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.     

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.     

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.     

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.     

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.     

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。     

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。     

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.     

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.     

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.     

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.     

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.     

Hoerl曲线的改进及其在非寿险未决赔款准备金估计中的应用

对基于Hoerl曲线的非寿险未决赔款准备金估计模型的不足进行了讨论,并对其进行了改进.将改进的Hoerl曲线做为预测量而建立的指数族非线性模型具有更大的灵活性,因而更适用于未决赔款准备金的估计.通过模拟实验对改进的Hoerl曲线在未决赔款准备金估计中的应用进行了验证,并与经典泊松链梯模型以及基于Hoerl曲线的模型进行了对比分析.结论表明,对于先缓慢增长至顶点,然后快速回落的赔付模式,改进的Hoerl曲线具有更好的预测效果.     

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.     

非线性优化方法在大气和海洋科学数值研究中的若干应用

控制大气和海洋运动的模式是复杂的非线性模式,在考虑到线性奇异向量和线性奇异值只能描述切线性模式有效时段内小扰动发展的情况下,介绍了作者们近年来用非线性优化方法数值研究大气和海洋科学的有关工作,其中包括非线性奇异向量和非线性奇异值、条件非线性最优扰动、以及它们在数值天气和气候可预报性研究中的应用．结果表明,上述非线性优化方法在很大程度上揭示了大气和海洋运动的非线性特征;此外,对可预报性问题的新分类也做了详细介绍,即最大可预报时间、最大预报误差和最大允许初始误差A·D2这种分类的应用背景是针对数值天气预报和气候预测产品的评价;最后,讨论了数值模式敏感性分析的非线性优化方法,该方法在一定条件下可以定量识别模式误差和初始误差,量化判断数值模式的模拟能力．     

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.