新型冠状病毒肺炎疫情下武汉及周边地区何时复工?数据驱动的网络模型分析

基于全国和湖北省新型冠状病毒肺炎(COVID-19)疫情报告数据以及百度人口迁徙与分布大数据,本文构建武汉及周边15个疫情严重城市的COVID-19传播复杂网络模型,重点分析武汉及周边地区复工的可能时间节点和复工对二次暴发风险的影响.首先基于各个城市的累计病例数估计1月23日武汉的累计病例数,得到不同时期湖北省16个主要城市控制再生数的估计值,揭示了早期的传播风险较大和目前的传播风险小(控制再生数的值小于1).本文基于2019年同期的流动网络结构和流动量模拟整个网络模型,给出2020年2月17日、2月24日和3月2日的复工对各个城市疫情的影响.主要结论显示,在较强的防控措施和自我防护下,2020年3月2日复工将在一段时间内不会引起疫情的二次暴发.     

具有跟踪隔离措施的新冠肺炎传播模型分析及应用

报道于2019年12月底的新型冠状病毒肺炎(COVID-19)疫情, 由于2020年春运期间人口的大规模流动, 使得其迅速蔓延.自2020年1月23日起, 我国采取了各种措施使得疫情得到了有效的控制, 例如武汉封城、确诊病例的密切接触者跟踪隔离、湖北人员的居家隔离等.该文基于COVID-19在山西省的实际传播情况, 建立了具有输入病例和确诊病例密切接触者跟踪隔离的动力学模型.在不考虑输入病例的情况下, 分析了模型的动力学行为.利用山西省COVID-19病例数据, 计算了实时再生数, 发现山西省2020 年1月25日全省封村封街道有效控制了COVID-19疫情的传播, 即实时再生数小于1, 从宏观角度验证了防控措施的有效性.进一步通过模型的数值拟合得到: 早期染病者隔离14天的防控策略是合理有效的; 武汉封城时间越早, 染病者的规模越小; 跟踪隔离到大量确诊病例的接触者时, 染病者的规模越小.     

武汉市COVID-19疫情与易感人群软隔离强度关系分析

本文基于2020年1月23日至2020年2月20日中国国家卫生健康委员会报告的武汉病例数据,通过引入表述易感人群行为特征的隔离强度,研究了易感人群软隔离行为对COVID-19在武汉的传播影响.我们将人群分为六类:隔离的易感者-暴露的易感者-潜伏者-无症状的感染者-有症状的染病者_恢复者,建立COVID-19传播动力学模型,利用蒙特卡罗法估计了参数并对模型进行数据拟合和数值模拟,得到了武汉市实施软隔离措施后的有效再生数、高峰到达时间、高峰规模、流行时间、最终规模等,同时评估了易感人群隔离率及易感人群暴露率对COVID-19疫情的影响.     

新型冠状病毒肺炎疫情数据挖掘与离散随机传播动力学模型分析

新型冠状病毒肺炎(COVID-19)疫情已经蔓延至全国各地,包括陕西省在内很多省份的早期疫情均以输入病例为主,后期的疫情在严格的防控措施下也已呈下降趋势.评价防控措施的有效性、分析人口流动对疫情的影响对于研究陕西省(或其他以输入病例为主的地区)疫情和未来应对突发性传染病有着重要的意义.根据陕西省卫生健康委员会(简称卫健委)公布的详实数据信息可以挖掘传播链(感染树),得到从发病到首诊、入院、确诊的中位持续时间,每日潜伏者类、感染者类、治疗者类的具体人数和感染者状态转移的空间分布.本文计算确定COVID-19疫情的控制再生数(1.48–1.69),并发展新的统计推断方法获得陕西省严控措施下的有效再生数;进而提出一个全新的融入了公共卫生干预和输入病例的离散随机COVID-19疫情传播模型,通过多源数据实现了模型的参数化,分析不同的流动模式、输入人口中感染者的比例对二次暴发风险的影响.主要结论显示,间歇性的人口流动、密切关注和有效隔离流动人口中的感染者能有效降低二次暴发的风险,为有序组织复工、复学提供决策支持.     

面向COVID-19传播模式的多因素影响分析

目前,新型冠状病毒肺炎(COVID-19)的传播仍在持续,其传播模式以及影响传播行为的主要因素仍有待深入挖掘。鉴于此,本文从数据分析的角度,通过构造一个特殊的多源数据集(包括COVID-19历史数据、气象数据、人口迁徙数据和空间地理信息数据),以此建立多元Poisson.回归模型(类Poisson回归)来着重分析国内疫情的病毒传播模式及其影响因素。分析结果显示,湿度、平均每日风速、每日的降雨量等气象因素与COVID-19的传播模式显著相关,但与每日温度变化显著不相关。除此之外,COVID-19的传播速度及传播范围与武汉迁出目的地的人口比例、迁入武汉来源地的人口比例以及武汉与其他城市的空间距离均有一定的关联性。全文可视化及模型分析的R代码见:https://github.com/thwgithub/COVID-19 Rcodes.     

基于动力学模型的COVID-19疫情预测与控制策略研究

本文基于COVID-19的传播机理以及追踪隔离染病者的密切接触者、治疗等公共干预措施,建立了非自治的动力学模型,对湖北省疫情发展进行预测并评估相应控制策略的有效性.首先基于湖北省卫生健康委员会公布的数据,利用最小二乘法以及MCMC估计动力学模型中的待估计参数值.然后基于估计得到的参数值,验证模型预测的有效性,估计湖北省总病例数达峰时间,峰值规模以及流行时间.此外,研究发现湖北省每天的总病例数中隔离的潜伏者以及现存确诊者占比重较大,因此,加快对于隔离人群的筛查、对于确诊人群的治疗能够加快疫情的结束.最后对有效再生数进行敏感性分析,揭示了即使在疫情发展的后期,加强对密切接触者的追踪隔离依然是疫情控制最有效的措施.     

前言

正2020年初,一场病毒感染的肺炎疫情在中国武汉暴发,这是一种新型冠状病毒SARS-CoV-2引起的能在人际传播的疾病,2020年2月1 1日被世卫组织命名为COVID-19.面对疫情,全国人民团结一心全力抗击,无数白衣天使不惧危险奋战在挽救生命的第一线,无数科技工作者不辞辛苦拼搏在攻克COVID-19的征程上.在这些科技工作者中也不乏数学工作者的身影,他们根据医学原理和公开数据进行数学建模,通过动力学分析或统计学分析,结合优化算法等定量手段,试图揭示COVID-19的传播规律及其重要特征,评估治疗或防控     

COVID-19疫情时滞模型构建与确诊病例驱动的追踪隔离措施分析

新型冠状病毒肺炎(COVID-19)疫情自暴发以来,众多研究者基于公开的疫情数据和经典的SEIR模型研究了疫情的发展趋势、传播风险等,为早期COVID-19疫情预测预警提供了重要的决策依据.本论文首先讨论在突发性传染病疫情发展期间,传染病数学模型是如何助力疫情防控的,能在公共卫生重大突发事件中发挥什么样的重要作用.然后集中介绍如何建立数学模型来刻画COVID-19疫情期间密切跟踪隔离措施的实施以及措施强度的变化,重点讨论有症状感染者和确诊病例驱动的追踪隔离措施在建模上的异同,最后得到确诊病例驱动的COVID-19时滞非自治传染病模型.主要结论揭示了确诊滞后不仅能有效延迟感染者类峰值到来的时间,而且使得其出现多峰,甚至最终感染规模可能增大的现象,但是我国强有力的综合防控策略能够有效减缓确诊滞后带来的不利影响.这为分析复杂疫情数据提供了新的重要的模型参考.     

一类潜伏期有传染性的传染病模型动力学分析

建立了一类潜伏期具备传染性的传染病传播模型,根据疾病传播规律求解了疾病消失和持续生存的阈值——基本再生数.对系统的稳定性进行了讨论,得到了系统稳定性条件.最后,以COVID-19为例,解释了各种举措在疾病控制中的作用,并对疫情传播扩散做了探讨和预测.     

动态传播率模型及其在疫情分析中的应用

应用数据驱动的动态传播率来代替基本传染数R_0,在全国和省市两个层面上研究COVID-19疫情发展的特点和趋势。首先,基于动态增长率建立传染病常微分方程,推导得出动态传播率模型。其次,选择幂函数作为动态传播率的拟合函数,以3天作为最优滑窗期,对各地拐点进行了估计。最后,通过动态模型对各地不同程度尾声开始的起点进行了预测,并在13个省市间进行9个疫情相关指标的对比分析。结果显示,各地动态传播率在经过短暂的波动后均稳步下降,疫情得到有效控制;估计的拐点主要集中在2月中旬,而预测的尾声都将在3月底之前到来;同时,各地疫情发展特点和趋势、防控措施力度和效果存在一定差异。     

动态传播率模型及其在疫情分析中的应用

应用数据驱动的动态传播率来代替基本传染数$R_0$,在全国和省市两个层面上研究COVID-19疫情发展的特点和趋势。首先,基于动态增长率建立传染病常微分方程,推导得出动态传播率模型。其次,选择幂函数作为动态传播率的拟合函数,以3天作为最优滑窗期,对各地拐点进行了估计。最后,通过动态模型对各地不同程度尾声开始的起点进行了预测,并在13个省市间进行9个疫情相关指标的对比分析。结果显示,各地动态传播率在经过短暂的波动后均稳步下降,疫情得到有效控制;估计的拐点主要集中在2月中旬,而预测的尾声都将在3月底之前到来;同时,各地疫情发展特点和趋势、防控措施力度和效果存在一定差异。     

非线性组合动态传播率模型与我国COVID-19疫情分析和预测

针对传统的流行性传染病学中基本传染数$R_0$难以准确估计以及单一模型预测精度低的缺陷,利用组合动态传播率替换基本传染数$R_0$,提出基于支持向量回归的非线性时变传播率模型并对我国COVID-19疫情进行分析和预测。首先,计算动态传播率的离散值;其次,使用多项式函数、指数函数、双曲函数和幂函数分别对动态传播率的离散值进行拟合并基于最佳滑窗期$k=3$构建相应的预测模型;接着,基于拟合优度等评价指标选择最佳的三种单一模型并对其预测结果进行非线性组合;最后,利用非线性组合动态传播率模型对湖北、全国除湖北和全国COVID-19疫情进行分析和预测。实证结果表明提出的非线性组合动态传播率模型对不同地区COVID-19疫情数据的预测误差均相对较小;对重点省市COVID-19疫情的拐点预测切实合理;湖北、全国除湖北与全国自2020年2月27日起后20天疫情预测曲线的拟合优度分别为98.53%、98.06%和97.98%。     

基于一类时滞动力学系统对新型冠状病毒肺炎疫情的建模和预测

2019年12月,新型冠状病毒肺炎(novel coronavirus pneumonia, NCP)疫情从武汉开始暴发,几天内迅速传播到全国乃至海外.科学有效地掌控疫情发展对疫情防控至关重要.本文基于全国各级卫生健康委员会每日公布的累计确诊数和治愈数,提出一类基于时滞动力学系统的传染病动力学模型.在模型中引入时滞过程,用来描述病毒潜伏期和治疗周期.通过公布的疫情数据,首先准确反演模型的参数;其次有效地模拟目前疫情的发展,并预测疫情未来的趋势;最后分析各级政府防控措施手段的有效程度,并发现在现有的高效防控措施下,疫情将在近期好转.     

境外输入与无症状感染病例对COVID-19疫情二次暴发的影响分析

随着COVID-19无症状感染者传播风险以及境外输入病例的增加,给我国"外防输入,内防反弹"的防控策略带来巨大压力.本文通过构建能够刻画无症状感染者传播和输入病例对疫情演化影响的离散随机COVID-19传染病动力学模型,创新地量化疫情再次暴发的风险指数,探究不同输入比例、不同的防控措施(接触数)下疫情再次暴发的风险.论文选取北京、上海和深圳三个地区的本地病例与输入病例等疫情数据,发展数据不确定性参数估计方法,辨识系统的未知参数.研究结果显示:深圳市发生二次暴发的风险要远低于北京和上海,北京的二次暴发的风险高于上海.特别地,以北京境外输入为例,我们得到当持续保持最严格的防疫措施,即接触数保持最小值时(接触数为1.07),无论境外输入病例未被隔离的比例有多大(实际输入病例的隔离率),均没有二次暴发的风险.如果防控措施适当放松,即接触数从最小值逐渐增大(接触数在三周时间增为3.1),则输入病例越多,二次暴发的概率越大.值得注意的是,当防控措施进一步放松(接触数在三周时间增为6.27),尽管输入病例完全隔离,发生二次暴发的概率可达到58.3%.考虑无症状感染输入的影响,我们得到了类似的结论.因此,在持续保持相对严格的防控措施,如保持社交距离、戴口罩等自我防护的同时,加强对入境人员的管理以及无症状感染者的筛查是防止发生二次暴发的关键,这为复杂疫情的防控和二次暴发的预测预警及风险评估提供了重要的定性、定量决策依据.     

基于SEIR模型的COVID-19疫情防控效果评估和预测

通过对COVID-19疫情在中国的传播情况进行分析，建立了一个SEIR流行病模型，模型中将确诊人群分成已收治和未收治两类.先从理论上分析了模型的无病平衡点及其稳定性、基本再生数等关键问题；再结合实际数据，对武汉封城前和封城后两个阶段疫情的发展趋势进行数值模拟和比较分析，讨论了模型中一些重要参数对确诊人数的影响；最后，针对上述理论分析和数值模拟的结果，对之前采取的一些控制策略作了分析评估，同时对疫情后期发展进行预测.     

新型冠状病毒肺炎疫情预测预报的非线性回归方法

本文介绍几种累计新型冠状病毒肺炎(COVID-19)疫情预测预报中的非线性增长曲线,并说明Richards增长曲线在这次COVID-19疫情预测预报中的合理性和可行性;在此基础上,建立累计COVID-19疫情预测预报中的非线性回归点模型,并给出参数估计方法;对全国COVID-19疫情进行即时跟踪预测预报,包括数据校准、整体和分时间段的预测预报,同时获得全国COVID-19疫情随时间的预测预报结果,为进一步的疫情防控打下良好基础.     

新型冠状病毒肺炎疫情控制策略研究:效率评估及建议

基于传播动力学及普适SEIR (susceptible-exposed-infectious-recovered/removed)模型和程序Epi SIX (模型总参数只有10个),实时跟踪国家及各地卫生健康委员会(简称卫健委)自2019年12月12日以来发布的确诊数据,对新型冠状病毒肺炎(简称新冠肺炎)疫情的流行趋势进行了研判,对疾控策略的效率进行了评估,并将相应的建议提供给疾控方参考.特别地,厘清了这次疫情的流行病学基本参数,如基本再生数、平均潜伏期、平均传染期、非典型患者占比和流行趋势,包括流行时间、疫情拐点、流行规模,并分析了控制强度对传播的影响等.同时创建了一个网页来更新预测结果.     

基于新增确诊数据和光滑算子对FUDAN-CCDC模型反演算法的改进

2019年12月,新型冠状病毒肺炎(Corona-Virus-Disease,COVID-19)的疫情被人们识别认知,全世界都开始重视这个疫情.截至2020年4月21日24时,全球已累计确诊2 568 603例.科学地预测疫情发展趋势对疫情防控至关重要.FUDAN-CCDC模型用于国内疫情的预测产生了很好的效果,但是在用于欧美国家的疫情分析预测时效果不是很理想.本文对FUDAN-CCDC模型的优化目标进行了改进,考虑了新增数据的拟合,并考虑了欧美疫情数据的周末现象,提出对数据进行光滑预处理.新加入的两种可能的反演优化目标的改变,会对零增时间有较大的影响.在此基础上进一步发展的算法,可以得到更好的拟合和预测效果.     

基于FUDAN-CCDC模型对新冠肺炎的建模和确诊人数的预测

科学地预测疫情发展趋势对疫情防控至关重要.在新时滞动力学模型(TDD-NCP)的基础上,提出基于随机动力学的时滞卷积模型和离散卷积模型,并基于中国疾病预防控制中心的相关研究结果及公开数据以及Wallinga和Lipsitch的工作,反演出COVID-19的重要参数,拟合了武汉及上海市疫情发展趋势.     

基于FTA方法的COVID-19疫情应急防控决策研究

鉴于新型冠状病毒肺炎(COVID-19)的易感染性与聚集性等特点,基于COVID-19的传播机制,应用故障树分析(FTA)方法,研究了具有不同特征的疫情突发事件风险决策问题,包括疫情突发事件的动态演化过程、多种情景以及应急方案对突发事件的影响。通过分析COVID-19疫情突发事件的演化过程,构建故障树来描述导致突发事件演变的条件与因素之间的逻辑关系,给出了不同的可行应急方案。利用FTA预估出疫情突发事件发生的概率,计算出可行应急方案的整体排序值,获得最优应急方案。最后通过一个COVID-19确诊患者的案例分析,验证了所提出的方法的可行性和有效性。