使用物联网网络中的生物动力学模型,为可扩展的人口提供智能水源疾病控制

科学领域:

• 流行病学 流行病学
• 环境科学 环境科学
• 公共卫生 公共卫生

背景情况:

• 水源性疾病对公众健康构成重大威胁,人口增长和环境污染加剧了这种威胁.
• 现有的疾病管理模型往往缺乏有效干预所需的可扩展性和实时预测能力.
• 物联网 (IoT) 技术的整合为监测和控制疾病传播途径提供了一种新的方法.

研究的目的:

• 开发和评估一种生物动力学模型,用于使用分数顺序导数 (FOD) 和物联网基础设施来管理由水传播的疾病.
• 通过使用物联网网络传输的流行病参数,预测和控制水库和垃圾填埋场中的病原体种群.
• 评估联合控制策略在减少疾病负担和确保水安全方面的有效性.

主要方法:

• 基于人类病原体的生物动力学分数顺序衍生 (FOD) 模型被开发用于模拟疾病传播.
• 该模型包含了通过LoRa物联网网络传输的易感,接种疫苗,感染,恢复和治疗 (SVIRT) 流行病参数.
• 整合和分析了五项控制措施 (饮用水供应,治疗,疫苗接种,环境卫生,健康教育).

主要成果:

• 该模型确定了一个稳定的无疾病平衡点,当有效繁殖数 (R₀^eff) 小于1.
• 将物联网与SVIRT控制参数相结合,实现了99.89%的感染人群减少和99.56%的水传播病原体减少.
• 将治疗与卫生设施相结合,导致感染人口减少了99.97%,显示出高效率.

结论:

• 通过物联网和FOD建模增强的多方面的公共卫生和环境管理策略,在打击水源性疾病方面非常有效.
• 拟议的模型为智慧城市规划提供了一个可扩展的解决方案,确保饮用水和与联合国可持续发展目标保持一致.
• 实施全面的控制措施对于几乎消除感染和病原体种群,保护公共健康至关重要.