Please wait a minute...
浙江大学学报（医学版）
浙江大学学报（医学版）  2020, Vol. 49 Issue (2): 178-184    DOI: 10.3785/j.issn.1008-9292.2020.02.05
原著     
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
曹盛力1(),冯沛华2(),时朋朋3,*()
1. 西安交通大学能动学院, 陕西 西安 710049
2. 西安交通大学机械强度国家重点实验室, 陕西 西安 710049
3. 西安建筑科技大学土木工程学院/力学技术研究院, 陕西 西安 710055
Study on the epidemic development of COVID-19 in Hubei province by a modified SEIR model
CAO Shengli1(),FENG Peihua2(),SHI Pengpeng3,*()
1. School of Energy and Power Engineering, Xi'an Jiaotong University, Xi'an 710049, China
2. State Key Laboratory for Strength and Vibration of Mechanical Structures, Xi'an Jiaotong University, Xi'an 710049, China
3. School of Civil Engineering&Institute of Mechanics and Technology, Xi'an University of Architecture and Technology, Xi'an 710055, China
 全文: PDF(2555 KB)   HTML( 424 )
摘要：

目的: 建立可用于2019冠状病毒病（COVID-19）疫情评估的SEIR传染病动力学模型，并对湖北省COVID-19疫情进行预测和评估。方法: 考虑COVID-19潜伏期患者不易被有效隔离，且具有较强的传染能力，建立了联合考虑潜伏期传播能力和追踪隔离干预措施的COVID-19 SEIR传染病动力学模型。以2020年1月23日至2月24日的湖北省疫情数据为依据，拟合得到了新建立的修正SEIR模型的动力学参数。通过欧拉数值方法实现修正SEIR传染病动力学模型的求解，对湖北省疫情进行分析，评估防控隔离和集中收治等措施对疫情发展的影响。结果: 修正的SEIR传染病动力学模型对疫情的理论估计与湖北省疫情的实际情况较为符合。模型理论分析表明，防控隔离和医学追踪隔离等措施对疫情大面积传播有重要抑制作用；集中接收、分层治疗等重要措施对感染人数峰值的迅速回落起到了关键作用；此外，个人提高防范意识，采取严格自我防护措施，遏制了感染人数的新增。结论: 修正的SEIR传染病动力学模型可用于COVID-19传播态势分析，以便为制订未来的疫情干预决策提供一定的理论支持。
关键词： 2019冠状病毒病;  严重急性呼吸综合征冠状病毒2;  新型冠状病毒肺炎;  SEIR模型;  传播动力学;  预测    
Abstract:

Objective: To establish a SEIR epidemic dynamics model that can be used to evaluate the COVID-19 epidemic, and to predict and evaluate the COVID-19 epidemic in Hubei province using the proposed model. Methods: COVID-19 SEIR transmission dynamics model was established, which took transmission ability in latent period and tracking quarantine interventions into consideration. Based on the epidemic data of Hubei province from January 23, 2020 to February 24, 2020, the parameters of the newly established modified SEIR model were fitted. By using Euler integral algorithm to solve the modified SEIR dynamics model, the epidemic situation in Hubei province was analyzed, and the impact of prevention and control measures such as quarantine and centralized treatment on the epidemic development was discussed. Results: The theoretical estimation of the epidemic situation by the modified SEIR epidemic dynamics model is in good agreement with the actual situation in Hubei province. Theoretical analysis showed that prevention and control quarantine and medical follow-up quarantine played an important inhibitory effect on the outbreak of the epidemic.The centralized treatment played a key role in the rapid decline in the number of infected people. In addition, it is suggested that individuals should improve their prevention awareness and take strict self-protection measures to curb the increase in infected people. Conclusion: The modified SEIR model is reliable in the evaluation of COVID-19 epidemic in Hubei province, which provides a theoretical reference for the decision-making of epidemic interventions.
Key words: Coronavirus disease 2019    Severe acute respiratory syndrome coronavirus 2    Novel coronavirus pneumonia    SEIR model    Transmission dynamics    Forecasting
收稿日期: 2020-02-20 出版日期: 2020-02-28
:  R181.2+5  
基金资助: 国家自然科学基金(11802225)
通讯作者: 时朋朋     E-mail: csl1993@stu.xjtu.edu.cn;fphd2017@xjtu.edu.cn;shipengpeng@xjtu.edu.cn
作者简介: 曹盛力(1993-), 男, 博士研究生, 主要从事流体力学、非线性动力系统研究; E-mail:csl1993@stu.xjtu.edu.cn; https://orcid.org/0000-0001-6605-5723|冯沛华(1986-), 男, 博士, 助理研究员, 主要从事复杂网络动力学研究; E-mail:fphd2017@xjtu.edu.cn; https://orcid.org/0000-0002-8953-1371
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　　
曹盛力
冯沛华
时朋朋

引用本文:

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.

CAO Shengli,FENG Peihua,SHI Pengpeng. Study on the epidemic development of COVID-19 in Hubei province by a modified SEIR model. J Zhejiang Univ (Med Sci), 2020, 49(2): 178-184.

链接本文:

http://www.zjujournals.com/med/CN/10.3785/j.issn.1008-9292.2020.02.05    或    http://www.zjujournals.com/med/CN/Y2020/V49/I2/178

图 1  修正的SEIR传染病动力学模型中人群转化
参 数 c δI δq γI
  c：接触率；δI：感染者的隔离速率；δq：隔离接触者向隔离感染者的转化速率；γI：感染者的恢复速率；γH：隔离感染者的恢复速率；β：传染概率；q：隔离比例；α：病死率.
本文取值 2 0.13 0.13 0.007
文献[6]取值 1.6~4.8 0.132 66 0.125 9 0.330 29
取值说明 保持一致 保持一致 保持一致 基于实际治愈人数调整
参 数 γH β q α
本文取值 0.014 2.05×10-9 1×10-6 2.7×10-4
文献[6]取值 0.116 24 2.101 1×10-8 1.888 7×10-7 1.782 6×10-5
取值说明 基于实际治愈人数调整 文献[6]未考虑潜伏期患者传染能力，高估了接触传染概率 参考文献[6]并基于实际数据进行拟合优化 基于实际死亡人数调整
表 1  修正的SEIR传染病动力学模型参数赋值
变 量 S E I Sq Eq H R
  S：易感者；E：接触者；I：感染者；Sq：隔离易感者；Eq：隔离接触者；H：住院患者；R：康复人群.
取值 5917万 4007 524×1.5 2776 400(估) I+Eq 31
取值说明 湖北省总人口官方数据 2020年1月29日确诊人数与1月23日确诊人数的差值 官方数据基础上考虑了未检出比例 官方数据，尚接受医学观察 小于尚在接受医学观察人数 患者隔离与部分医学观察 官方数据
表 2  修正的SEIR传染病动力学模型初值设定
图 2  考虑潜伏期传染性和不考虑潜伏期传染性时修正的SEIR传染病动力学模型对感染人数和治愈人数的理论估计对比
图 3  修正的SEIR传染病动力学模型对湖北省2019冠状病毒病疫情走势的预测
图 4  针对临床诊断标准修改对SEIR模型再次修正后对湖北省2019冠状病毒病疫情走势的预测
图 5  利用修正的SEIR传染病动力学模型评估防控隔离措施对疫情控制的影响
图 6  利用修正的SEIR传染病动力学模型评估医学追踪隔离等措施对疫情控制的影响
图 7  利用修正的SEIR传染病动力学模型评估集中收治措施对疫情控制的影响
图 8  利用修正的SEIR传染病动力学模型评估日常安全防护对疫情控制的影响
1 JONATHAN M R, JESSICA RE B, DEREK AT C, et al. Novel coronavirus 2019-nCoV: early estimation of epidemiological parameters and epidemic predictions[J]. MedRxiv, 2020. DOI: 10.1101/2020.01.23.20018549.
2 SHEN M W, PENG Z H, XIAO Y N, et al. Modelling the epidemic trend of the 2019 novel coronavirus outbreak in China[J]. bioRxiv, 2020. DOI: 10.1101/2020.01.23.916726.
3 WU J T, LEUNG K, LEUNG G M. Nowcasting and forecasting the potential domestic and international spread of the 2019-nCoV outbreak originating in Wuhan, China: a modelling study[J]. Lancet, 2020. DOI: 10.1016/S0140-6736(20)30260-9.
4 TANG B , WANG X , LI Q et al. Estimation of the transmission risk of 2019-nCov and its implication for public health interventions[J]. J Clin Med, 2020, 9 (2): 462
doi: 10.3390/jcm9020462
5 花长春, 陈礼清, 田玉铎.利用SEIR模型推演湖北、非湖北和全国疫情拐点——2020年突发风险系列[EB/OL].(2020-02-07)[2020-02-25].http://finance.sina.com.cn/wm/2020-02-07/doc-iimxyqvz0930302.shtml.
HUA Changchun, CHEN Liqing, TIAN Yuduo. Using SEIR model to deduceepidemic turning points of Hubei, non Hubei and the whole country-Outbreak risk in 2020[EB/OL]. (2020-02-07)[2020-02-25]. http://finance.sina.com.cn/wm/2020-02-07/doc-iimxyqvz0930302.shtml. (in Chinese)
6 王霞, 唐三一, 陈勇, 等.新型冠状病毒肺炎疫情下武汉及周边地区何时复工?数据驱动的网络模型分析[J].中国科学: 数学, 2020. DOI: 10.1360/SSM-2020-0037.
WANG Xia, TANG Sanyi, CHEN Yong, et al. When will be the resumption of work in Wuhan and its surrounding areas during COVID-19 epidemic? A data-driven network modeling analysis[J]. Scientia Sinica Mathematica, 2020. DOI: 10.1360/SSM-2020-0037.(inChinese)
[1] 何叶艳, 郑婵颖. 三种人类高致病性冠状病毒的增殖和传播机制研究进展[J]. 浙江大学学报（医学版）, 2020, 49(3): 324-339.
[2] 伦永志, 刘奔, 董雯, 孙杰, 潘凌鸿. 两种严重急性呼吸综合征冠状病毒S蛋白结构特征及抗原表位比较[J]. 浙江大学学报（医学版）, 2020, 49(3): 315-323.
[3] 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.
[4] 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.
[5] 王晓波, 张兆辉, 吴章强, 孙跃宗, 章义利, 龚鸣, 季峰. 基于白蛋白胆红素指数的肝细胞癌根治性手术患者中期死亡风险预测模型评估[J]. 浙江大学学报（医学版）, 2020, 49(3): 375-382.
[6] 王锦程,刘锦鹏,王园园,刘伟,陈小群,孙超,沈晓勇,汪启东,吴亚平,梁文杰,阮凌翔. 2019冠状病毒病(COVID-19)患者胸部CT影像学动态变化[J]. 浙江大学学报（医学版）, 2020, 49(2): 191-197.
[7] 张小燕, 孙伟, 尚世强, 毛建华, 傅君芬, 舒强, 江克文. 2019冠状病毒病(COVID-19)疫情期生物样本保藏生物安全防护原则及建议[J]. 浙江大学学报（医学版）, 2020, 49(2): 170-177.
[8] 陈军,刘丹萍,刘莉,刘萍,徐庆年,夏露,凌云,黄丹,宋树丽,张丹丹,钱志平,李涛,沈银忠,卢洪洲. 硫酸羟氯喹治疗2019冠状病毒病(COVID-19)普通型患者的初步研究[J]. 浙江大学学报（医学版）, 2020, 49(2): 215-219.
[9] 陈志敏,傅君芬,舒强,汪伟,陈英虎,华春珍,李甫棒,林茹,唐兰芳,汪天林,王颖硕,徐玮泽,杨子浩,叶盛,袁天明,张晨美,张园园. 儿童2019冠状病毒病(COVID-19)诊疗指南(第二版)[J]. 浙江大学学报（医学版）, 2020, 49(2): 139-146.
[10] 徐凯进,蔡洪流,沈毅弘,倪勤,陈瑜,胡少华,李剑平,王华芬,俞亮,黄河,裘云庆,魏国庆,方强,周建英,盛吉芳,梁廷波,李兰娟. 2019冠状病毒病(COVID-19)诊疗浙江经验[J]. 浙江大学学报（医学版）, 2020, 49(2): 147-157.
[11] 姜赛平,李璐,茹仁萍,张春红,饶跃峰,林彬,王融溶,陈娜,王小娟,蔡洪流,盛吉芳,周建英,卢晓阳,裘云庆. 2019冠状病毒病(COVID-19)重型、危重型患者用药管理经验[J]. 浙江大学学报（医学版）, 2020, 49(2): 158-169.
[12] 李鑫,代甜,王虹,石军年,袁薇,栗静,陈利军,张天明,张珊珊,孔焱,岳宁,时慧,何玉苹,胡惠芳,柳芙蓉,杨彩霞. 2019冠状病毒病(COVID-19)疑似患者合并焦虑和抑郁的临床分析[J]. 浙江大学学报（医学版）, 2020, 49(2): 203-208.
[13] 骆嵩,杨丽娟,王春,刘传苗,李殿明. 血浆置换和托珠单抗治疗六例2019冠状病毒病(COVID-19)重型患者临床分析[J]. 浙江大学学报（医学版）, 2020, 49(2): 227-231.
[14] 洪东升,倪剑,单文雅,李璐,胡希,羊红玉,赵青威,张幸国. 基于监测数据的药物不良反应快速识别及R语言实现[J]. 浙江大学学报（医学版）, 2020, 49(2): 253-259.
[15] 钟琦,李志,沈晓勇,徐凯进,沈毅弘,方强,陈峰,梁廷波. 2019冠状病毒病(COVID-19)不同临床分型患者胸部CT影像学特征[J]. 浙江大学学报（医学版）, 2020, 49(2): 198-202.