傳染病模型-課件

背景

隨著人類文明的不斷發(fā)展，衛(wèi)生設(shè)施的改善和醫(yī)療水平的提高，以前曾經(jīng)肆虐全球的一些傳染性疾病已經(jīng)得到了有效的控制，但是，伴隨著經(jīng)濟的增長，一些新的傳染性疾病，如2003年時曾給世界人民帶來深重災(zāi)難的SARS病毒和如今依然在世界范圍蔓延的艾滋病毒，仍在危害著全人類的健康.長期以來，建立傳染病模型來描述傳染病的傳播過程，分析受感染人數(shù)的變化規(guī)律，預(yù)報傳染病高潮的到來等，一直是各國專家學(xué)者關(guān)注的課題.傳染病模型1ppt課件1、問題的提出描述傳染病的傳播過程分析受感染人數(shù)的變化規(guī)律預(yù)報傳染病高潮到來的時刻預(yù)防傳染病蔓延的手段按照傳播過程的一般規(guī)律，用機理分析方法建立模型2ppt課件

已感染人數(shù)(病人)i(t)

每個病人每天有效接觸(足以使人致病)人數(shù)為分析假設(shè)若有效接觸的是病人，則不能使病人數(shù)增加必須區(qū)分已感染者(病人)和未感染者(健康人)建模?3ppt課件

4.1模型Ⅰ——SI模型

1.模型的假設(shè)條件

SI模型有下面兩個假設(shè)條件：

(1)人群分為易感染者(Susceptible)和已感染者(Infective)兩類(取兩個單詞的第一個字母，稱之為SI模型).以下簡稱為健康者和病人，t時刻這兩類人在總?cè)藬?shù)中所占的比例分別記作s(t)和i(t).

(2)每個病人每天有效接觸的平均人數(shù)是常數(shù)λ，λ稱為日接觸率，當(dāng)病人與健康者有效接觸時，使健康者受感染變?yōu)椴∪?4ppt課件

2.模型的建立與求解

根據(jù)假設(shè)，總?cè)藬?shù)為N，每個病人每天可使λs(t)個健康者變?yōu)椴∪?，因為病人人?shù)為Ni(t)，所以每天共有λNs(t)i(t)個健康者被感染，于是λNs(t)i(t)就是病人數(shù)Ni(t)的增加率，即有

(4.1)

又因為

s(t)＋i(t)＝1 (4.2)5ppt課件再記初始時刻(t＝0)病人的比例為i0，則有

(4.3)

方程(4.3)是Logistic模型，它的解為

(4.4)

i(t)~t和

的圖形如圖4-1所示.6ppt課件

圖4-17ppt課件

3.模型的分析討論

由式(4.3)、(4.4)及圖4-1可知:

(1)當(dāng)

時，

達到最大值

，這個時刻為

(4.5)

這時病人人數(shù)增加得最快，預(yù)示著傳染病高潮的到來，是醫(yī)療衛(wèi)生部門關(guān)注的時刻.tm與λ成反比，因為日接觸率λ表示該地區(qū)的衛(wèi)生水平，λ越小衛(wèi)生水平越高，所以改善保健設(shè)施，提高衛(wèi)生水平可以推遲傳染病高潮的到來.8ppt課件

(2)當(dāng)t→∞時，i→1，即所有人終將被感染，全變?yōu)椴∪?，這顯然不符合實際情況，其原因是模型中沒有考慮到病人可以治愈.

為了修正上述結(jié)果必須重新考慮模型的假設(shè).下面兩個模型中我們討論病人可以治愈的情況.9ppt課件4.2模型Ⅱ——SIS模型

有些傳染病如傷風(fēng)、痢疾等愈后免疫力很低，可以假定無免疫性，于是病人被治愈后變?yōu)榻】嫡?，健康者還可以再被感染變?yōu)椴∪耍覀兙瓦@種情況建立的模型稱為SIS模型.

10ppt課件

1.模型的假設(shè)

SIS模型的假設(shè)條件(1)、(2)與SI模型的假設(shè)相同，增加的條件(即條件(3))為:

(3)病人每天被治愈的占病人總數(shù)的比例為μ，稱為日治愈率，病人治愈后成為仍可被感染的健康者，則 是這種傳染病的平均傳染期.11ppt課件

2.模型的建立與求解

考慮到假設(shè)(3)，SI模型的式(4.1)應(yīng)修正為：

(4.6)

式(4.2)不變，于是式(4.3)應(yīng)改為：

(4.7)

12ppt課件方程(4.7)的解可表示為：

(4.8)

13ppt課件3.模型的分析討論

定義

(4.9)

注意到λ和 的含義可知，σ是一個傳染期內(nèi)每個病人的有效接觸的平均人數(shù)，稱接觸數(shù)，由式(4.8)和(4.9)容易得到，當(dāng)t→∞時，

(4.10)

14ppt課件根據(jù)式(4.8)~(4.10)可以畫出i(t)~t的圖形如圖4-2所示.

接觸數(shù)σ＝1是一個閾值，當(dāng)σ≤1時病人比例i(t)越來越小，最終趨于零，這是由于傳染期內(nèi)經(jīng)有效接觸從而使健康者變?yōu)椴∪说娜藬?shù)不超過原來病人人數(shù)的緣故；當(dāng)σ>1時，i(t)的增減性取決于i(0)的大小，但其極限值i(∞)＝1－1σ隨σ的增加而增加.

SI模型可視為本模型的特例.15ppt課件

圖4-216ppt課件4.3模型Ⅲ——SIR模型

1.模型的假設(shè)

大多數(shù)傳染病如天花、流感、肝炎、麻疹等治愈后均有很強的免疫力，所以治愈后的人既非健康者(易感染者)也不是病人(已感染者)，他們已經(jīng)退出傳染系統(tǒng).這種情況下的模型假設(shè)條件為：

(1)人群分為健康者、病人和病愈免疫的移出者(Removed)三種，稱SIR模型.三類人在總?cè)藬?shù)N中所占的比例分別為s(t)、i(t)和r(t)；

(2)病人的日接觸率為λ，日治愈率為μ，σ＝λ/μ.

17ppt課件

2.模型的建立與求解

由條件(1)，有

s(t)＋i(t)＋r(t)＝1 (4.11)

根據(jù)條件(2)，方程(4.6)仍成立.對于病愈免疫的移出者而言，應(yīng)有

(4.12)

再記初始時刻的健康者和病人的比例分別是s0(>0)和i0(>0)(不妨設(shè)移出者的初始值r0＝0)，則由式(4.6)、(4.11)和(4.12)，SIR模型的方程可以寫為：18ppt課件

(4.13)

方程(4.13)無法求出s(t)和i(t)的解析解，我們轉(zhuǎn)到相平面s~i上來討論解的性質(zhì).相軌線的定義域(s，i)∈D應(yīng)為：

D＝{(s，i)|s≥0，i≥0，s＋i≤1} (4.14)19ppt課件在方程(4.13)中消去dt，并利用式(4.9)，可得

(4.15)

容易求出方程(4.15)的解為：

(4.16)

則在定義域D內(nèi)，相軌線如圖4-3所示.圖中箭頭表示了隨著時間t的增加s(t)和i(t)的變化趨向.20ppt課件

圖4-321ppt課件3.模型的分析討論

下面根據(jù)式(4.13)、(4.16)和圖4-3分析t→∞時s(t)、i(t)和r(t)的變化情況(它們的極限值分別記作s∞，i∞和r∞).

(1)首先，由式(5.4.13)，

，而s(t)≥0，故s∞存在；由式(5.4.12)知，

，而r(t)≤1，故r∞存在；再由式(5.4.11)知i∞存在.

22ppt課件其次，若i∞＝ε>0，則由式(4.12)，對于充分大的t，有

，這將導(dǎo)致r∞＝∞，與r∞存在相矛盾.故不論初始條件s0，i0如何，病人終將消失，即

i∞＝0 (4.17)

從圖4-3上看，不論相軌線從p1或從p2出發(fā)，它終將與s軸相交.23ppt課件

(2)最終未被感染的健康者比例是s∞，在式(4.16)中令i＝0，得到s∞是方程

(4.18)

在 內(nèi)的單根，在圖4-3中s∞是相軌線

與s軸在內(nèi)交點的橫坐標(biāo).

24ppt課件

(3)若

，則i(t)先增加，當(dāng)

時，i(t)達到最大值

然后i(t)減小且趨于零，s(t)則單調(diào)減小至s∞.

25ppt課件

(4)若

，則i(t)減小且趨于零，s(t)則單調(diào)減小至s∞.

可以看出，如果僅當(dāng)病人比例i(t)有一段增長的時期才認(rèn)為傳染病在蔓延，那么 是一個閾值，當(dāng)

時傳染病就會蔓延.而減小傳染期接觸數(shù)σ，即提高閾值，使得

，傳染病就不會蔓延(健康者比例的初始值s0是一定的，通?？烧J(rèn)為s0≈1)，我們注意到在

中，人們的衛(wèi)生水平越高，日接觸率λ越小，醫(yī)療水平越高，日治愈率μ越大，于是σ越小，所以提高衛(wèi)生水平和醫(yī)療水平有助于控制傳染病的蔓延.26ppt課件從另一方面看，

是傳染期內(nèi)一個病人傳染的健康者的平均數(shù)，稱為交換數(shù)，其含義是一個病人被σs個健康者交換.所以當(dāng)

，即σs0≤1時，必有σs≤1.既然交換數(shù)不超過1，病人比例i(t)絕不會增加，傳染病就不會蔓延.

27ppt課件我們看到在SIR模型中接觸數(shù)σ是一個重要參數(shù).σ可以由實際數(shù)據(jù)估計，因為病人比例的初始值i0通常很小，在式(4.18)中略去i0可得

(4.19)

于是當(dāng)傳染病結(jié)束而獲得s0和s∞以后，由式(4.19)能算出σ.另外，對血樣作免疫檢驗也可以根據(jù)對檢驗無反應(yīng)和有反應(yīng)，估計出s0和s∞，然后計算σ.28ppt課件

4.模型驗證

本世紀(jì)初在印度孟買發(fā)生的一次瘟疫中幾乎所有病人都死亡了.死亡相當(dāng)于移出傳染系統(tǒng)，有關(guān)部門記錄了每天移出者的人數(shù)，依此實際數(shù)據(jù)，Kermack等人用這組數(shù)據(jù)對SIR模型作了驗證.

首先，由方程(4.11)、(4.13)可以得到

(4.20)

(4.21)29ppt課件當(dāng)

時，取式(4.21)右端e－σr泰勒展開的前3項，在初始值r0＝0下的解為：

(4.22)

其中

.從式(4.22)容易算出

30ppt課件

(4.23)

然后取定參數(shù)s0、σ等，畫出式(4.23)的圖形，如圖4-4中的曲線，實際數(shù)據(jù)在圖中用圓點表示.可以看出，理論曲線與實際數(shù)據(jù)吻合得相當(dāng)不錯.31ppt課件

圖4-432ppt課件

5.SIR模型的應(yīng)用

下面介紹SIR模型的兩個應(yīng)用.

1)被傳染比例的估計

在一次傳染病的傳播過程中，被傳染人數(shù)的比例是健康者人數(shù)比例的初始值s0與t→∞的極限值s∞之差，記作x，假定i0很小，s0接近于1，由式(4.18)可得

(4.24)

33ppt課件取對數(shù)函數(shù)泰勒展開的前兩項有

(4.25)

記

，δ可視為該地區(qū)人口比例超過閾值 的部分.當(dāng)

時式(4.25)給出

(4.26)34ppt課件這個結(jié)果表明，被傳染人數(shù)比例約為δ的2倍.對一種傳染病，當(dāng)該地區(qū)的醫(yī)療和衛(wèi)生水平不變，即σ不變時，這個比例就不會改變.而當(dāng)閾值 提高時，δ減小，于是這個比例就會降低.35ppt課件

2)群體免疫和預(yù)防

根據(jù)對SIR模型的分析，當(dāng)

時傳染病不會蔓延.所以為制止蔓延，除了提高衛(wèi)生和醫(yī)療水平，使閾值變大以外，另一個途徑是降低s0，這可以通過如預(yù)防接種使群體免疫的辦法做到.忽略病人比例的初始值i0，有s0＝1－r0，于是傳染病不會蔓延的條件

可以表示為: