【技术实现步骤摘要】
一种新冠肺炎的重大传染病传播风险预警及防控分析系统
本专利技术属于公共卫生安全、流行病学
的一种传染病风险和防控系统,涉及一种新型冠状病毒肺炎疫情大规模爆发情形下的重大传染病传播风险预警及防控分析系统。
技术介绍
现有研究表明,COVID-19比以往传染病表现出更加特殊的传播特点,导致其传播速度更快、传播范围更广、传播风险更高。相关技术中,对于重大传染病传播理论及建模已经开展了较为广泛的研究,包括SIR、SEIR等仓室模型,这些模型为描述传染病的传播机理及过程提供了重要的手段。然而,经典传染病模型并未考虑到COVID-19表现出的新的传播特点,包括:COVID-19较长的潜伏期以及潜伏期内的传染性、干预措施对疫情传播的影响、参数的时变特性等,在应用于COVID-19的传播机理分析时存在一些局限性。除此之外,当前对于重大传染病传播风险预警方面的研究大多与传染病的动态传播机理不符,且大多基于定性分析,缺乏定量计算方法,对疫情传播风险的防控分析研究也较少。
技术实现思路
为了解决
技术介绍
中存在的问题,本专利技术的目的是提供一种面向COVID-19的重大传染病传播风险预警及防控分析系统。本专利技术能够有效根据新型冠状病毒肺炎的动态传播机理,评估传染病的动态传播风险并及时发布风险预警信息,能够用于进一步地有效分析不同参数对防控传染病传播风险的效果,进行科学可靠的风险防控措施,从而有效降低传染病大规模扩散的风险,保障公共卫生安全。为实现上述目的,本专利技术采用的具体技术方案是包括
【技术保护点】
1.一种新冠肺炎的重大传染病传播风险预警及防控分析系统,其特征在于,包括:/n传播模型搭建模块,用于划分传染病爆发区域内的人群状态,并根据传染病的病理特征建立不同人群状态之间的状态转移关系,搭建传染病传播动力学模型;/n模型求解模块,输入疫情传播历史数据,通过参数辨识优化方法求解传染病传播动力学模型,输出传染病扩散程度随时间的变化关系;/n传播风险预警模块,用于根据传染病扩散程度随时间的变化关系评估传染病爆发区域内在传播规模、传播峰值和传播峰值时间三个维度方面的传播风险,并输出传播风险预警信息;/n风险防控分析模块,用于分析不同参数变化对传染病传播风险的灵敏度,并输出传染病传播风险防控措施。/n
【技术特征摘要】
1.一种新冠肺炎的重大传染病传播风险预警及防控分析系统,其特征在于,包括:
传播模型搭建模块,用于划分传染病爆发区域内的人群状态,并根据传染病的病理特征建立不同人群状态之间的状态转移关系,搭建传染病传播动力学模型;
模型求解模块,输入疫情传播历史数据,通过参数辨识优化方法求解传染病传播动力学模型,输出传染病扩散程度随时间的变化关系;
传播风险预警模块,用于根据传染病扩散程度随时间的变化关系评估传染病爆发区域内在传播规模、传播峰值和传播峰值时间三个维度方面的传播风险,并输出传播风险预警信息;
风险防控分析模块,用于分析不同参数变化对传染病传播风险的灵敏度,并输出传染病传播风险防控措施。
2.根据权利要求1所述的一种新冠肺炎的重大传染病传播风险预警及防控分析系统,其特征在于:所述传播模型搭建模块中,按照以下方式处理:
步骤1.1、结合COVID-19表现出的新的传播特点,将人群划分为8种状态,包括:易感染者、未隔离潜伏期感染者、已隔离潜伏期感染者、确诊感染者、无症状感染者、确诊治愈者、无症状治愈者、病死者;
步骤1.2、基于步骤1.1中划分的人群状态,根据传染病的病理特征建立不同人群状态之间的状态转移关系;
步骤1.3、基于步骤1.2中的不同人群状态之间的状态转移关系,搭建以下传染病动力学模型:
式中,S(t)、E(t)、Q(t)、I(t)、A(t)、R(t)、F(t)、D(t)、cI(t)分别为t时刻易感染者、未隔离潜伏期感染者、已隔离潜伏期感染者、现存确诊感染者、无症状感染者、累计确诊治愈者、累计无症状治愈者、累计病死者、累计确诊感染者的人数;N为人口总数;t为时间序数;β为疾病传染率,即一个未隔离感染者在单位时间Δt内平均接触并传染的数量;κ为潜伏期感染者被提前隔离的概率;α1为未隔离潜伏期感染者的确诊速率;α2为未隔离潜伏期感染者的隔离速率;α3为已隔离潜伏期感染者的确诊速率;α4为治愈者转变为易感人群的转移速率;μ为治愈者转变为易感人群的概率;θ为潜伏期感染者转变为无症状感染者的概率;ρ为感染者的治愈概率;γA为无症状感染者的康复速率;γ为感染者的治疗速率。
3.根据权利要求1所述的一种新冠肺炎的重大传染病传播风险预警及防控分析系统,其特征在于:所述模型求解模块中,按照以下方式处理:
步骤2.1、建立参数辨识优化模型,目标为参数辨识优化模型的计算模拟值与疫情传播历史数据之间的偏差最小:
式中,I*(t)、R*(t)、D*(t)、cI*(t)分别表示t时刻的现存确诊病例数、累计治愈病例数、累计死亡病例数和累计确诊病例数;
步骤2.2、基于步骤2.1中的参数辨识优化模型,输入疫情传播...
【专利技术属性】
技术研发人员:丁一,桑茂盛,包铭磊,涂腾,
申请(专利权)人:浙江大学,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。