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.     

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.     

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.     

基于脉冲微分方程的COVID-19境外输入型病例对我国疫情防控影响的分析

我国针对新型冠状病毒肺炎(COVID-19)展开了联防联控工作,目前国内防疫形势已趋于明朗,但境外疫情处于上升阶段,"外防输入"成为我国下一阶段疫情防控的重点.本文通过对COVID-19传播动力学模型引入脉冲项来描述境外输入型病例对于我国目前疫情防控的影响.本文研究3种控制程度不同的入境防疫政策,数值模拟了输入型病例对于与韩国存在人口流动的我国各个省市疫情发展的影响及相应医疗资源需求.数值实验表明,对于输入型人口总量较少的地区,我国现有的防疫政策能够很好地控制疫情发展;对于来自疫区输入型人口较多的省市,边防口岸的有效筛查和必要隔离是防止由于输入型病例引起我国疫情二次暴发的重要手段.     

2019新型冠状病毒肺炎疫情传播能力及疫情控制效能的地域差异分析

2019年底武汉突发的新型冠状病毒疾病(COVID-19)疫情已进入"全球大流行"状态.本文基于Li等(New England Journal of Medicine,2020,382:1199-1207)关于2019年12月10日至2020年1月4日期间武汉最早的425例确诊病例数据,使用似然函数估计方法得到了COVID-19疫情的基本再生数为2.42,平均序列间隔为8.85天.为了刻画疾病瞬时传播能力的地域差异,利用湖北省内各地市和中国境内各省市的每日疫情报告数据(来自各省市卫生健康委员会网站),由统计模型得到了各地在2020年2月间的每日瞬时再生数估计值.进一步,基于瞬时再生数定义了一个新的疫情控制效能公式,定性评估了各地区采取的防控策略对COVID-19实时传播能力的影响.结果提示现阶段境外输入病例造成国内疫情复发的风险依然很大,COVID-19传播具有较明显的地域差异,但引起差异的因素值得后续进一步持续关注.     

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.     

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     

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.     

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.     

基于变系数Hawkes过程的新型冠状病毒肺炎的传播强度分析

当前,新型冠状病毒肺炎(COVID-19)在全球大部分地区肆虐,对人类生命安全和社会经济活动带来严峻挑战.新型冠状病毒肺炎的传播强度随时间的变化规律及其影响因素是传染病学家关心的重要问题.基于新型冠状病毒肺炎病例数,本文提出变系数Hawkes过程,分析日本,韩国以及北京市,武汉市新冠肺炎传播强度随时间变化的趋势,评估突发事件和政府采取的干预措施对疫情防控的影响.本文基于样条逼近技术建立半参数估计方法,数值模拟结果表明所提出方法在有限样本下具有良好表现.该研究可为疫情防控提供有益的统计建议.     

新型冠状病毒肺炎疫情联防联控策略评价与开放离鄂通道影响的预测

我们利用传播动力学模型,基于国家卫健委公布的确诊人数、痊愈人数和因病死亡人数,得到如下三个结论.1、中国政府采取的联防联控机制已经对新型冠状病毒肺炎疫情防控起到了显著效果.湖北省的基本再生数从2月3日之前的3.86 (即一个感染者在感染周期内将导致3.86人感染)逐渐降为2月8日之后的0.42;浙江、广东、河南、湖南、江西、安徽、北京和上海等六省二市的基本再生数从1月30日之前的3.68降为2月4日之后的0.18.2、无症状感染者和有症状感染者在确诊前的感染力接近.新型冠状病毒肺炎疫情防控的难点在于隔离并及时收治无症状感染者.湖北省无症状感染者人数从2月5日的最高点(23,068人)逐步回落到2月29日的2,935人,湖北省的疫情防控形势依然非常严峻;浙江、广东、河南、湖南、江西、安徽、北京和上海六省二市无症状感染者人数在2月29日已经回落至5～21人之间,这些地区新型冠状病毒肺炎疫情已经得到了初步控制.3、选择放松离鄂通道交通管制措施的时机需要非常谨慎.传播动力学模型预测,如果在5月中旬或6月中旬放松离鄂通道交通管制措施,允许每天从湖北输入10万无症状人群到浙江、广东、河南、湖南、江西、安徽、北京和上海等六省二市,则一个半月后输入地感染人数将累计增加5.5人或1.3人.但如果选择在3月中旬或4月中旬放松离鄂通道交通管制措施,一个半月以后输入地感染人数将累计增加93人或22人.     

封闭空间中新型冠状病毒肺炎传播模型:以日本“钻石公主号”邮轮为例

该文以新型冠状病毒(SARS-Cov-2)在日本钻石公主号邮轮上传播为例,通过建立简单的易感者-感染者传染病模型,研究在封闭空间中新冠病毒肺炎(COVID-19)的传播机制.动力学分析和数值拟合预测了疾病传播过程和最终结果,讨论了不同隔离措施对疾病传播进程的影响,并给出防控策略建议.     

SIR类型新型冠状病毒肺炎多阶段最优控制模型

新型冠状病毒肺炎(COVID-19)疫情在全球范围传播,给人们的健康带来了严重的威胁。面对疫情发展预期数据,我们需要在有限医疗资源的情况下确定疫情传播参数,以指导主要防疫措施的实施力度。本文采用SIR类型的模型描述新冠肺炎疫情发展,并建立多阶段最优控制模型确定疫情传播参数。为了高效确定参数取值,我们建立多项式时间可计算的半定规划近似模型。基于世界卫生组织发布的数据,我们求解近似模型,得到描述给定时段内美国新冠肺炎疫情发展态势的疫情传播参数,并分析疫情防控策略。     

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.     

人口迁入与新增确诊数的趋势关系及因果量化分析

目前,很多地区新冠肺炎疫情已得到缓解,复工、复产已被多地政府部门提上日程.2月10日前后,全国各地返城复工人数增多,2月14日开始,广东、河南等地新增病例数出现了明显反弹,人口跨地区迁徙使疫情防控更加困难.目前全国返工、返校需求还远未得到满足,需要通过数据分析,对"返城复工"的风险进行评估.通过观察数据可以发现人口迁徙与新增确诊病例数有很强的正相关性,因此由"格兰杰因果检验"确定了人口迁徙与新增确诊病例数有显著的因果关系.     

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.     

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。