测了疫情发展;基于修正后的SEIR模型,开展反事实推理,定量评估了武汉推后采取防控干预措施对国内疫情带来的影响。结果表明：基于建模仿真和因果推断方法,可以对重大突发公共卫生事件的决策和执行进行模拟与反演,提高各级政府应对重大突发公共卫生事件的社会治理能力。     

广东省新型冠状病毒肺炎疫情流行趋势的初步预测

目的:通过计算和预测广东省新型冠状病毒肺炎的基本再生数,研究广东省疫情的流行趋势为其防控和相关政策支持提供依据.方法:依据广东省卫健委截至2020年2月8日的官方数据,构建传染病动力学SIR模型,计算现阶段新型冠状病毒肺炎基本再生数,并结合指数平滑法对未来基本再生数的变化加以预测.结果:疫情初期,广东省新冠肺炎基本再生数为2.48,并呈现波动下降的趋势.疫情将在2月下旬迎来拐点,3月下旬疫情将走向消亡.结论:新型冠状病毒肺炎在广东省的传播致病能力逐渐降低,目前阶段疫情正在逐步得到控制,采用及时有效的防控措施能够加快疫情的扑灭.     

基于TRP-SEAMRD模型对美国新冠肺炎疫情回顾与预测

传统SEIR(susceptible-exposed-infectious-recovered/removed)模型是一种简化的动力学预测模型,没有考虑到防疫政策等变化对疫情发展的影响.我们针对新型冠状病毒肺炎(新冠肺炎)在潜伏期也具有传染性等特征,同时结合美国的抗疫政策,提出了TRP-SEAMRD(test-restricted-phased SEAMRD)模型.该模型较好地拟合了2020年2月～8月美国新冠肺炎感染、康复和死亡人数.通过分析模型提供的数据和曲线,可以抽象出美国新冠肺炎大流行的一些特征.基于TRP-SEAMRD模型,我们评估了美国在疫情发展早期不当的检测政策及之后的"居家隔离令"等防疫措施对疫情发展的影响,分析了未来美国在不同社会控制程度下的新冠肺炎大流行可能的发展趋势.这些模拟可为制定科学的防疫措施提供参考.     

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。     

基于改进的SEIR模型对新冠肺炎的疫情预测及防控措施的评估

基于国家卫健委每日公布的湖北省新冠(COVID-19)疫情数据,结合实际的疫情传播和防控流程,提出一种基于SEIR模型改进的传染病动力学CSEIR模型.在传统SEIR模型的基础上增加了潜伏追踪入院和发病追踪入院的传播流程以刻画疫情发展趋势;通过引入感染抑制因子描述感染率随时间的变化趋势,用于分析封城封村、居家隔离等抗疫...     

山西省新型冠状病毒肺炎疫情发展状况的模型拟合研究

目前,山西省新型冠状病毒肺炎疫情防控工作仍在继续,寻找一个用于拟合新冠疫情发展状况的模型对于今后新冠疫情管控预测及社会政策制定都是有意义的。依据官方数据（2020.1.22-2.20）,构建相应的SIR、SEIR传染病模型。重点是在SEIR传染病模型下,运用MATLAB对疫情状况进行相关分析。模拟山西省新冠肺炎疫情在2月底达到峰值,并预测该疫情将在4月底得到基本控制,与实际时间相差不远,说明该模型用于新冠肺炎的研究是比较合适的。     

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。     

新型冠状病毒肺炎传播动力学模型构建与分析

为研究新型冠状病毒肺炎(简称新冠肺炎)传播机理和传播风险，预测疫情发展趋势，对政府制定相关疫情防控政策提供帮助，提出了一种新的新冠肺炎传播非线性动力学模型(SLEIR)。该模型考虑到疫情中采取保护措施的人群，将其作为低危群体加入到模型中；通过对模型的基本再生数、平衡点、稳定性和分岔等进行分析，揭示新冠肺炎传播机理；利用印度新冠肺炎真实数据对模型参数和部分状态初值进行最小二乘拟合，根据拟合的参数对印度疫情发展趋势做出预测。该模型对印度3～4月、4～5月两阶段疫情预测平均相对误差分别为4.107%和2.805%,对于印度10月最新的疫情，预测平均相对误差为3.266%,预测结果表明SLEIR模型具有较好的预测效果。与传统SEIR模型相比，该模型能适应印度疫情复杂的变化趋势，且具有更高的预测精度，可以为政府选择合适的防控措施提供技术支撑。     

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。     

微信朋友圈视角下新冠肺炎疫情风险传播特性分析

 了解新型冠状病毒肺炎疫情下风险传播的特性与偏好，可为制定突发公共卫生事件的风险控制策略提供科学依据。基于社会放大理论，对458个微信好友2020年1月20日至2月10日的朋友圈数据进行描述性统计，采用相关性分析的方法，对性别、年龄、态度倾向、疫情关注度与信息来源进行相关性分析。根据分析结果提出了相关建议，以合理引导新型冠状病毒肺炎疫情下的风险传播。     

湖南省新型冠状病毒肺炎的时空分布

目的 通过对湖南省2020年1月21日-2020年3月14日期间的新型冠状病毒肺炎的流行情况进行统计分析,了解湖南省新型冠状病毒肺炎疫情的流行情况,为新型冠状病毒肺炎疫情的分区分级精准防控提供科学依据。方法 从湖南省卫生健康委员会官方网站公布的新型冠状病毒肺炎疫情公布中获得病例数据,结合湖南省2018年末各市常住人口数进行统计分析;利用ArcGIS 10.5软件的技术方法,客观地绘制出湖南省确诊病例数时空分布地图。结果 截止2020年3月14日24时,湖南省共报告新型冠状病毒肺炎确诊病例1 018例,湖南省新型冠状病毒肺炎累计发病率为1.47/10万,累计治愈出院人数1 014例,治愈率达99.6%;累计死亡4例,病死率0.4%;湖南省确诊病例主要集中在长沙市（23.82%）、岳阳市（15.35%）、邵阳市（10.04%）、常德市（8.07%）、株洲市（7.87%）和娄底市（7.48%）,而湘西土家族苗族自治州（0.79%）和张家界市（0.49%）病例最少。结论 2020年1月21日-2020年3月14日湖南省日新增COVID-19确诊病例数呈现出先上升后下降的趋势,表明疫情得到了有效...     

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...     

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.     

新型冠状病毒肺炎:这场没有硝烟的战役我们该如何科学应对

正2020年的春节,一场新型冠状病毒引起的肺炎疫情,让原本进入节日喜庆氛围的人们都焦虑了起来。2019年12月8日,一位来自武汉华南海鲜市场的病人因持续7天的发热、咳嗽和呼吸困难而入院治疗。5天后,他没有去过海鲜市场的妻子也因为不明原因肺炎入院。2020年1月1日,华南海鲜市场关闭。1月2日,41名新型肺炎患者被确诊。这场突然爆发的新型冠状病毒肺炎是如何发生和传播的?传播速度和死亡率又有多少?普通人又该如何降低被感染的可能性?     

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.     

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。     

政策·声音

正科技部2020年1月31日,科技部印发《关于做好在华工作外国专家防控新型冠状病毒疫情服务工作的通知》,要求做好在华工作外国专家防控新型冠状病毒感染的肺炎疫情服务工作。强调要合理安排,统筹谋划,确保外国专家群体防控疫情工作不留死角,消除隐患;积极应对,优化流程,因地制宜做好外国人来华工作许可工作。