COVID-19：考虑老龄化人口及控制行动与再易感时滞的鲁棒数学模型与仿真包开发
种群与进化
2020-06-11 v4
摘要
当前由 COVID-19 大流行引发的全球卫生紧急事件是人类在这一代面临的最大挑战之一。计算仿真在预测当前大流行的发展中发挥了重要作用。此类仿真能够提前指示大流行的未来走势，并有助于评估对抗 SARS-CoV-2 病毒的控制行动效率。SEIR 模型是传染病计算仿真中著名的方法，已广泛用于建模埃博拉、SARS、MERS 和甲型流感等其他流行病。本文提出一种改进的 SEIRS 模型，增加了以死亡率和再易感性形式存在的退出条件，我们可以调节模型中的退出条件，将当前大流行走势的预测扩展为三种可能结果：死亡、康复以及康复后可能再易感。该模型还考虑了特定信息，如人口老龄化因素、因控制措施导致大流行发展的时滞，以及具有暂时免疫响应的再易感性。鉴于 COVID-19 临床表现的巨大差异，所提模型旨在更好地反映当前情景和报告的病例数据，从而更好地理解疾病传播与所采取控制行动的效率。基于韩国和北爱尔兰的真实世界数据，分别通过两个案例研究对模型进行验证和预测研究。
引用
@article{arxiv.2004.01974,
title = {COVID-19: Development of a Robust Mathematical Model and Simulation Package with Consideration for Ageing Population and Time Delay for Control Action and Resusceptibility},
author = {Kok Yew Ng and Meei Mei Gui},
journal= {arXiv preprint arXiv:2004.01974},
year = {2020}
}
备注
14 pages, 9 figures, To appear in Physica D: Nonlinear Phenomena (2020)