目的:(1)分析湖南省手足口病的發(fā)病和流行情況以及其一般特征;(2)結合2013-2017年湖南省手足口病基本信息,建立湖南省手足口病傳染病動力學模型,獲得湖南省手足口病傳染系數(shù)以及湖南省手足口病基本再生數(shù);(3)通過建立的模型進行數(shù)值模擬以探索預防和控制湖南省手足口病的最優(yōu)就診比例。為湖南省手足口病的預防與控制提供參考依據。方法:(1)通過湖南省疾病預防控制中心的傳染病直報系統(tǒng)獲取湖南省2013-2017年手足口病發(fā)病數(shù)據,了解湖南省手足口病基本傳播模式與特征;(2)根據湖南省手足口病隔年高發(fā)的現(xiàn)象,運用倉室動力學模型理論與方法,分別建立手足口病高發(fā)年與低發(fā)年傳染病動力學模型,通過查閱文獻、參數(shù)辨識以及數(shù)據推算等方式獲取模型參數(shù),運用擬合優(yōu)度檢驗模型預測效果,驗證模型的可靠性;通過第二代矩陣法計算基本再生數(shù);(3)通過對已建立的模型進行數(shù)值模擬,獲得預防和控制手足口病的最優(yōu)就診比例。結果:(1)湖南省2013-2017年手足口病患者累計上報共790057例,死亡107例,平均病死率為0.0135‰,呈現(xiàn)隔年高發(fā)現(xiàn)象,且每年約5月份為發(fā)病高峰;(2)分別建立了湖南省手足口病高發(fā)年與低發(fā)年傳染病動力學模型,擬合結果顯示,模型可較好的模擬湖南省手足口病真實發(fā)病情況;基于模型獲得的手足口病高發(fā)年傳染率系數(shù)為5.614,基本再生數(shù)為4.789,低發(fā)年傳染率系數(shù)為5.581,基本再生數(shù)為3.192,結果表明無任何干預情況下,手足口病在湖南地區(qū)將繼續(xù)呈現(xiàn)持續(xù)傳播趨勢;(3)手足口病模型數(shù)值模擬結果顯示,當高發(fā)年手足口病患者就診比例大于88.6%,低發(fā)年患者就診比例大于86.1%時,手足口病在湖南省的傳播將得到有效控制。結論:(1)手足口病傳染病動力學模型能夠較好的反映湖南省手足口病流行規(guī)律;(2)手足口病在湖南地區(qū)將呈現(xiàn)持續(xù)傳播趨勢;(3)當高發(fā)年手足口病患者就診比例大于88.6%,低發(fā)年患者就診比例大于86.1%時,手足口病在湖南省的傳播將得到有效控制。
【學位單位】：湖南師范大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：R725.1;R181.3
【部分圖文】：

倉室動力學模型。此種模型可以用來研究各類干預措施對于傳染病控制的有效性，國內比較早期的應用是蔡英才等[28]研究者通過 SEIRP 模型探究諸如隔離等干預措施對 2003 年 SARS 傳染病疫情控制的效果。通過在 SEIR 傳染病模型中引入被感染后接受治療倉室 H，通過內含 S（易感者），E（潛伏者），I（感染者），H（住院者）以及 R（恢復者）五個倉室的模型，可以用以分析和探究住院干預對于傳染病防控的效果。此模型被研究者 Steven Riley 等[29]研究者應用于 2003 年分析香港 SARS 大流行時期住院治療干預措施對于傳染病控制效果。在應用倉室模型對傳染病研究的領域，應用以及擴展較為復雜的是 M. Nun o 等研究者于2006 年建立的復雜倉室用模型并用于禽流感的研究中，其模型中除了 S、E、R倉室外，還引入了包括 I1（早期感染者）、I2（后期感染者）、A（無癥狀傳染者）、H（住院患者）、T（接受治療者）、P（預防性藥物干預者），C（成功接種者），V（免疫保護者）、D（死亡者）在內的多個倉室[30]。

碩士學位論文3. 結 果1 手足口病流行時間分布特征通過對湖南省手足口病發(fā)病情況進行探索，得到 2013-2017 年手足口病況如下：湖南省 2013-2017 年間，累計上報手足口病病例共計 790057 例，死亡 ，平均手足口病病死率約為 0.0135‰。每年的疾病和死亡人數(shù)如下圖 3-1：

r1未就診者自愈概率 0.0891r2就診患者治愈率 0.999837μ 自然死亡率 0.0000192p 就診比率 0.805Λ 補充數(shù) 2515β 傳染系數(shù) 5.614η 易感轉化率 0.0292發(fā)病概率 0.571未就診患者轉化率 0.0353結合建立的模型以及各項參數(shù)，對高發(fā)年模型預測值與實際觀測值進行擬合優(yōu)度檢驗，得到手足口病高發(fā)年擬合結果如下(21,0.05 2.71, P 0.05)：
【相似文獻】

相關期刊論文 前10條

1 邱文珠;;傳染病動力學的常微分子方程模型[J];河北師范大學學報;1987年02期

2 張海峰;王陽陽;汪秉宏;;行為反應對復雜網絡上傳染病動力學的影響[J];復雜系統(tǒng)與復雜性科學;2012年03期

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

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

5 韓立欽;劉桂榮;;基于雙層網絡的傳染病動力學模型及分析[J];生物數(shù)學學報;2019年01期

6 魏巍;舒云星;;具有時滯的傳染病動力學模型數(shù)值仿真[J];計算機工程與應用;2006年34期

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

8 唐榮榮;;具有潛伏期的無免疫型傳染病動力學模型的分析[J];生物數(shù)學學報;2009年04期

9 陳軍杰,潘國衛(wèi);一個具暫時免疫且總人數(shù)可變的傳染病動力學模型[J];生物數(shù)學學報;2003年04期

10 閆萍;;具潛伏期的無免疫型傳染病動力學模型解的適定性[J];生物數(shù)學學報;2008年02期

相關博士學位論文 前10條

1 劉思宇;混合控制策略在傳染病動力學中的應用研究[D];吉林大學;2018年

2 王拉娣;傳染病動力學模型及控制策略研究[D];上海大學;2005年

3 曹宇;傳染病動力學模型研究[D];東北大學;2014年

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

5 倪順江;基于復雜網絡理論的傳染病動力學建模與研究[D];清華大學;2009年

6 楊偉;傳染病動力學的一些數(shù)學模型及其分析[D];復旦大學;2010年

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

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

9 張海峰;復雜網絡上個體的不同行為導致多樣的整體行為[D];中國科學技術大學;2011年

10 張?zhí)?幾類傳染病動力學模型研究[D];新疆大學;2008年

相關碩士學位論文 前10條

1 劉亭;考慮信息反饋和飽和治療的傳染病動力學模型[D];西南大學;2019年

2 吳彬;湖南省手足口病傳染病動力學模型研究[D];湖南師范大學;2019年

3 龐鳳蕊;傳染病動力學模型在長沙市水痘疫情預警及干預措施效果評價中的應用[D];湖南師范大學;2019年

4 韓立欽;雙層網絡上傳染病動力學模型的建立及分析[D];山西大學;2019年

5 李兆青;兩類免疫-傳染病動力學模型的建立與研究[D];信陽師范學院;2019年

6 喬建琴;兩類網絡傳染病動力學模型的建立與分析[D];山西大學;2018年

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

8 李偉強;聚類對復雜網絡上SIR類傳染病動力學的影響[D];山西大學;2018年

9 王毅;復雜網絡多途徑傳染病動力學模型分析[D];中北大學;2012年

10 尹禮壽;基于復雜網絡的傳染病動力學模型研究[D];中北大學;2010年

本文編號：2857960