Please wait a minute...
浙江大学学报(医学版)  2021, Vol. 50 Issue (1): 41-51    DOI: 10.3724/zdxbyxb-2021-0035
2019冠状病毒病     
基于系统动力学模型的 2019冠状病毒病早期防控机制研究
董是1(),崔秩玮2,*(),潘潇雄2,王建伟1,高超1
1. 长安大学运输工程学院,陕西 西安 710064
2. 长安大学经济与管理学院,陕西 西安 710064
Exploring early prevention and control of COVID-19 outbreak based on system dynamics model analysis
DONG Shi1(),CUI Zhiwei2,*(),PAN Xiaoxiong2,WANG Jianwei1,GAO Chao1
1. College of Transportation Engineering,Chang’an University,Xi’an 710064,China;
2. School of Economics and Management,Chang’an University,Xi’an 710064,China
 全文: PDF(4093 KB)   HTML( 14 )
摘要:

目的:探讨各国2019冠状病毒病(COVID-19)暴发早期防控的效果,为传染病疫情暴发早期的防控提供对策。 方法:以世界卫生组织公开的中国、美国、英国、澳大利亚、塞尔维亚和意大利COVID-19疫情暴发早期数据为样本,建立广义易感-暴露-感染-恢复(SEIR)模型,对其参数进行最优化求解。然后,根据基本传染数表达式中的参数,利用系统动力学模型中的敏感性分析,定量分析各国保护率、感染率和平均检疫时间对疫情暴发早期的影响。最后,根据分析结果提出COVID-19暴发早期的防控对策。 结果:广义SEIR模型对六国COVID-19暴发早期的预测和评估具有较好的拟合性,实际数据与拟合数据高度重合。COVID-19扩散主要受保护率、感染率和平均检疫时间影响:从保护率来看,前 10?d的保护率提高最为重要,保护率越大,确诊人数越少;从感染率来看,前 5?d的感染率最为关键,感染率越小,确诊人数越少;从平均检疫时间来看,前 5?d的平均检疫时间至关重要,平均检疫时间越短,确诊人数越少。通过对六国关键参数对比发现,澳大利亚和中国由于实行严格的防疫政策,保护率较高,平均检疫时间较短,因而防疫效果较好。 结论:在COVID-19暴发早期,需要实行提高保护率、缩短平均检疫时间的措施,以及严格的隔离政策,抑制COVID-19传播及扩散。

关键词: 2019冠状病毒病易感-暴露-感染-恢复模型系统动力学模型敏感性分析疫情防控    
Abstract:

Objective: To explore early prevention and control of coronavirus disease 2019 (COVID-19) outbreak based on system dynamics model analysis. Methods:The data of early outbreak of COVID-19 were collected from the World Health Organization,covering countries of the China,United States,United Kingdom,Australia,Serbia and Italy. The susceptible-exposed-infected-recovered (SEIR) model was generalized and then its parameters were optimized. According to the parameters in the basic infection number expression,the sensitivity in the system dynamics model was used to quantitatively analyze the influence of the protection rate,infection rate and average quarantine time on the early spread of the outbreak. Based on the analysis results,targeted prevention and control measures for the early outbreak of COVID-19 were proposed. Results:The generalized SEIR model had a good fit for the early prediction and evaluation of COVID-19 outbreaks in six countries. The spread of COVID-19 was mainly affected by the protection rate,infection rate and average quarantine time. The improvement of the protection rate in the first 10?days was the most important:the greater the protection rate,the fewer the number of confirmed cases. The infection rate in the first 5 days was the most critical:the smaller the infection rate,the fewer the number of confirmed cases. The average quarantine time in the first 5 days was very important:the shorter the average quarantine time,the fewer the number of confirmed cases. Through the comparison of key parameters of six countries,Australia and China had implemented strict epidemic prevention policies,which had resulted in good epidemic prevention effects. Conclusion:In the early stage of the outbreak,it is necessary to improve the protection rate,shorten the average quarantine time,and implement strict isolation policies to curb the spread of COVID-19.

Key words: Coronavirus disease 2019    Susceptible-exposed-infectious-recovered model    System dynamics model    Sensitivity analysis    Epidemic prevention and control
收稿日期: 2020-08-17 出版日期: 2021-05-16
CLC:  R181.2  
基金资助: 国家重点研发计划(2016YFE0111000)
通讯作者: 崔秩玮     E-mail: dongshi@chd.edu.cn;2019223026@chd.edu.cn
作者简介: 董 是,讲师,主要从事交通基础设施大数据研究; E-mail:dongshi@chd.edu.cn; https://orcid.org/0000-0002-3147-7341
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  
董是
崔秩玮
潘潇雄
王建伟
高超

引用本文:

董是,崔秩玮,潘潇雄,王建伟,高超. 基于系统动力学模型的 2019冠状病毒病早期防控机制研究[J]. 浙江大学学报(医学版), 2021, 50(1): 41-51.

DONG Shi,CUI Zhiwei,PAN Xiaoxiong,WANG Jianwei,GAO Chao. Exploring early prevention and control of COVID-19 outbreak based on system dynamics model analysis. J Zhejiang Univ (Med Sci), 2021, 50(1): 41-51.

链接本文:

http://www.zjujournals.com/med/CN/10.3724/zdxbyxb-2021-0035        http://www.zjujournals.com/med/CN/Y2021/V50/I1/41

图 1  六国2019冠状病毒病暴发早期每日累计确诊病例数
{ d S ( t ) d t = ? α S ( t ) ? β S ( t ) I ( t ) N d E ( t ) d t = ? γ E ( t ) + β S ( t ) I ( t ) N d I ( t ) d t = γ E ( t ) ? δ I ( t ) d Q ( t ) d t = δ I ( t ) ? λ ( t ) Q ( t ) ? κ ( t ) Q ( t ) d R ( t ) d t = λ ( t ) Q ( t ) d D ( t ) d t = κ ( t ) Q ( t ) d P ( t ) d t = α S ( t ) (1)
  
κ ( t ) = κ 0 e ? κ 1 t (2)
  
λ ( t ) = λ 0 1 + e [ ? λ 1 ( t ? τ ) ] (3)
  
图 2  广义易感-暴露-感染-恢复模型的架构

国家

保护率( α

感染率( β

平均潜伏时间( γ –1

平均检疫时间( δ –1

治愈率( λ

病死率( κ

总人口数( N

美国

0.0331

0.5995

1.0096

3.126 0

0.013000/0.019 3/0.0088

0.007400/0.0210

329466283

中国

0.0335

1.0000

1.0000

1.622 1

0.692700/0.0888/59.6739

0.005 200/0.0296

1404676330

意大利

0.0934

0.9660

7.0028

3.4614

0.016700/0.9424/40.4657

0.021700/0.0380

60461828

英国

0.0356

0.5906

1.7126

4.3290

0.000688/0.9420/40.2121

0.024300/0.0158

67886004

澳大利亚

0.2883

1.0000

2.6042

5.1256

0.033300/0.2120/11.8151

0.000 605/0.000056

25459700

塞尔维亚

0.026 3

0.5208

2.2665

4.5455

0.066000/5.0000/26.8389

0.007 900/0.0704

8737370

表 1  六国广义易感-暴露-感染-恢复模型最优参数值
图 3  六国感染者、治愈者、死亡者的拟合数据与实际数据对比
图 4  保护率对六国2019冠状病毒病患者例数的影响
图 5  感染率对各国2019冠状病毒病患者例数的影响
图 6  平均检疫率对六国2019冠状病毒病患者例数的影响
图 7  六国2019冠状病毒病暴发早期保护率与平均检疫时间比较
图 8  六国2019冠状病毒病暴发早期感染占比变化趋势
1 张虎,沈寒蕾,夏伦.基于大数据视角的新冠肺炎疫情防控能力建设[J]. 应用数学学报,2020,43(2): 468–481.DOI: CNKI:SUN:YYSU.0.2020-02-025 .
2 卿菁.特大城市疫情防控机制:经验、困境与重构—以武汉市新冠肺炎疫情防控为例[J]. 湖北大学学报(哲学社会科学版),2020,47(3):21–32. DOI: 10.13793/j.cnki.42-1020/c.2020.03.004 .
3 JIN H, KONG Q X, WANG H M . COVID-19 prevention and control strategy:management of close contacts in Hangzhou city,China[J]. J Infect Public Health, 2020, 13(6): 897-898.
doi: 10.1016/j.jiph.2020.05.007
4 CIRRINCIONE L, PLESCIA F, LEDDA C, et al. COVID-19 pandemic:prevention and protection measures to be adopted at the workplace[J]. Sustaina- bility, 2020, 12(9): 3603.
doi: 10.3390/su12093603
5 ZHAO Z, LI X, LIU F, et al. Prediction of the COVID-19 spread in African countries and implications for prevention and control:a case study in South Africa,Egypt,Algeria,Nigeria,Senegal and Kenya[J]. Sci Total Environ, 2020, 138959.
doi: 10.1016/j.scitotenv.2020.138959
6 周紫君,刘思,张丽.美国大流行性流感防控机制对我国交通运输部门防控新冠肺炎疫情的启示[J]. 交通运输研究,2020,6(1):89–96. DOI: 10.16503/j.cnki.2095-9931.2020.01.012 .
7 刘思,周紫君,林垚,等.日本国土交通省新冠肺炎疫情防控对策行动研究[J]. 交通世界,2020(12): 4–7. DOI: 10.16248/j.cnki.11-3723/u.2020.12.001 .
8 张凯月.国家治理现代化背景下重大疫情城市防控策略研究——以武汉市防控新型冠状病毒肺炎为例[J]. 辽宁省社会主义学院学报,2020,(1):58–64 .
9 李和平.完善疫情防控体系[J]. 民主,2020,(4):10–11. DOI: 10.19402/j.cnki.zgmz.2020.04.004 .
10 WENG Y H. Analysis of prevention and control strategy of COVID-19 epidemic in China based on the concept of “one health”: an opinion paper[J]. Acta Medica Mediterranea,2020,36(1167): 1167–1174. DOI: 10.19193/0393-6384_2020_2_183 .
11 范如国,王奕博,罗明,等.基于SEIR的新冠肺炎传播模型及拐点预测分析[J]. 电子科技大学学报,2020,49(3):369–374.DOI: 10.12178/1001-0548. 2020029 .
12 张宇,田万利,吴忠广,等.基于改进SEIR模型的新冠肺炎疫情沿交通线路传播机制[J]. 交通运输工程学报,2020,20(3):150–158. DOI:10.19818/j.cnki.1671-1637.2020.03.014 .
13 曹盛力,冯沛华,时朋朋.修正SEIR传染病动力学模型应用于湖北省2019冠状病毒病(COVID-19)疫情预测和评估[J]. 浙江大学学报(医学版),2020,49(2):178–184. DOI: 10.3785/j.issn.1008-9292.2020.02.05 .
14 游光荣,游翰霖,赵得智,等.新冠肺炎疫情传播模型及防控干预措施的因果分析评估[J]. 科技导报,2020,38(6):90–96.DOI: 10.3981/j.issn.1000-7857.2020.06.013 .
15 PENG L,YANG W,ZHANG D,et al. Epidemic analysis of COVID-19 in China by dynamical modeling[J/OL]. MedRxiv,2020. DOI: 10.1101/2020.02.16.20023465 .
16 GUERRERO-NANCUANTE C, MANRíQUEZ P R . An epidemiological forecast of COVID-19 in Chile based on the generalized SEIR model and the concept of recovered [J/OL]. Medwave, 2020, 20(4): e7898.
doi: 10.5867/medwave.2020.04.7898
17 周涛,刘权辉,杨紫陌,等.新型冠状病毒肺炎基本再生数的初步预测[J]. 中国循证医学杂志,2020,20(3):359–364. DOI: 10.7507/1672-2531. 202001118 .
18 刘新鹏.全球新冠肺炎主要防疫模式比较[J]. 现代商贸工业,2020,41(17):80–81. DOI: 10.193311/j.cnki.1672-3198.2020.17.040 .
19 DESBOROUGH J, HALL DYKGRAAF S, DE TOCA L, et al. Australia’s national COVID‐19 primary care response[J]. Med J Australia, 2020, 213(3): 104.
doi: 10.5694/mja2.50693
20 邵海枫,陈海明,沈艳,等.新型冠状病毒肺炎(COVID-19)与SARS的流行病学特征分析及防控建议[J]. 现代预防医学,2020,47(18):3410–3412,3417 .
21 张韬,张宜民,李艳,等.基于七色管理法的新型冠状病毒肺炎社区分级分类分层防控探索与实践[J]. 中国全科医学,2020,23(19):2379–2384. DOI: 10.12114/j.issn.1007-9572.2020.00.346 .
22 胡盼,何艺,刘韬,等.移动GIS在传染病防控方面的应用——以COVID-19为例[J]. 测绘通报,2020,(7):50–52. DOI:10.13474/j.cnki.11-2246. 2020.0213 .
23 FERRETTI L, WYMANT C, KENDALL M, et al. Quantifying SARS-CoV-2 transmission suggests epidemic control with digital contact tracing [J]. Science, 2020, 368(6491): eabb6936.
doi: 10.1126/science.abb6936
[1] 王思思,叶元庆,徐小林,王思聪,徐欣,袁长征,李舒,曹淑殷,李文渊,陈辰,胡可嘉,雷浩,朱慧,祝勇,吴息凤. 基于社会经济水平、人口流动和疫情防控措施评估我国主要城市应对 2019冠状病毒病的策略[J]. 浙江大学学报(医学版), 2021, 50(1): 52-60.
[2] 王思聪,叶元庆,胡可嘉,雷浩,陈辰,徐小林,李文渊,袁长征,曹淑殷,王思思,李舒,贾君麟,王秦川,卞子龙,吴息凤. 基于人口流动数据研究武汉“封城”对中国 2019冠状病毒病疫情态势的影响[J]. 浙江大学学报(医学版), 2021, 50(1): 61-67.
[3] 叶元庆,雷浩,陈辰,胡可嘉,徐小林,袁长征,曹淑殷,王思思,王思聪,李舒,应智峻,贾君麟,王秦川,Sten H.VERMUND,许正平,吴息凤. 利用人口流动数据以及两阶段模型预测2019冠状病毒病流行趋势[J]. 浙江大学学报(医学版), 2021, 50(1): 68-73.
[4] 程丽丽,祝海香,潘红英,黄素素,庄一渝,朱陈萍,袁玉华,朱红芳,陈慧颖,徐虹霞. 综合医院重点部门 2019冠状病毒病防控质量核查表的设计与应用[J]. 浙江大学学报(医学版), 2021, 50(1): 74-80.
[5] 沈美萍,童琳,傅藏藏,董帅,汪天林,祝国红,徐红贞. 智能三合一预检在2019冠状病毒病疫情期间儿童医院门诊的应用[J]. 浙江大学学报(医学版), 2020, 49(5): 656-661.
[6] 莫军军,黄芳,吕蓓,沈红梅,王群,许骁玮,柴秦明. 正压送风过滤式防护头罩复用处理流程的建立[J]. 浙江大学学报(医学版), 2020, 49(5): 603-608.
[7] 王群,莫军军,黄芳,蒲瑛,吕蓓. 医用护目镜三种清洗方法比较[J]. 浙江大学学报(医学版), 2020, 49(5): 609-613.
[8] 秦建芬,潘红英,张熔熔,汤磊雯,毛霞文. 实施标准化痰标本采集法可提高人群痰标本获取率[J]. 浙江大学学报(医学版), 2020, 49(5): 614-617.
[9] 马贻芳,孟海燕,王莺,孙新星,陈竹. 2019冠状病毒病老年患者双肺移植围手术期感染防护策略[J]. 浙江大学学报(医学版), 2020, 49(5): 618-622.
[10] 王维丹,徐方忠,徐松泉,章健民,张宁. 突发公共卫生事件对公众心理的影响:2019冠状病毒病疫情期间浙江省心理援助热线来电分析[J]. 浙江大学学报(医学版), 2020, 49(4): 409-418.
[11] 霍现洛,薛小花,袁淑绘,张佃春,高庆娥,巩涛. 胸部CT在2019冠状病毒病和支原体肺炎患者早期鉴别诊断中的价值[J]. 浙江大学学报(医学版), 2020, 49(4): 468-473.
[12] 王金英,何江娟,朱建美,裘江英,王华芬,徐红贞. 2019冠状病毒病患者照护护士工作体验的质性研究[J]. 浙江大学学报(医学版), 2020, 49(4): 480-486.
[13] 郭黎,柏石倩,范静怡. 2019冠状病毒病疫情期间湖北省医务人员未成年子女心理行为研究[J]. 浙江大学学报(医学版), 2020, 49(4): 474-479.
[14] 徐亦鸣,吕丹丹,应可净. 2019冠状病毒病(COVID-19)患者出凝血功能障碍的研究进展[J]. 浙江大学学报(医学版), 2020, 49(3): 340-346.
[15] 胡燕,李晓峰,龚卫月. 2019冠状病毒病(COVID-19)危重型患者的营养支持治疗[J]. 浙江大学学报(医学版), 2020, 49(3): 347-355.