【摘要】：目的:(1)分析湖南省長沙市水痘的發(fā)病和流行情況以及其一般特征;(2)通過Logistic微分方程模型擬合,探討長沙市水痘流行周期的時(shí)間特點(diǎn),找出流行周期內(nèi)的疫情速度變化拐點(diǎn),得出預(yù)警周;(3)建立湖南省長沙市水痘傳播的SEIR(Susceptible-Exposed-Infective-Removal)模型,預(yù)測(cè)水痘發(fā)病趨勢(shì),探討病例隔離、疫苗接種、通風(fēng)消毒等防控措施在水痘疫情暴發(fā)中的防控效果。方法:(1)通過湖南省長沙市疾病預(yù)防控制中心,國家疾病監(jiān)測(cè)信息系統(tǒng)提取湖南省長沙市2008-2017年所有水痘患者基本信息;(2)根據(jù)患者發(fā)病時(shí)間將其整理為周發(fā)病例數(shù),從而分析長沙市水痘流行的周期規(guī)律,利用Logistic微分方程模型對(duì)所有流行周期分別進(jìn)行擬合,獲得方程中各周期內(nèi)的參數(shù)K和N,進(jìn)而根據(jù)微分方程求得參數(shù)C,獲得“疫情加速周”和“預(yù)警周”;(3)以長沙市某學(xué)校某一次水痘暴發(fā)情況為對(duì)象,根據(jù)傳染病群體模型方法中的水痘基本傳播模型,結(jié)合長沙市水痘傳播特點(diǎn),構(gòu)建湖南省長沙市水痘傳播模型,通過查閱相關(guān)文獻(xiàn)、調(diào)查報(bào)告、統(tǒng)計(jì)學(xué)資料等獲取模型中相關(guān)參數(shù),借助1stopt、Matlab7.1和Berkeley Madonna8.3.18等工具,對(duì)傳染概率(β)進(jìn)行擬合估計(jì),通過數(shù)據(jù)擬合,預(yù)測(cè)水痘暴發(fā)疫情的發(fā)展趨勢(shì),并通過改變模型倉室以及模型參數(shù)或條件,探討隔離病人、疫苗接種等防控措施對(duì)水痘疫情暴發(fā)的防控效果。結(jié)果:(1)本研究從湖南省長沙市疾病預(yù)防控制中心,通過國家疾病監(jiān)測(cè)信息系統(tǒng)收集2008-2017年間上報(bào)的所有水痘病例,共58528例,其中死亡3例;分析發(fā)現(xiàn),2009年發(fā)病率最低(5.22/萬);2017年最高(13.04/萬);且各年度之間水痘的發(fā)病率差異具有統(tǒng)計(jì)學(xué)意義(P0.05)。(2)長沙市2008-2017年水痘患者上報(bào)人數(shù)平均發(fā)展速度112.97%,平均增長速度為12.97%,其發(fā)病率呈現(xiàn)明顯的逐年增長趨勢(shì)。(3)分析所有水痘患者的上報(bào)時(shí)間發(fā)現(xiàn),長沙市水痘發(fā)病每年呈現(xiàn)兩次高峰,分別在4-7月和11月至次年1月,且各個(gè)月份間均有病例的發(fā)生,其中12月平均報(bào)告病例數(shù)最多(約為917.3例),9月份報(bào)告病例數(shù)最少(約為194.3例)。(4)長沙市水痘每年的兩個(gè)高峰期分別定義為夏秋季流行高峰和冬春季流行高峰。夏秋季所對(duì)應(yīng)時(shí)間為:每年的第8周至第37周;冬春季流行周期為每年的第38周至次年的第7周。(5)通過Logistic模型擬合分析得,夏秋季流行周期的平均“疫情加速周”約為第16周,冬春季流行周期約為第45周,且標(biāo)準(zhǔn)差均約為1周;本研究建議將每年的第15周和第44周作為長沙市水痘的預(yù)警周,提高水痘的關(guān)注,從而更好地預(yù)防水痘暴發(fā)。(6)通過統(tǒng)計(jì)分析可得,SEIR模型的模擬理論值與實(shí)際值之間差異無統(tǒng)計(jì)學(xué)意義(c~2(28)0.608,P(29).005),通過擬合優(yōu)度檢驗(yàn)顯示R~2為0.816,P0.01,構(gòu)建的SEIR模型與水痘暴發(fā)疫情擬合效果較好。(7)通過SEIR模型模擬分析顯示,當(dāng)對(duì)水痘患者進(jìn)行嚴(yán)格隔離時(shí),疫情累計(jì)病例最高達(dá)13人,可使累計(jì)發(fā)病人數(shù)明顯減少;疫苗接種對(duì)水痘疫情有明顯的防控效果,且接種率越高,防控效果越好,當(dāng)接種率達(dá)到50%時(shí),可使累計(jì)罹患率TAR降為0.56%;通風(fēng)、消毒有效率對(duì)水痘疫情的控制無明顯效果,隨著通風(fēng)、消毒有效率的升高,累積患病人數(shù)無明顯差異,只是高峰時(shí)間發(fā)生延后。通風(fēng)消毒有效率越高,疫情高峰日后移越久,疫情持續(xù)時(shí)間越長。只有當(dāng)消毒有效率達(dá)到90%時(shí),可稍微較少累計(jì)發(fā)病人數(shù),但也明顯延長了疫情的持續(xù)時(shí)間。(8)另外對(duì)不同干預(yù)措施的聯(lián)合防控進(jìn)行模擬比較,結(jié)果發(fā)現(xiàn)“隔離+疫苗接種”組合防控效果較好,當(dāng)疫苗接種率達(dá)0.3時(shí)可使TAR降為0.28%;三種防控措施同時(shí)聯(lián)合采取時(shí)防控效果最為顯著,且當(dāng)接種率達(dá)到0.2時(shí),便可使TAR控制在1.0%以下;另外研究發(fā)現(xiàn)當(dāng)通風(fēng)、消毒有效率較低時(shí),其聯(lián)合防控效果與去除其之后效果相近,只有當(dāng)通風(fēng)、消毒有效率達(dá)0.7時(shí),才可使TAR%明顯降低。結(jié)論:(1)長沙市2008-2017年水痘患者平均增長速度為12.97%,其發(fā)病率整體上呈逐年增長趨勢(shì);長沙市水痘每年有兩個(gè)流行周期,分別為夏秋季流行周期和冬春季流行周期。(2)研究發(fā)現(xiàn),長沙市水痘夏秋季流行周期的平均“疫情加速周”約為第16周,冬春季的約為第45周,且標(biāo)準(zhǔn)差均約為1周;因此,本研究建議將每年的第15周和第44周作為長沙市水痘的預(yù)警周,提高水痘的關(guān)注,從而更好地預(yù)防水痘暴發(fā)。(3)分析發(fā)現(xiàn)病例隔離、疫苗接種均可以有效的控制學(xué)校水痘疫情的發(fā)展,且接種率越大,防控效果越好;通風(fēng)、消毒等防控措施對(duì)學(xué)校水痘疫情的發(fā)展無明顯的防控效果;病例隔離和疫苗接種聯(lián)合防控效果優(yōu)于單項(xiàng)措施;學(xué)校水痘暴發(fā)時(shí)可以采取病例隔離與疫苗接種的綜合干預(yù)措施,且疫苗接種率越大,防控效果越好,同時(shí)可加強(qiáng)通風(fēng)、消毒作為輔助。
【學(xué)位授予單位】：湖南師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：R181.3;R511.5
【圖文】：

圖 2-2 Logistic 模型曲線變化速度圖用時(shí)間 t 對(duì)方程 2-2 進(jìn)行一階導(dǎo)數(shù)轉(zhuǎn)換，可得新發(fā)病例與時(shí)間 t 的關(guān)系表達(dá)式：()2()(1)kecktceNkedtdn （2-3）該方程是對(duì)新發(fā)病例數(shù)隨時(shí)間變化的表示，若進(jìn)一步對(duì)方程 2-3 求導(dǎo)，也就是對(duì)方程 2-2 進(jìn)行二階求導(dǎo)，便可以得到新發(fā)病例數(shù)變化速度的曲線方程。通過分析可得，當(dāng)疾病疫情發(fā)展到最高峰時(shí)，新發(fā)病例數(shù)的變化速度減少至 0。因此令方程 2-2 的二階導(dǎo)數(shù)等于 0 時(shí)，通過求解，即可得疾病發(fā)展過程中新發(fā)病例由增加到減少時(shí)的拐點(diǎn)，也就是疾病處于高峰時(shí)的具體時(shí)間 ()22kctt 。此外，對(duì)方程 2-3 進(jìn)行二階求導(dǎo)（方程 2-2 的三階導(dǎo)數(shù)），便可獲得新發(fā)病例數(shù)增減速度的變化速度方程，此時(shí)，另方程結(jié)果為 0 時(shí)，可得新發(fā)病例數(shù)增長速度變化的拐點(diǎn)，即

圖 2-3 Logistic 微分方程模型變化時(shí)間特點(diǎn)2.1.2.3 模型的建立首先確定 Logistic 微分方程模型，根據(jù)模型需要將所有水痘患者根據(jù)發(fā)病時(shí)間，按照 2008-2017 年周歷表，整理為周發(fā)病例及累計(jì)病例數(shù)，并進(jìn)行初步清洗，分析長沙市 2008 年到 2017 年水痘的周發(fā)病情況及周發(fā)病數(shù)的變化規(guī)律，根據(jù)水痘流行特點(diǎn)，將 10 年的所有水痘發(fā)病數(shù)據(jù)整理為若干個(gè)流行周期。利用 Logistic微分方程模型對(duì)每個(gè)流行周期進(jìn)行曲線擬合，從而獲得各周期中的參數(shù) N 與 k，進(jìn)而通過數(shù)理統(tǒng)計(jì)中的帶入法求得（方程 2-2）中每個(gè)流行周期所對(duì)應(yīng)的參數(shù) c。2.1.2.4 預(yù)警周的確定由于衛(wèi)生決策以及干預(yù)措施的實(shí)施等均需要一定時(shí)間[51]，所以當(dāng)疫情發(fā)展到

首先確定 Logistic 微分方程模型，根據(jù)模型需要將所有水痘患者根據(jù)發(fā)病時(shí)間，按照 2008-2017 年周歷表，整理為周發(fā)病例及累計(jì)病例數(shù)，并進(jìn)行初步清洗，分析長沙市 2008 年到 2017 年水痘的周發(fā)病情況及周發(fā)病數(shù)的變化規(guī)律，根據(jù)水痘流行特點(diǎn)，將 10 年的所有水痘發(fā)病數(shù)據(jù)整理為若干個(gè)流行周期。利用 Logistic微分方程模型對(duì)每個(gè)流行周期進(jìn)行曲線擬合，從而獲得各周期中的參數(shù) N 與 k，進(jìn)而通過數(shù)理統(tǒng)計(jì)中的帶入法求得（方程 2-2）中每個(gè)流行周期所對(duì)應(yīng)的參數(shù) c。2.1.2.4 預(yù)警周的確定由于衛(wèi)生決策以及干預(yù)措施的實(shí)施等均需要一定時(shí)間[51]，所以當(dāng)疫情發(fā)展到“疫情加速周”時(shí)進(jìn)行預(yù)警，往往會(huì)導(dǎo)致出現(xiàn)一定的滯后現(xiàn)象，因此本研究擬選擇在“疫情加速周”提前一個(gè)標(biāo)準(zhǔn)差的時(shí)間作為水痘疫情的“預(yù)警周”，即建議預(yù)警周，具體方法如圖 2-4 所示。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 邱文珠;;傳染病動(dòng)力學(xué)的常微分子方程模型[J];河北師范大學(xué)學(xué)報(bào);1987年02期

2 張海峰;王陽陽;汪秉宏;;行為反應(yīng)對(duì)復(fù)雜網(wǎng)絡(luò)上傳染病動(dòng)力學(xué)的影響[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2012年03期

3 劉宏崴;劉巍;于躍;;傳染病動(dòng)力學(xué)模型基本形式與計(jì)算機(jī)模擬計(jì)算分析[J];衛(wèi)生職業(yè)教育;2014年04期

4 徐致靖;祖正虎;許晴;鄭濤;;傳染病動(dòng)力學(xué)建模研究進(jìn)展[J];軍事醫(yī)學(xué);2011年11期

5 韓立欽;劉桂榮;;基于雙層網(wǎng)絡(luò)的傳染病動(dòng)力學(xué)模型及分析[J];生物數(shù)學(xué)學(xué)報(bào);2019年01期

6 魏巍;舒云星;;具有時(shí)滯的傳染病動(dòng)力學(xué)模型數(shù)值仿真[J];計(jì)算機(jī)工程與應(yīng)用;2006年34期

7 程衛(wèi)生;傳染病動(dòng)力學(xué)偏微分方程模型的數(shù)值解法[J];數(shù)理醫(yī)藥學(xué)雜志;1995年04期

8 唐榮榮;;具有潛伏期的無免疫型傳染病動(dòng)力學(xué)模型的分析[J];生物數(shù)學(xué)學(xué)報(bào);2009年04期

9 陳軍杰,潘國衛(wèi);一個(gè)具暫時(shí)免疫且總?cè)藬?shù)可變的傳染病動(dòng)力學(xué)模型[J];生物數(shù)學(xué)學(xué)報(bào);2003年04期

10 閆萍;;具潛伏期的無免疫型傳染病動(dòng)力學(xué)模型解的適定性[J];生物數(shù)學(xué)學(xué)報(bào);2008年02期

相關(guān)會(huì)議論文 前5條

1 劉博洋;肖建華;王洪斌;;傳染病動(dòng)力學(xué)模型在醫(yī)學(xué)和獸醫(yī)學(xué)領(lǐng)域的應(yīng)用[A];中國畜牧獸醫(yī)學(xué)會(huì)信息技術(shù)分會(huì)第十二屆學(xué)術(shù)研討會(huì)論文集[C];2017年

2 屠小明;陳峰;;隨機(jī)微分方程及其在傳染病動(dòng)力學(xué)中的應(yīng)用[A];2011年中國衛(wèi)生統(tǒng)計(jì)學(xué)年會(huì)會(huì)議論文集[C];2011年

3 吳慶初;傅新楚;;BA網(wǎng)絡(luò)上的混合傳染病動(dòng)力學(xué)[A];現(xiàn)代數(shù)學(xué)和力學(xué)(MMM-XI)：第十一屆全國現(xiàn)代數(shù)學(xué)和力學(xué)學(xué)術(shù)會(huì)議論文集[C];2009年

4 羅成;許青;李秀君;;狀態(tài)空間模型在山東省麻疹流行趨勢(shì)研究中的應(yīng)用[A];2017年中國衛(wèi)生統(tǒng)計(jì)學(xué)學(xué)術(shù)年會(huì)論文集[C];2017年

5 裴利軍;王萬永;楊俊平;;免疫響應(yīng)系統(tǒng)的全局穩(wěn)定性[A];第十一屆全國非線性振動(dòng)學(xué)術(shù)會(huì)議暨第八屆全國非線性動(dòng)力學(xué)和運(yùn)動(dòng)穩(wěn)定性學(xué)術(shù)會(huì)議論文摘要集[C];2007年

相關(guān)博士學(xué)位論文 前10條

1 劉思宇;混合控制策略在傳染病動(dòng)力學(xué)中的應(yīng)用研究[D];吉林大學(xué);2018年

2 王拉娣;傳染病動(dòng)力學(xué)模型及控制策略研究[D];上海大學(xué);2005年

3 曹宇;傳染病動(dòng)力學(xué)模型研究[D];東北大學(xué);2014年

4 周林華;具有限醫(yī)療資源傳染病動(dòng)力學(xué)模型分析[D];東北師范大學(xué);2012年

5 倪順江;基于復(fù)雜網(wǎng)絡(luò)理論的傳染病動(dòng)力學(xué)建模與研究[D];清華大學(xué);2009年

6 楊偉;傳染病動(dòng)力學(xué)的一些數(shù)學(xué)模型及其分析[D];復(fù)旦大學(xué);2010年

7 宋海濤;幾類時(shí)滯傳染病動(dòng)力學(xué)模型的穩(wěn)定性和Hopf分支研究[D];哈爾濱工業(yè)大學(xué);2015年

8 程巖;具有脈沖效應(yīng)與周期環(huán)境的傳染病動(dòng)力學(xué)模型研究[D];大連理工大學(xué);2015年

9 張海峰;復(fù)雜網(wǎng)絡(luò)上個(gè)體的不同行為導(dǎo)致多樣的整體行為[D];中國科學(xué)技術(shù)大學(xué);2011年

10 張?zhí)?幾類傳染病動(dòng)力學(xué)模型研究[D];新疆大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 吳彬;湖南省手足口病傳染病動(dòng)力學(xué)模型研究[D];湖南師范大學(xué);2019年

2 龐鳳蕊;傳染病動(dòng)力學(xué)模型在長沙市水痘疫情預(yù)警及干預(yù)措施效果評(píng)價(jià)中的應(yīng)用[D];湖南師范大學(xué);2019年

3 李兆青;兩類免疫-傳染病動(dòng)力學(xué)模型的建立與研究[D];信陽師范學(xué)院;2019年

4 喬建琴;兩類網(wǎng)絡(luò)傳染病動(dòng)力學(xué)模型的建立與分析[D];山西大學(xué);2018年

5 王璐璐;環(huán)境污染中的傳染病動(dòng)力學(xué)建模與研究[D];山西大學(xué);2018年

6 李偉強(qiáng);聚類對(duì)復(fù)雜網(wǎng)絡(luò)上SIR類傳染病動(dòng)力學(xué)的影響[D];山西大學(xué);2018年

7 王毅;復(fù)雜網(wǎng)絡(luò)多途徑傳染病動(dòng)力學(xué)模型分析[D];中北大學(xué);2012年

8 尹禮壽;基于復(fù)雜網(wǎng)絡(luò)的傳染病動(dòng)力學(xué)模型研究[D];中北大學(xué);2010年

9 李麗君;傳染病動(dòng)力學(xué)模型的穩(wěn)定性研究[D];電子科技大學(xué);2012年

10 徐婧;幾類具有時(shí)滯的傳染病動(dòng)力學(xué)模型研究[D];大連交通大學(xué);2012年

本文編號(hào)：2744130