一些扩散性SIS流行病模型的新型空间概况
Rui Peng1, Zhi-An Wang2, Guanghui Zhang3
1School of Mathematical Sciences, Zhejiang Normal University, Jinhua, 321004, Zhejiang, China.
Journal of mathematical biology
|November 6, 2023
概括
本研究检查了SIS流行病模型,其感染者流动有限. 结果显示,敏感种群在风险功能最小时稳定,而感染个体则在高风险地区聚集或扩散,这取决于种群动态和风险景观.
科学领域:
- 流行病学 流行病学
- 数学生物学 数学生物学
- 反应-扩散系统的反应-扩散系统.
背景情况:
- 了解传染病的空间传播对于公共卫生干预至关重要.
- 反应-扩散模型是分析异质环境中流行病动态的强大工具.
- 之前的研究通常假定感染个体的同质种群或不受限制的移动.
研究的目的:
- 在SIS流行病模型中调查易受感染和感染人口的空间分布.
- 分析受感染者的限制移动对流行病传播的影响.
- 为了比较模型与常数和变化的总人口数.
主要方法:
- 对两个SIS流行病反应-扩散模型的分析,其中包括大规模行动感染.
- 专注于感染个体的小移动率的场景.
- 由数值模拟补充的理论分析.
主要成果:
- 在恒定人口模型中,易受感染的个体稳定在最小的风险水平,而感染的个体集中在风险最高的位置.
- 在不同的人口模型中 (与出生/死亡),易受感染的人口可能不会稳定到一个常数,而感染分布取决于风险函数的复杂性.
- 受感染的种群可以集中在孤立的点上,聚集在高风险的间隔,或在整个息地传播.
结论:
- 流行病的空间概况对人口动态和环境风险景观的异质性非常敏感.
- 感染个体的限制移动可以导致在高风险区域的显著空间聚合.
- 人口动态和环境风险之间的相互作用决定了传染病的最终空间传播.
相关概念视频
01:18Steps in Outbreak Investigation
135
In the ever-evolving field of public health, statistical analysis serves as a cornerstone for understanding and managing disease outbreaks. By leveraging various statistical tools, health professionals can predict potential outbreaks, analyze ongoing situations, and devise effective responses to mitigate impact. For that to happen, there are a few possible stages of the analysis:
135
01:23Mechanistic Models: Compartment Models in Individual and Population Analysis
44
Mechanistic models are utilized in individual analysis using single-source data, but imperfections arise due to data collection errors, preventing perfect prediction of observed data. The mathematical equation involves known values (Xi), observed concentrations (Ci), measurement errors (εi), model parameters (ϕj), and the related function (ƒi) for i number of values. Different least-squares metrics quantify differences between predicted and observed values. The ordinary least...
44