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技术方案

本发明专利技术公开了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。包括传播模型搭建模块，用于构建传染病传播动力学模型；模型求解模块，用于求解传染病传播动力学模型并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，用于评估传染病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。本发明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。

【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以下步骤：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。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；其中，易感染者是指没有被感染但缺乏免疫能力并且容易被感染者传染的群体；未隔离潜伏期感染者是指已经被感染但还未表现出明显症状且未被隔离的群体；已隔离潜伏期感染者是指已经被感染但还未表现出明显症状且已被隔离的群体；确诊感染者是指被感染且经过医学检测后确诊的群体；无症状感染者是指被感染但发病周期内始终未表现出明显症状且能够自愈的群体；确诊治愈者是指确诊感染者经过治疗后治愈的群体；无症状治愈者是指无症状感染者经过发病周期后自行康复的群体；病死者是指被感染后未被治愈而死亡的群体。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；不同人群状态之间的状态转移关系具体包括：易感染者与未隔离潜伏期感染者、无症状感染者、确诊感染者接触之后会按一定概率转变为未隔离潜伏期感染者；未隔离潜伏期感染者按隔离概率变为隔离潜伏期感染者会按一定概率变为无症状感染者或确诊感染者；无症状感染者经过发病周期后变为无症状治愈者；隔离潜伏期感染者经检测周期后变为确诊感染者；确诊感染者经治疗周期后会按一定概率变为确诊治愈者或病死者；确诊治愈者经免疫周期后会按一定概率变为易感染者。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。t时刻现存确诊感染者的人数I(t)与t时刻累计确诊感染者的人数cI(t)的区别在于，t时刻现存确诊感染者的人数不包括t时刻前的治愈或死亡的人数，t时刻累计确诊感染者的人数包括t时刻前的治愈或死亡的人数。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；参数辨识优化模型的计算模拟值包括步骤1.3中的现存确诊感染者I(t)、累计确诊感染者cI(t)、累计确诊治愈者R(t)、累计病死者D(t)的人数；疫情传播历史数据为已知数据，包括每日现存确诊病例数I*(t)、累计确诊病例数cI*(t)、累计治愈病例数R*(t)、累计死亡病例数D*(t)。步骤2.2、基于步骤2.1中的参数辨识优化模型，输入疫情传播历史数据，针对传染病不同传播阶段，利用马尔可夫链蒙特卡洛算法求解得到传染病各传播阶段内的间接参数值，s为传染病不同传播阶段的序数，包括：染病传播各阶段内未隔离潜伏期感染者被提前隔离的概率κ、疾病传染率β、感染者治疗速率γ、感染者治愈概率ρ；间接参数为无法直接获取或靠经验估算，需要通过参数辨识优化模型计算得到的参数，包括{κ,β,γ,ρ}，其余参数为直接参数，能够已知获得。步骤2.3、将步骤2.2中的间接参数值，代入步骤1.3中的传染病动力学模型，求解得到传染病扩散程度随时间的变化关系。传染病扩散程度随时间的变化关系具体为各人群状态的人数随时间变化，包括：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。所述传播风险预警模块中，根据步骤2中的传染病扩散程度随时间的变化关系的结果，采用以下步骤建立的传染病传播风险参数，得到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参数，并输出传播风险预警信息：步骤3.1、根据最终时刻的累计确诊感染者人数和当前时刻的累计确诊感染者人数，按照以下公式处理获得传播规模风险参数R1：...

【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