新冠肺炎传播规模预测及防疫措施评估研究

作     者：王焕鑫 

作者单位：南阳师范学院 

学位级别：硕士

导师姓名：刘金江;王宁

授予年度：2023年

学科分类：1004[医学-公共卫生与预防医学(可授医学、理学学位)] 08[工学] 080203[工学-机械设计及理论] 100401[医学-流行病与卫生统计学] 0802[工学-机械工程] 10[医学] 

主      题：传染病传播 核酸检测 超网络 防疫策略 二次感染 

摘      要：传染病在人群中的蔓延一直是人类健康的重要威胁,对疾病传播进行仿真建模,研究传染病传播动力学的特征有助于更好的掌握传染病传播规律,减少感染人数。然而,在实际存在的传染病传播过程中,传统防控措施的仿真无法有效表达传染病的传播特性,增加了对疫情防控的难度;其次个体的动态接触和防疫意愿等随机因素的影响,感染数据易产生异常波动,难以有效的描述传染病传播的传播规律,导致仿真结果难以达到预期成效,无法为实际的疫情防控提供有效帮助。基于上述问题,本研究以扬州和义乌两市的真实数据为基础,以经典的易感者-潜伏者-感染者-康复者(Susceptible-Exposed-Infected-Removed,SEIR)模型为主要手段,结合我们经历的新冠肺炎疫情以及核酸检测这一全国性的措施,探讨新冠肺炎、超网络、核酸检测和二次感染之间的相互关系。具体研究内容如下:1.首先对经典的SEIR模型进行分析与建模。其次加入核酸检测这一常态措施将模型进行完善,使得模型更贴近现实生活。然后根据不同区域内总人数的差别、核酸检测间隔天数和感染人员的每日接触人数来研究核酸检测这一措施对感染人数的影响,最后将模型的仿真结果和扬州真实数据进行对比,并通过Person相关系数分析模型的局部异质性。结果表明基于核酸检测的SEIR模型可以帮助医生迅速判断疫情走向,以便及时采取隔离和治疗措施,从而减少病毒传播的风险。2.为解决常态条件下疫情传播的动态随机传播性问题,提出了基于超网络的SEIR模型。首先,根据超网络超边特性提出接触超边的建模方法,并考虑家庭接触超边和工作接触超边的关系,构筑不同接触模型并添加随机行走将两个模型建立联系。其次根据个体的防控意识差异、二次感染情况和不同感染率对超边模型的感染人数进行分析。最后,通过试验及义乌的真实案例分析进行模型验证。结果表明,所提方法可以有效的提取随机接触特征,实现对疫情的精准预测,以制定有效的防控措施。本文基于病毒传播动力学理论,使用SEIR模型为手段,以真实传染数据为研究对象,重点围绕核酸检测措施和引入超网络下的二次感染问题展开深入研究,分析防疫策略对感染人数的影响。本文的研究成果对帮助我们预测疫情传播规模、提高防疫效率、改善防控手段、促进疫后恢复具有积极意义。