目的通過構(gòu)建河南省新型冠狀病毒肺炎（coronavirus disease 2019, COVID-19）早期傳播動力學模型,研究疫情流行趨勢,為疫情防控提供依據(jù)。方法收集河南省2019年1月21日至2020年2月23日河南省衛(wèi)生健康委員會公布的疫情數(shù)據(jù)和河南省統(tǒng)計年鑒中的人口數(shù)據(jù),對COVID-19進行描述性流行病學分析,采用MATLAB 7.0軟件構(gòu)建傳播動力學SEIR模型,分析河南省COVID-19流行趨勢。結(jié)果截至2020年2月23日河南省累計報告COVID-19確診病例1 271例,報告發(fā)病率約為1.16/10萬;報告病例集中分布在信陽市、南陽市、鄭州市和駐馬店市。SEIR模型擬合顯示,河南省COVID-19的基礎(chǔ)再生指數(shù)R₀平均約為2.41,防控措施干預使得峰值降低55%,高峰推遲3天。結(jié)論河南省COVID-19疫情前期增長較快,采取防控措施后,有效再生數(shù)逐漸降低,疫情逐步得到控制。 

【文章來源】：中華疾病控制雜志. 2020,24(06)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

河南省不同地區(qū)COVID-19報告發(fā)病率地區(qū)分布情況

現(xiàn)以1月21日―2月3日的官方網(wǎng)站公布的數(shù)據(jù)為基礎(chǔ),構(gòu)建河南省新型冠狀病毒的傳播動力學模型。采用最小二乘法擬合S0=13 000,經(jīng)過多次擬合再結(jié)合河南省疫情數(shù)據(jù),平均日接觸人數(shù)取值20,模型預測數(shù)據(jù)與2月3日之前報告的數(shù)據(jù)擬合較好,1月25日河南省政府啟動重大突發(fā)公共衛(wèi)生事件一級響應(yīng)級別,對密接人員和感染者得到隔離和救治,易感者增加個人防護,大大低了感染源的有效接觸人數(shù),根據(jù)河南省疫情數(shù)據(jù)此時接觸人數(shù)取值4;根據(jù)文獻報道[11]及已掌握的河南省疫情數(shù)據(jù)計算,β表示易感人群轉(zhuǎn)為潛伏人群的率,取值約2.6%～3.0%,γ1表示易潛伏人群轉(zhuǎn)為感染者的率,取值約2.0%～5.0%,γ2表示易感人群轉(zhuǎn)為移出人群的率,取值約為7.0%～9.0%。將河南省首例確診病例返回河南的時間(1月8日),定義為疫情的第一天,進行構(gòu)建模型,模型預測在2月9日模型現(xiàn)患病例數(shù)達到峰值,預測累計現(xiàn)患病例占比37.58%,見圖3。

疫情發(fā)生以后,河南省及時采取管控措施,將此防控措施加入模型,預測2月12日模型現(xiàn)患病例數(shù)達到峰值,累計現(xiàn)患病例數(shù)占比17.3%,高峰推后3天,峰值降低55%,變化曲線更為扁平,見圖4,現(xiàn)患病例出現(xiàn)峰值的時間與河南省實際疫情吻合,但峰值時的現(xiàn)患病例數(shù)高于實際疫情數(shù)據(jù)。圖4 河南省COVID-19干預措施下傳播動力學模型

【參考文獻】：
期刊論文
[1]陜西省新型冠狀病毒肺炎疫情的早期傳播動力學研究[J]. 白堯,劉昆,陳志軍,陳保忠,邵中軍.  中華醫(yī)院感染學雜志. 2020(06)
[2]基于SEIR模型分析相關(guān)干預措施在新型冠狀病毒肺炎疫情中的作用[J]. 耿輝,徐安定,王曉艷,張勇,尹小妹,馬茂,呂軍.  暨南大學學報(自然科學與醫(yī)學版). 2020(02)
[3]廣東省新型冠狀病毒肺炎疫情流行趨勢的初步預測[J]. 武文韜,柏如海,李達寧,馮敖梓,徐安定,呂軍.  暨南大學學報(自然科學與醫(yī)學版). 2020(02)
[4]新型冠狀病毒肺炎基本再生數(shù)的初步預測[J]. 周濤,劉權(quán)輝,楊紫陌,廖敬儀,楊可心,白薇,呂欣,張偉.  中國循證醫(yī)學雜志. 2020(03)
[5]隔離措施對北京SARS疫情控制影響的仿真分析[J]. 王行兵,胡燕,吳滿琳.  計算機仿真. 2005(11)

碩士論文
[1]基于SIR模型的SARS傳染病研究[D]. 徐寶春.山東大學 2019
[2]SIR模型及其在SARS疫情中的應(yīng)用[D]. 張佳.山東大學 2019



本文編號：3427991