埃博拉病毒病模型具有非线性发病率和密度依赖的治疗方法
Jacques Ndé Kengne1, Calvin Tadmon1,2
1Committed Mathematics Team, Research Unit in Mathematics and Applications, Department of Mathematics and Computer Science, University of Dschang, P.O. Box 67 Dschang, Cameroon.
Infectious Disease Modelling
|December 11, 2024
概括
这项研究介绍了一种结合行为变化和密度依赖治疗的埃博拉流行病模型. 研究结果表明,将快速的行为转变与有效的治疗策略相结合,对于控制埃博拉疫情至关重要.
科学领域:
- 流行病学 流行病学
- 数学生物学 数学生物学
- 传染病的动态传染病的动态.
背景情况:
- 埃博拉病毒病 (EVD) 给公共卫生带来了重大挑战.
- 了解流行病的动态对于有效的控制策略至关重要.
研究的目的:
- 开发和分析埃博拉传播的非线性数学模型.
- 调查行为变化和密度依赖治疗对流行病动态的影响.
- 在流行病模型中探索向后分叉现象.
主要方法:
- 非线性微分方程的理论分析.
- 有效复制数的导出.
- 均衡的稳定性分析.
- 该模型与2018-2020年基伍埃博拉疫情数据的数值匹配.
- 敏感性分析. 敏感性分析.
- 使用卡普托运算符和格伦瓦尔德-莱特尼科夫方案开发和分析一个小数级埃博拉模型.
主要成果:
- 该模型在特定条件下表现出向后分叉.
- 双稳定性和向后分叉并不总是相关的;无疾病的平衡可以在全球范围内稳定.
- 适合基伍埃博拉疫情数据的模型提供了对传播动态的见解.
- 敏感性分析确定了影响流行病的关键参数.
结论:
- 有效控制埃博拉疫情需要快速行为改变和高效的治疗策略的结合.
- 分数顺序建模为更细微的流行病分析提供了潜在的扩展.
关键词:
双分支的分支方式卡普托分数衍生品的分数衍生品密度依赖的处理方式埃博拉流行病模型的模型.分数微分方程的微分方程.格林沃尔德-莱特尼科夫非标准的有限差额方案灵敏度分析是一种灵敏度分析.稳定的稳定性 稳定的稳定性更多相关视频
09:02An Experimental Model to Study Tuberculosis-Malaria Coinfection upon Natural Transmission of Mycobacterium tuberculosis and Plasmodium berghei
Published on: February 17, 2014
19.8K
08:02Experimental Viral Infection in Adult Mosquitoes by Oral Feeding and Microinjection
Published on: July 28, 2022
2.2K
