消滅埃博拉(1).doc

如何根除埃博拉摘要 2014年爆發(fā)的埃博拉引發(fā)全球恐慌。如何控制和消滅埃博拉病毒已成為一種普遍關(guān)注的問題。 首先，我們建立了一個(gè)傳染病模型SEIHCR(CT)，在這個(gè)模型中，我們對埃博拉的幾個(gè)特別因素進(jìn)行考慮，這些是來自醫(yī)院，感染的尸體和有強(qiáng)烈接觸的人描述的治療方法。這個(gè)模型是經(jīng)過傳統(tǒng)的傳染病模型完善得到，通過計(jì)算機(jī)計(jì)算，模型的結(jié)果(如圖4，5，6所示)與WHO報(bào)導(dǎo)的數(shù)據(jù)完全吻合，說明我們的改進(jìn)模型是有效的。 其次，對藥物干預(yù)進(jìn)行了深入的研究。醫(yī)學(xué)需要的總數(shù)量是基于個(gè)人暨累計(jì)數(shù)（圖2）。人們的統(tǒng)計(jì)和由SEIHCR(CT）計(jì)算得到的結(jié)果只有輕微的差異，進(jìn)一步說明我們的模型的可行性。在設(shè)計(jì)應(yīng)用加權(quán)模糊C-均值聚類算法中選擇6個(gè)位置（如圖3、表2）應(yīng)作為其他的配送中心城市。我們優(yōu)化的交付位置，每個(gè)城市的位置和所需的藥物。每個(gè)位置的股票的百分比也被計(jì)算出來，以方便未來的分配（表4）。生產(chǎn)的平均速度應(yīng)不低于106.2單位劑量每一天，在生產(chǎn)速度和藥物的療效上面加強(qiáng)了其干預(yù)效果。 第三，其他關(guān)鍵因素，除了前面討論的模型，更安全尸體的處理，以及早期識別和隔離也證明是相關(guān)的。通過改變參數(shù)的值，我們可以預(yù)測未來的CUM，結(jié)果（圖12,13）表明，這些干預(yù)措施將有助于減少CUM以更快的速度降低到一個(gè)較低的高原。然后，我們分析其因素，減少控制和消滅埃博拉的時(shí)間。例如，當(dāng)被隔離的傳染率是33%-40%時(shí)，疾病可以成功控制（表5）。當(dāng)介紹時(shí)間為治療減少210到145天時(shí)，消滅埃博拉病毒的時(shí)間達(dá)200天以上。最后，我們選擇三個(gè)參數(shù)：傳輸速率，潛伏期和敏感性分析的死亡率。關(guān)鍵詞：埃博拉，流行模式，累積病例，聚類算法內(nèi)容1.介紹.1 1.1問題的背景.1 1.2以前的研究.2 1.3我們的工作.22.一般的假設(shè).33.符號和符號說明.4 3.1符號.4 3.2符號說明.44.埃博拉病毒傳播 4.1傳統(tǒng)的傳染病模型.5 4.1.1SEIR模型.5 4.1.2爆發(fā)的數(shù)據(jù).6 4.1.3SEIR模型結(jié)果.84.2改進(jìn)后的模型 4.2.1SEIHCR（CT）模型.8 4.2.2參數(shù)的選擇.10 2.1.1SEIHCR（CT）模型結(jié)果.115藥物干預(yù).13 5.1這藥總量.13 5.1.1來自WHO的統(tǒng)計(jì)結(jié)果.13 5.1.2SEIHCR（CT）模型結(jié)果.15 5.2輸送系統(tǒng).15 5.2.1交貨地點(diǎn).16 5.2.2交貨金額.195.3.制造速度.205.4藥物療效.216其他重要的干預(yù).21 6.1尸體安全處理.21 6.2強(qiáng)化追蹤接觸和早期隔離.22 6.3結(jié)論.247控制和消滅埃博拉.24 7.1如何可以控制埃博拉.24 7.2當(dāng)埃博拉被根除.268敏感性分析.27 8.1.傳輸速率的影響.27 8.2.潛伏期的影響.28 8.3.波動(dòng).289優(yōu)勢和劣勢.29 9.1.優(yōu)勢29.30 9.2.缺點(diǎn).30 9.3.未來的工作.30 給世界醫(yī)學(xué)協(xié)會(huì)的信.31 引用.331.簡介1.1.問題背景埃博拉病毒?。‥VD），原名埃博拉出血熱，是一嚴(yán)重的，通常是致命的疾病在人類。在西非爆發(fā)，（第一例在2014年5月通報(bào)），埃博拉病毒是埃博拉疫情以來規(guī)模最大、最復(fù)雜的埃博拉病毒病毒是首次發(fā)現(xiàn)于1976。在這一情況下有更多的病例和死亡病例比所有人的爆發(fā)。它開始在幾內(nèi)亞比紹，后來在陸地上蔓延塞拉利昂和利比里亞的邊界。當(dāng)前形勢最受影響。表1可以清楚地看到最新的來自世界衛(wèi)生組織（世衛(wèi)組織）的各國疫情爆發(fā)情況的圖表公布圖1.2015年4個(gè)月在西非的埃博拉疫情分布圖埃博拉病毒首先從水果蝙蝠傳播到人類的人群中?，F(xiàn)在它可以通過直接接觸血液、分泌物、器官或器官或受感染人的其他體液，以及受污染的表面和材料有了這些液體。葬禮儀式也能起到傳播埃博拉的作用因?yàn)椴《疽部梢酝ㄟ^死者的尸體傳播。1疫情控制需要協(xié)調(diào)的醫(yī)療服務(wù)，同時(shí)有一定的社區(qū)參與程度。醫(yī)療服務(wù)包括快速檢測病例對接觸過感染者的疾病、接觸者的追蹤個(gè)人，快速獲得實(shí)驗(yàn)室服務(wù)，為那些誰是正確的醫(yī)療感染，并通過火化或埋葬死者的妥善處置1，2。有許多不同的實(shí)驗(yàn)性疫苗和治療埃博拉病毒開發(fā)，在實(shí)驗(yàn)室和動(dòng)物種群中測試，但他們還沒有已經(jīng)充分測試了安全性或有效性3，4。在2014的夏天，世界衛(wèi)生組織聲稱快速跟蹤測試是道德的，在光的流行。4事實(shí)上，第一批針對埃博拉的實(shí)驗(yàn)性疫苗已經(jīng)被發(fā)送到利比里亞一月2015。根據(jù)英國生產(chǎn)葛蘭素史克公司的博士分析，初期是鼓勵(lì)和鼓勵(lì)他們下一個(gè)階段的臨床試驗(yàn)進(jìn)展。1.2.之前的研究疫情擴(kuò)散分析是一個(gè)普遍關(guān)注的問題。而且，在西方的2014次埃博拉疫情的研究中已經(jīng)有大量的研究非洲。對于疾病的傳播，這被認(rèn)為是一個(gè)重要因素6根除埃博拉，有很多以前的研究，可以方便我們的了解疾病。例如，菲斯曼等人，用一二個(gè)參數(shù)數(shù)學(xué)模型來描述疫情增長與控制。戈麥斯等。研究埃博拉病毒的風(fēng)險(xiǎn)7國際傳播及其流動(dòng)性數(shù)據(jù)。他的研究得出了一個(gè)結(jié)論埃博拉的國際傳播的風(fēng)險(xiǎn)比較小，比較小在西非國家的擴(kuò)張。疾病控制中心8預(yù)防使用傳統(tǒng)的SIR模型外推埃博拉疫情和預(yù)計(jì)，利比里亞和塞拉利昂的埃博拉病毒將有2015年1月有140萬例9。應(yīng)用SEIR模型研究埃博拉病毒的影響。SEIR模型以國家剛果和烏干達(dá)1995的暴發(fā)疫情200010暴露在考慮，這是一個(gè)特殊的埃博拉病毒的特點(diǎn)，因?yàn)榻佑|病毒會(huì)使個(gè)人更容易被感染?；谒麄兊哪Ｐ?0開發(fā)了一個(gè)模型，其中，巴爾德斯等人，開發(fā)了一個(gè)模型，發(fā)現(xiàn)減少是依賴于時(shí)間11人口流動(dòng)對地理遏制的疾病和一個(gè)小的影響快速和早期干預(yù)，增加住院和減少疾病在醫(yī)院和葬禮上的傳輸是最重要的反應(yīng)，任何可能的再次出現(xiàn)埃博拉疫情12。1.3我們的工作我們被要求建立一個(gè)現(xiàn)實(shí)的，合理的，有用的模型來優(yōu)化根除埃博拉病毒或至少它當(dāng)前的應(yīng)變。我們的模式不僅要考慮疾病的傳播，所需的藥物的數(shù)量，可能可行的交付系統(tǒng)，交貨地點(diǎn)，疫苗或藥物制造的速度，但也其他關(guān)鍵因素，我們認(rèn)為是必要的。首先，我們搜索了大量的論文，討論的傳播埃博拉幫助我們加深了對問題的認(rèn)識。提供大量的背景資料和他們的工作作為一個(gè)重要的6介紹。我們發(fā)現(xiàn)，一些文件使用了傳統(tǒng)的流行病模型預(yù)測疾病如用奧爾索斯SEIR模型的傳輸11以估計(jì)2014次疫情暴發(fā)的病毒數(shù)量。因此，我們同時(shí)應(yīng)用SEIR模型對早期埃博拉傳播預(yù)測。后來，我們發(fā)現(xiàn)埃博拉病毒有一些特定的羽毛，還需要考慮的是，潛在的傳輸威脅所帶來的高度傳染性如果病人可以是尸體，可以提高感染控制率和降低傳輸率在醫(yī)院治療的強(qiáng)大干預(yù)方法：接觸追蹤。服用后所有這些關(guān)鍵因素都在考慮，我們改進(jìn)了原有的流行病模型。接下來，我們深入分析了藥物干預(yù)。我們首先使用了由誰提供的統(tǒng)計(jì)數(shù)據(jù)24幫助找出所需藥品的數(shù)量。我們也用我們改進(jìn)的模型來預(yù)測患者的數(shù)量和所需的幾內(nèi)亞比紹和利比里亞的醫(yī)學(xué)。雙參數(shù)：（1）電流患者及磷和（2）累積數(shù)的增加率的疾病來確定藥品的數(shù)量，作為標(biāo)準(zhǔn)。數(shù)量醫(yī)學(xué)已被計(jì)算，我們排序的受影響的城市的三個(gè)國家若干組，以確定交貨地點(diǎn)。我們采用模糊C均值聚類聚類算法，最終選擇6個(gè)投遞點(diǎn)。這些交貨點(diǎn)負(fù)責(zé)將藥品儲存和運(yùn)送到城市圍繞著他們。后來，我們采取了生產(chǎn)速度和療效考慮這些參數(shù)可以影響干預(yù)的藥物。然后，我們考慮其他重要因素，將有助于消除埃博拉病毒：（1）更安全的治療尸體；（2）加強(qiáng)接觸追蹤和更早隔離。整理分析了所有相關(guān)的因素，得出了最終結(jié)論并預(yù)測了一段時(shí)間為埃博拉的根除。在最后階段，我們提供了一個(gè)非世界醫(yī)學(xué)會(huì)科技函在公告中使用發(fā)明了一種新的藥物來阻止埃博拉病毒，治療患者的疾病是不先進(jìn)的。2一般假設(shè)（1）新生人口不計(jì)入總?cè)丝凇＃?）個(gè)人暴露進(jìn)入潛伏期，尚未感染。（3）恢復(fù)的患者將不會(huì)再感染（4）藥物僅僅在醫(yī)院提供（5）每一個(gè)在當(dāng)?shù)貛變?nèi)亞，塞拉利昂和利比里亞可以作為配送中心和配送城市和直線之間的路線。（6）藥物和疫苗可以跨界傳送3.符號和符號描述3.1.符號敏感個(gè)體12：一個(gè)臨床疾病兼容EVD的人在發(fā)病前21天內(nèi)，無論是：歷史前往受影響地區(qū)或直接與疑似或確診的病例或接觸接觸EVD感染血液或其他體液或組織或直接處理蝙蝠、鼠類和靈長類動(dòng)物，從埃博拉病毒影響的國家或準(zhǔn)備或布什肉類消費(fèi)從埃博拉病毒影響的國家。暴露個(gè)體14：一個(gè)被埃博拉病毒感染的人卻被尚未有傳染性或有癥狀?；驹偕鷶?shù)6：造成二次案件的平均數(shù)通過一個(gè)典型的受感染的個(gè)體，通過它整個(gè)過程中，在一個(gè)完全的感染易感人群和缺乏控制干預(yù)措施。接觸跟蹤15：找到一個(gè)與一個(gè)生病的埃博拉病毒直接接觸的人病人。從最后一天他們進(jìn)來時(shí)，他們被看了21天的疾病接觸埃博拉患者。如果接觸發(fā)燒或其他埃博拉癥狀，他們立即隔離，測試，提供照顧，和周期開始的一切新病人的接觸被發(fā)現(xiàn)，并觀看了21天。3.2符號說明符號說明基本再生數(shù)R0NS(t)E(t)I(t)H(t)C(t)R(t)CUT(t)總?cè)丝谝?guī)模懷疑個(gè)體數(shù)量同時(shí)暴露的個(gè)體數(shù)量在醫(yī)院外的感染者人數(shù)住院患者數(shù)量的時(shí)間污染死者的數(shù)量在時(shí)間及時(shí)刪除的個(gè)人數(shù)目個(gè)人的累計(jì)次數(shù)傳輸速率（在醫(yī)院外，醫(yī)院內(nèi)，尸體）平均培養(yǎng)時(shí)間傳染病個(gè)體的識別率/分離率平均時(shí)間從癥狀開始恢復(fù)（醫(yī)院外，醫(yī)院內(nèi)）平均時(shí)間從癥狀開始到死亡（在醫(yī)院外，醫(yī)院內(nèi)）病死率（醫(yī)院外，醫(yī)院內(nèi)）直至死者妥善處理的平均時(shí)間(bI,bH,bC)(gI,gH)(VI,VH)(dI,dH)k E,pI)每一個(gè)識別/孤立的接觸的平均數(shù)目感染個(gè)體接觸跟蹤個(gè)人的概率（已暴露的、感染的）被隔離而不引起新情況 E,wI)接觸跟蹤個(gè)體的概率之比（已暴露的、感染的）在對原產(chǎn)于案件的鑒定時(shí)隨機(jī)個(gè)體在人群中的概率（已暴露的、感染的）4.埃博拉蔓延4.1.傳統(tǒng)流行模式4.1.1.SEIR模型對埃博拉病毒的傳播遵循西（敏感暴露感染恢復(fù)）的動(dòng)力學(xué)，可以用下面的一組普通微分方程來描述方程10：&(t)=-bS(t)I(t)/NS&E(t)=bS(t)I(t)/N-sE(t)&(t)=sE(t)-gE(t)I&(t)=gI(t)R&M(t)=sE(t)CU在這個(gè)公式當(dāng)中：S(t)是不易感個(gè)體的數(shù)量，E(t)是在時(shí)間的暴露個(gè)人的數(shù)目，I(t)是感染者的數(shù)量在時(shí)間噸，R(t)是在時(shí)間上被刪除的個(gè)人的數(shù)目，CUT(t)埃博拉病例數(shù)從癥狀發(fā)作的累計(jì)數(shù)，N是總?cè)丝诘囊?guī)模，是培養(yǎng)平均時(shí)間，1/g是傳染性的平均時(shí)間。b是每人每天的傳輸速率。b是沒有常數(shù)控制干預(yù)。然而，在控制措施是在時(shí)間t介紹，b被假定為指數(shù)衰減率k16。那是：b(t)=b0,tt-k(1-t)b0e,tt4.1.2.暴發(fā)數(shù)據(jù)這2014個(gè)埃博拉病毒爆發(fā)受影響最嚴(yán)重的國家是幾內(nèi)亞，塞拉利昂和利比里亞。因此，我們主要采用SEIR模型估計(jì)這三個(gè)國家的累積病例。估計(jì)所需的數(shù)據(jù)可以從疾病預(yù)防控制中心獲得17組織的在所有情況報(bào)告中提供的信息18那是從2014年3月1日到2015年2月4日最新的一個(gè)。數(shù)據(jù)包括報(bào)告的數(shù)字案件（確認(rèn)，可能和懷疑）和死亡。測試在2014埃博拉病毒傳播的SEIR模型的有效性，我們有比較幾內(nèi)亞比紹和利比里亞的實(shí)際情況和死亡情況模型計(jì)算出的數(shù)據(jù)。我們需要首先設(shè)定的價(jià)值參數(shù)進(jìn)行計(jì)算。表1.對于2014埃博拉病毒爆發(fā)的參數(shù)估計(jì)參數(shù)幾內(nèi)亞塞拉利昂利比里亞基本復(fù)制數(shù)R01.512.531.59傳輸速率在沒有控制干預(yù)時(shí)b00.270.450.28減少傳動(dòng)總?cè)丝谝?guī)模kN0.04812,000,0000.0486,100,0000.0484,092,310基本再生數(shù)R0由R0/給出,在這兒,1/=5.61天是由chowell等人的研究感染時(shí)間而得到的10。此外，1/=5.61,1=5.3是從先前的一次疫情中潛伏期的平均時(shí)間該病在剛果199510。其他參數(shù)估計(jì)值11是列于表1。首先，通過將參數(shù)轉(zhuǎn)化為方程（4.1），我們可以計(jì)算出估計(jì)這三個(gè)國家的病例數(shù)和死亡人數(shù)，也就是說，我們將能夠預(yù)測疾病的傳播。然后，通過比較計(jì)算出的數(shù)字報(bào)告的數(shù)據(jù)，我們將能夠驗(yàn)證SEIR模型的有效性。4.1.3.SEIR模型的結(jié)果實(shí)際數(shù)據(jù)的累積數(shù)量的受感染的病例和死亡的顯示在“誰情況報(bào)告”中找到的數(shù)據(jù)，該點(diǎn)曲線上有點(diǎn)曲線18。2014年3月1日被定義為第1天，圖中的一個(gè)交叉表示一個(gè)統(tǒng)計(jì)數(shù)字的累計(jì)數(shù)。計(jì)算得到的數(shù)據(jù)通過求解方程（4.1）。圖2.分別為幾內(nèi)亞比紹、塞拉利昂和利比里亞的累計(jì)人數(shù)從上圖中，我們可以看到，該模型符合病例報(bào)告的數(shù)據(jù)，和死亡在這三個(gè)國家非常好。因此，SEIR可以作為一個(gè)很好的工具分析2014個(gè)埃博拉病毒疫情的蔓延。4.2.改進(jìn)模型4.2.1.SEIHCR（CT）模型SEIR模型是一種可以預(yù)測傳染病的模型。然而，不管埃博拉病毒多么特殊，我們必須考慮其他重要因素。我們的主要考慮因素有：1）在不適定的潛在威脅傳染性bytheandthe提供醫(yī)院護(hù)理學(xué)院；2）（TPP）參與追蹤。圖3表明了SEIHCR（CT）的改進(jìn)模型在美國和過渡利率國家的需求關(guān)系如下：圖3.該SEIHCR（CT）模型傳統(tǒng)的SEIR模型應(yīng)該被模范化20，23。改進(jìn)SEIHCR（CT）模型可以寫成：在這個(gè)公式當(dāng)中：S(t)是不易感個(gè)體的數(shù)量，E(t)是在時(shí)間的暴露個(gè)人的數(shù)目，H(t)住院患者數(shù)量的時(shí)間C(t)污染死者的數(shù)量在時(shí)間I(t)是感染者的數(shù)量在時(shí)間噸，R(t)是在時(shí)間上被刪除的個(gè)人的數(shù)目，CUT(t)埃博拉病例數(shù)從癥狀發(fā)作的累計(jì)數(shù)，I醫(yī)院外部的傳播速度 H醫(yī)院內(nèi)部的傳播速度C因死者處理不當(dāng)導(dǎo)致的傳播速率并且是總的傳播速率1平均培養(yǎng)時(shí)間傳染病個(gè)體的識別率/分離率1/H從外感染到醫(yī)院恢復(fù)的平均時(shí)間1/VH從外感染到醫(yī)院死亡的平均時(shí)間H是醫(yī)院內(nèi)病死率1/I是平均時(shí)間從癥狀開始恢復(fù)到醫(yī)院外1/VI是平均時(shí)間從癥狀到死亡外院，I是醫(yī)院以外的死亡率，1直至死者妥善處理的平均時(shí)間Yk每一個(gè)識別/孤立的接觸的平均數(shù)目感染個(gè)體E是沒有引起新的情況下，一個(gè)接觸跟蹤暴露個(gè)人的概率E是接觸跟蹤個(gè)體的概率的比率暴露在源的情況下識別概率的隨機(jī)個(gè)體在人口被暴露I是沒有引起新的情況下，一個(gè)接觸傳染病個(gè)體的概率I是接觸跟蹤個(gè)人的比率的概率是感染的時(shí)間在種群中的隨機(jī)個(gè)體的源性病例的識別有傳染性。當(dāng)我們要測試的有效性的最終模型，我們應(yīng)該比較與實(shí)際數(shù)據(jù)計(jì)算的數(shù)據(jù)，就像我們在第4.1節(jié)所做的一樣。這個(gè)累計(jì)個(gè)人數(shù)可以通過：考慮尸體、醫(yī)院和接觸的原因首先，醫(yī)院的護(hù)理19受影響的人群可以作為一個(gè)治療患者的基礎(chǔ)，并防止疾病蔓延到一個(gè)更大的規(guī)模。此外，喪葬19如果受監(jiān)管，會(huì)減少被感染的風(fēng)險(xiǎn)處理未經(jīng)處理的尸體（被污染的死者）。其次，接觸追蹤有時(shí)視為關(guān)鍵因素消除西非埃博拉疫情，因?yàn)槿绻颊吣茉谒麄兊恼n程中發(fā)現(xiàn)較早疾病，他們接觸的家庭成員和社區(qū)衛(wèi)生工作者的機(jī)會(huì)將明顯減少21。方程（4.3）是從原始模型的改進(jìn)，這是我們最終的西模型。我們叫它的SEIHCR（CT）模型來說明其改進(jìn)從傳統(tǒng)的SEIR模型的差異。SEIHCR（CT）過渡到西珥（CT）顯示了如何基本模型可以大大提高基于其他因素和我們自己的對這個(gè)問題的理解。4.2.2.參數(shù)選擇1.R0估計(jì)為了獲得繁殖數(shù)R0,我們使用了一種方法，如下面公式所示22:其中：A表示矩陣譜半徑的一個(gè)，F(xiàn)是新發(fā)感染率，V是通過所有其他手段的個(gè)人轉(zhuǎn)移率。F和V是SEIHCR(CT)模型2.其他參數(shù)的確定參數(shù)的值b1，H,C，和根據(jù)三個(gè)國家可以使用最小二乘曲線擬合算法估計(jì)為，1,gH,v1，vH，1，H從現(xiàn)有的參考文獻(xiàn)中借來的11?；赟EIHCR(CT)模型下給出下面的公式，計(jì)算下一代方法：在所有這些參數(shù)之間，1是在沒有控制干預(yù)的情況下是恒定的，正如來自SEIHCR(CT)模型的，在控制措施后，在時(shí)間t時(shí)，1被假定為指數(shù)衰減率16。即：因?yàn)閗和H都和藥物有關(guān)系，我們不妨假設(shè)他們的關(guān)系為：在這里根據(jù)經(jīng)驗(yàn)我們假設(shè)q取值為3.2.2.1.1.SEIHCR(CT)模型的結(jié)果接下來，我們用虛線表示實(shí)際數(shù)據(jù)的累積在“形勢報(bào)告”中發(fā)現(xiàn)的數(shù)字18，固體線代表我們從公式（4.3）計(jì)算的SEIHCR(CT)模型。開始的日子在仿真定義為第一天。圖4.2014年2月4日到3月25日累計(jì)病例模擬得到的參數(shù)結(jié)果為：圖5.2014年2月4日到3月25日累計(jì)病例模擬根據(jù)上圖得到的參數(shù)結(jié)果為圖6.模擬從2014年3月27日到2015年2月4日在利比里亞的累積病例得到參數(shù)值這些模擬是通過改變參數(shù)的組合。基于SEIR模擬比較模型，我們可以看到，我們得到一個(gè)更適用的SEIHCR（CT）模型，使計(jì)算數(shù)據(jù)更順利和密切的接近實(shí)際報(bào)告的數(shù)據(jù)與模擬對塞拉利昂的完美的逼近。5.藥物干預(yù)如果藥品和疫苗可以提供給病人和健康人，那末病人的生存率將增加，受影響的國家的情況將在很大程度上提高。因此，制造和交付的藥品應(yīng)該是抗擊埃博拉的重要因素。我們的任務(wù)是計(jì)算藥品總量，設(shè)計(jì)一個(gè)良好的配送體系，比較不同制造速度和不同程度的藥物干預(yù)程度功效。5.1.醫(yī)學(xué)的總數(shù)量5.1.1.WHO統(tǒng)計(jì)結(jié)果當(dāng)藥物即將交付給受影響地區(qū)的埃博拉，顯然，人們應(yīng)該首先分析當(dāng)前形勢的嚴(yán)峻性去決定所需藥的數(shù)量。然而，僅僅知道目前的情況是不夠的。我們還應(yīng)考慮病毒的傳播速度，因?yàn)橐粋€(gè)大的速度構(gòu)成巨大的潛在威脅。因此，在決定所需藥品的數(shù)量時(shí)，我們考慮了2個(gè)重要因素:1)目前累計(jì)患者數(shù)CUM；2)疾病增長率v。WHO已發(fā)布每周新確診病例的報(bào)告，新的SUM代表新病人的總和。按時(shí)間劃分新的總和周期T（在T=7這種情況下，報(bào)告是根據(jù)每星期）發(fā)布，疾病的增長率v。同時(shí)，加入新感染的病例,我們可以知道目前的累積患者。到目前為止，我們已經(jīng)收集了我們需要計(jì)算數(shù)量的所有藥物信息。通過增加病人的當(dāng)前累計(jì)數(shù)和增加本病的發(fā)病率（我們在這2個(gè)因素中的權(quán)重相等），我們可以得到該單位每個(gè)城市的每一天都需要藥物劑量由于大量的統(tǒng)計(jì)數(shù)字為城市的數(shù)量（56城市）和持續(xù)時(shí)間的數(shù)據(jù)（57個(gè)星期至2015年2月1日），具體數(shù)據(jù)和計(jì)算值將不被提出。相反，我們畫了一個(gè)圖表，說明這三個(gè)國家所需要的藥品由2013年12月30日至1月31日，2015。圖7利比里亞和塞拉利昂列昂每日所需藥物的單位劑量上圖中，藍(lán)色、橙色和綠色曲線表示單位劑量利比里亞和塞拉利昂的病人每天需要的藥物?；疑珔^(qū)域代表三個(gè)國家所需要的聯(lián)合劑量。由于沒有有效的藥物已開發(fā)和分布式的大規(guī)模，特定劑量的藥一個(gè)病人的需求是無處可找到。因此，我們使用單位劑量。它也完美地反映了所需藥物的數(shù)量。5.1.2.從seihcr結(jié)果（CT）模型正如之前提到的，有那么多的城市，如果我們計(jì)算每個(gè)城市的需要從改進(jìn)型，會(huì)有太多工作。因此，我們只需要一個(gè)城市作為一個(gè)例子來檢驗(yàn)我們的模型的可行性，我們選擇的資本塞拉利昂，弗里敦因?yàn)檫@座城市擁有最多的患者數(shù)量。弗里敦患者的數(shù)量可以從改進(jìn)的模型計(jì)算在P暨獲得，我們也可以知道，增長率u。應(yīng)用這些為方程（5.1），我們將獲得的數(shù)量，每天所需的藥品。圖8弗里敦市累計(jì)患者數(shù)量及所需藥品數(shù)量每星期圖中的灰色曲線表示每天的單位劑量所需要的藥品和陰影區(qū)域代表所需藥品的總量。除了這些，我們還比較的結(jié)果從seihcr（HC）模型和結(jié)果由世衛(wèi)組織統(tǒng)計(jì)（固體曲線）。我們可以看到，這2個(gè)結(jié)果的匹配和差異是在可接受的范圍內(nèi)。最后，seihcr（HC）可以作為一個(gè)可行的模型進(jìn)行預(yù)測累積患者及計(jì)算所需藥物的數(shù)量。5.2輸送系統(tǒng)在發(fā)達(dá)國家制造的埃博拉病毒的藥物和疫苗美國和英國。因此，它不難確定的位置，在充電載藥和疫苗。事實(shí)上，這是醫(yī)學(xué)和地方的數(shù)量飛機(jī)是最困難的部分，以決定交付系統(tǒng)。因此，設(shè)計(jì)的交付系統(tǒng)的藥品和疫苗，我們分為我們的任務(wù)分為2個(gè)部分1）決定接受藥物的地點(diǎn)；2）計(jì)算這些地方需要的藥物量5.2.1交貨地點(diǎn)向三個(gè)最受影響的西非運(yùn)輸毒品和疫苗國家：幾內(nèi)亞比紹，塞拉利昂和利比里亞，我們應(yīng)該首先找到幾個(gè)地方來儲存毒品。這些地方也將負(fù)責(zé)提供給一些地方的藥品在他們旁邊。換句話說，我們會(huì)先找到一些“總部”來儲存。然后我們將確定從哪一個(gè)總部其他城市將得到藥物。我們現(xiàn)在需要把這三個(gè)國家分成幾個(gè)部分，我們使用模糊C均值聚類算法來實(shí)現(xiàn)這一目標(biāo)。加權(quán)模糊C-均值聚類算法：加權(quán)模糊C-均值聚類算法不同于傳統(tǒng)的模糊C均值聚類算法在它認(rèn)為KD，藥品的數(shù)量每個(gè)城市需要。模糊C均值聚類算法的關(guān)鍵是相似的每個(gè)集群功能的價(jià)值點(diǎn)股（會(huì)員）之間零和一25。每個(gè)樣品將在每個(gè)集群成員，會(huì)員接近統(tǒng)一意味著樣品和集群之間的相似程度很高而會(huì)員接近零，意味著樣本之間的相似性不大群25最流行和最研究的聚類標(biāo)準(zhǔn)確定最佳模糊在同一個(gè)分區(qū)中，與廣義最小平方誤差函數(shù)有關(guān)。在每一個(gè)城市所需要的藥物的數(shù)量，已被應(yīng)用，廣義最小平方誤差函數(shù)可寫成方程（5.2）和（5.3）通過迭代求解優(yōu)化的方法循環(huán)往返這兩個(gè)方程的迭代序列顯示，但直到在我們V連續(xù)參賽小變化。我們正式的一般過程針對模糊C均值聚類算法如下:在這種情況下，我們設(shè)置了2。對于價(jià)值，我們首先決定的數(shù)量總部應(yīng)下太大也不太小，不但應(yīng)該有足夠的方便的交付，但也將能夠防止交付是一個(gè)太要求工作。要設(shè)定具體的價(jià)值，我們發(fā)現(xiàn)，米，肯定是減少更多的集群。當(dāng)從1增加到*時(shí)，我會(huì)減少戲劇性地然而，當(dāng)繼續(xù)向時(shí)，遞減的速度會(huì)減慢增加。如果我們畫一個(gè)曲線，反映了方差的米，拐點(diǎn)點(diǎn)應(yīng)該是最終的群集數(shù)。曲線被畫在下面：圖9米與碳的變化從圖9中，我們可以看到，選擇6個(gè)集群，因此6在幾內(nèi)亞比紹和利比里亞的所有城市總部的最終選擇，這也符合我們最初的標(biāo)準(zhǔn)。提供明確的數(shù)據(jù)，在三個(gè)國家的城市的案件數(shù)量有病人24。利用這些數(shù)據(jù)，我們能夠計(jì)算手段()KV隸屬度矩陣(K1)U+進(jìn)行算法。通過迭代，我們可以得到我們的交貨地點(diǎn)，這是在下面的結(jié)果。圖10交貨地點(diǎn)在上圖中，6個(gè)黃色的星星代表我們選擇的6個(gè)“總部”儲存的藥品，他們被標(biāo)記為1至6，以方便以后的討論。這個(gè)這6個(gè)總部的地理位置見表2。表2交付點(diǎn)的地理位置也有6套不同的點(diǎn)，分別使用6個(gè)不同的顏色。每一個(gè)點(diǎn)集以后會(huì)得到來自總部的藥品和疫苗里面。也就是說，藥品和疫苗將從6個(gè)黃色的星星到周圍的特定顏色點(diǎn)。5.2.2交付量應(yīng)用模糊C均值聚類算法得到的單位劑量6總部所需藥品。我們用4周為一個(gè)周期來減少量需要封閉的統(tǒng)計(jì)數(shù)據(jù)。我們也加了劑量的單位看到的總數(shù)一段時(shí)間所需的藥品。此外，百分比將為這6個(gè)總部分配的藥品也算便利進(jìn)一步交付。表36總部的藥品劑量及其交付率除了六個(gè)季度所需的藥品，我們也按國家分類所需藥品。即，具體金額每個(gè)國家需要的計(jì)算和它們的百分比也被計(jì)算出來，以方便進(jìn)一步配置。4幾內(nèi)亞比紹、利比里亞和塞拉利昂的藥物劑量及其交付率5.3.制造速度由于醫(yī)院內(nèi)Hd病死率很大程度上取決于量可用藥物，如果制造業(yè)的速度大于數(shù)量的每天需要藥物治療，我們假設(shè)病死率將達(dá)到最低值H0d。然而，如果制造業(yè)的速度比你的數(shù)量要小每日所需藥品，要求將不完全滿足，并將導(dǎo)致減少病死率。因此，U和Hd滿足如下方程:其中，r是一個(gè)系數(shù)，值為0.7，最低的病死率020%小時(shí)，從醫(yī)學(xué)的計(jì)算劑量之前，平均每日需要量藥物是每天106.2單位劑量。因此，如果你制造速度106.2單位劑量的每一天，病死率020%H然而，如果制造速度U106.2單位劑量的每一天，假設(shè)你50，病死率高計(jì)算57%，這是一個(gè)巨大的增長。得出結(jié)論，生產(chǎn)速度可以大大影響效率藥物干預(yù)。5.4藥物療效自1/Hg代表從癥狀發(fā)作到恢復(fù)里面的平均時(shí)間醫(yī)院，這是一個(gè)影響很大的參數(shù)，通過藥物的療效。如果一個(gè)醫(yī)學(xué)有更大的療效，治療時(shí)間可能會(huì)減少。關(guān)系在Hg和醫(yī)學(xué)h療效，這里hr是一個(gè)系數(shù)，值為0.206。因此，通過不同的價(jià)值Hg（同時(shí)不同價(jià)值觀h），我們可以測試不同的H值，g影響個(gè)人的累積數(shù)量。圖11預(yù)計(jì)從2015年2月4日在塞拉利昂累計(jì)病例=仿真在圖11中，五的值被設(shè)置為Hg。我們可以看到，一個(gè)較大的Hg，這會(huì)導(dǎo)致一個(gè)更好的藥效h，將導(dǎo)致在一個(gè)適度的下降個(gè)人及累積人數(shù)。6.其他重要干預(yù)6.1.尸體的安全處理從比較中可以看出，在擬合統(tǒng)計(jì)的原始SEIR模型和改進(jìn)模型，考慮感染的尸體，尸體仍然是一個(gè)積極因素，更好的治療，將有可能幫助控制埃博拉病毒的傳播。自1/y是平均時(shí)間直到死者是妥善處理，我們可以改變價(jià)值y看看更好的處理尸體可以作為一個(gè)潛在的干預(yù)對于埃博拉。我們組y的值是2，4，6，8，10和1/y價(jià)值變化的同時(shí)時(shí)間。預(yù)測的累積情況也會(huì)有所不同。圖12 2015年2月4日塞拉利昂累計(jì)病例數(shù)的預(yù)測事實(shí)上，預(yù)測的累積情況下在y增長曲線。這是，最高的預(yù)測的累積數(shù)預(yù)測發(fā)生時(shí)1/1/10y=和最低的曲線對應(yīng)于1/1y=條件/從上面的分析，我們可以看到，在平均時(shí)間減少死者可以妥善處理（1/y）是非常重要的在試圖控制或進(jìn)一步根除埃博拉。死者的平均時(shí)間越短，可以正確處理的是，病毒的傳播速度較慢，導(dǎo)致一個(gè)較小的人口個(gè)人累計(jì)數(shù)。6.2.強(qiáng)化接觸跟蹤和早期隔離作為被定義和描述之前，k是平均數(shù)每一個(gè)人識別/孤立的傳染病個(gè)體，它描述了接觸跟蹤強(qiáng)度。a是染病者是率識別/隔離，這也是一個(gè)接觸跟蹤參數(shù)。不同的這兩個(gè)接觸跟蹤參數(shù)k和a而保持其他參數(shù)常數(shù)可以幫助我們看到增強(qiáng)接觸跟蹤的效果識別/隔離。圖1,k ,1/gH ,dH控制埃博拉傳播的效果在藍(lán)色區(qū)域的黑色線的臨界條件時(shí)CUM0，藍(lán)色區(qū)域代表埃博拉病毒可被視為是的關(guān)鍵區(qū)域的控制。藍(lán)色區(qū)域上方的紅色區(qū)域意味著埃博拉病毒會(huì)傳播的情況脫離控制。藍(lán)色區(qū)域下面的綠色區(qū)域是埃博拉病毒可以在該地區(qū)的地區(qū)有效地控制。剩余的灰色區(qū)域是可以位于的地方理論上，但實(shí)際上并非如此。表五a ,k ,1/gH，dH 在不同區(qū)域的權(quán)值從圖1，我們可以看到，在a的增加可以更好的控制疾病。這是在增加相同（見圖表2），這表明增加的速度識別和隔離感染者和強(qiáng)化接觸追查的做法都有助于控制埃博拉的蔓延。從圖3圖4，我們可以看到，雖然固化周期和死亡率的下降可以導(dǎo)致要控制埃博拉，這是不是一種有效的方法。7.2.當(dāng)埃博拉將被根除如果累計(jì)病例數(shù)CUM與時(shí)間保持不變，顯然沒有新的感染者，意味著消滅埃博拉病毒。因此，如果埃博拉是要根除的，CUM還應(yīng)滿足CUM0.（7.2）三個(gè)參數(shù)是特別重要的，試圖消除埃博拉病毒，他們是1）控制措施的介紹時(shí)間;2）有效的藥;3）接觸追蹤的介紹時(shí)間。通過改變他們的價(jià)值觀，我們可以看到這三個(gè)參數(shù)t ,h，CT的影響最終消滅埃博拉病毒的最后一天。圖15.模擬的根除日期由不同用藥時(shí)間的介紹圖14代表暨趨勢沒有改變黑線和色線分別對應(yīng)于特定的價(jià)值。我們可以看到對的影響值小，這是一個(gè)非常快的響應(yīng)時(shí)間將控制措施，將有很大的影響，對消除埃博拉病毒。通過比較兩曲線145和240，我們可以看到，最重要的是，一個(gè)小將導(dǎo)致了一個(gè)巨大的下降，累計(jì)人數(shù)的個(gè)人。此外，根除日期也縮短了一個(gè)較小的。減少從210到145約見證最后一個(gè)消滅日的200天。 圖16通過改變藥物的藥效學(xué)的實(shí)驗(yàn)研究,接觸跟蹤介紹時(shí)間c 圖16中的黑色線條也不代表藥物療效的變化和接觸者追蹤分別引入時(shí)間CT。虛線在這2張圖代表了埃博拉的根除點(diǎn)。通過增加和CT，根除點(diǎn)會(huì)更快地到達(dá)。值得注意的另一件事是這樣，即使tCT比較大，也不會(huì)造成CUM擴(kuò)大無控制。然而，早期的合同跟蹤將導(dǎo)致兩個(gè)下降在CUM暨一個(gè)較早的根除日。 8.敏感性分析 有一些參數(shù)，在我們的工作中有一個(gè)固定的價(jià)值。通過改變這些參數(shù)的值，我們可以看到它們對模型的影響。 8.1傳輸速率I的影響圖17傳輸速率對個(gè)體數(shù)的影響圖17中的黑色虛線表示實(shí)際的統(tǒng)計(jì)數(shù)據(jù)。紅區(qū)此曲線表示的累積數(shù)的正常范圍個(gè)人在這個(gè)范圍內(nèi)的結(jié)果被認(rèn)為是合理的。然而，一點(diǎn)點(diǎn)方差值I可能會(huì)讓結(jié)果陷入灰色區(qū)域，這讓我們認(rèn)為不合理。價(jià)值I的紅色區(qū)域是從0.30到0.32，這里bI是比較小的相比于灰色地帶的價(jià)值，bI是從0.2到0.30和0.32到0.45。因此，I是一個(gè)比較敏感的參數(shù)和任何錯(cuò)誤，無論是計(jì)算或從誤解會(huì)導(dǎo)致一個(gè)比較大的差異的預(yù)測個(gè)人的累計(jì)數(shù)。在可接受范圍內(nèi)的值被認(rèn)為是合理的。這是與其他的傳輸速率和H和C相同。8.21/潛伏期的影響圖18。潛伏期對個(gè)體數(shù)的影響將s設(shè)為9將報(bào)告數(shù)據(jù)時(shí)，不改變初值。然而，改變價(jià)值從5到15，這是一個(gè)相當(dāng)大的差異，幾乎超出了正常范圍，我們可以從圖18看到的趨勢個(gè)人的累積數(shù)量相當(dāng)相似。因此，我們得到了結(jié)論：研究結(jié)果對不同的值是不敏感的。8.3.H的波動(dòng)噪聲添加H院內(nèi)病死率的敏感性測試。這個(gè)左圖和右圖分別增加了50%和100%個(gè)高斯噪聲。圖19在噪聲個(gè)人累計(jì)數(shù)增加到H我們可以看到輕微的差異時(shí)，會(huì)出現(xiàn)噪音增加。由于H主要反映了藥的制造速度和藥效好壞，我們得出的結(jié)論是，生產(chǎn)的速度和藥物的療效不會(huì)影響個(gè)人的累積數(shù)量過多。9.優(yōu)勢與劣勢9.1優(yōu)勢我們改進(jìn)了傳統(tǒng)的傳染病模型的SEIR及轉(zhuǎn)化SEIHCR（CT）模型，考慮更多的因素，從而更好的適應(yīng)西非的特殊功能。將影響因素分為三個(gè)部分對埃博拉的情況：1）改善傳播時(shí)應(yīng)考慮的因素模型；2）藥物干預(yù)的因素，如藥物療效；3）其他重要的干預(yù)措施，如尸體處理，接觸追蹤。不同的方法已被應(yīng)用于不同的因素，以提高精度。加權(quán)模糊C-均值聚類算法應(yīng)用在決定交貨地點(diǎn)。不同城市的每日需要的藥品數(shù)量從SEIHCR（CT）模型作為權(quán)值，使得算法的一部分整個(gè)流行病模型，增加了完整性。之后，我們分析了關(guān)鍵因素對控制的影響根除埃博拉，并預(yù)測當(dāng)天的最終消滅，提供對公眾有價(jià)值的參考資料。9.2弱點(diǎn)由于模型中的參數(shù)數(shù)量龐大，他們在解決誠信這個(gè)問題有時(shí)可能缺乏。由于統(tǒng)計(jì)大量的城市在幾內(nèi)亞、塞拉利昂和利比里亞，我們只選擇弗里敦作為一個(gè)例子，分析，這可能會(huì)導(dǎo)致一些差異。9.3未來的工作因?yàn)樵谖覀兊墓ぷ髦?，有許多弱點(diǎn)，如相對較弱的完整性之間的參數(shù)和不足夠的分析，每個(gè)城市的統(tǒng)計(jì)，大量的努力可以用在未來的工作來提高我們的工作。首先，參