SI,SIS,SIR,SEIRD模型

这篇具有很好参考价值的文章主要介绍了SI,SIS,SIR,SEIRD模型。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

SI,SIS,SIR,SEIRD模型

因为个人工作需要系统地整理SI,SIR以及SEIR模型,故对三个模型进行原理介绍以及对比。文中关于SI,SIS,SIR的所有的截图都来自西工大肖华勇老师在慕课上的分享,原视频戳 这里。SEIRD模型则来自发表在SCI上的paper,想看原文戳这里。

SI model

作为比较古早的传染病模型(不对指数模型进行介绍),SI model在假设人口总数不变(不发生迁移,出生及死亡)的情况下,将人群分为易感人群S(suspectible)和病人I(Infective),在时刻 t t t下,这两类人群的占比分别为 s ( t ) s(t) s(t) i ( t ) i(t) i(t),并假设病人每天有效接触的平均人数为 λ \lambda λ。当I类人群与S类人群进行接触,S被感染,转为I类人群。
So,每个病人每天可以感染的人数为 λ ⋅ s ( t ) \lambda \cdot s(t) λs(t),共有 N ⋅ i ( t ) N \cdot i(t) Ni(t)个病人,故每天总感染人数为 λ ⋅ s ( t ) N ⋅ i ( t ) \lambda \cdot s(t) N \cdot i(t) λs(t)Ni(t)
SI,SIS,SIR,SEIRD模型
SI,SIS,SIR,SEIRD模型
由图3可得,SI模型中新增病人数量在 i = 1 / 2 i=1/2 i=1/2时增速最大,带入公式(6)可得 t m t_m tmSI,SIS,SIR,SEIRD模型该模型适用于不可治愈传染病。

SIS model

和SI模型不同,SIS模型假设病人治好后变成健康者,健康者可以再次被感染成为病人。相比与SI模型, SIS模型增加条件为:每天被治愈的病人数占病人总数的比例为一个常数 μ \mu μ,称 μ \mu μ日治愈率,病人治愈后仍可被感染。 1 μ \frac{1}{\mu} μ1为平均感染期。如 μ = 0.2 \mu = 0.2 μ=0.2时,该疾病的日治愈率为 20 % 20 \% 20%,平均感染期为5天。
SI,SIS,SIR,SEIRD模型
得其增速曲线和函数曲线分别为
SI,SIS,SIR,SEIRD模型
SI,SIS,SIR,SEIRD模型

σ > 1 \sigma>1 σ>1代表每天传染的人数大于治愈的人数, σ ≤ 1 \sigma \leq 1 σ1则相反。SIS的模型曲线表明,当每天传染的人数大于治愈人数时( σ > 1 \sigma>1 σ>1),不论初始状态下病人的人数是否大于 1 − 1 σ 1-\frac{1}{\sigma} 1σ1,最终感染的人数都趋于定值;当 σ ≤ 1 \sigma \leq 1 σ1时,所有人都会被治愈。显而易见, σ \sigma σ在其中起关键作用。

SIR model

SIR考虑三种人群状态:S 类人群,易感人群;I 类人群,感染者;R 类人群,康复者,指的是感染者成功治愈,有免疫力的健康者。
SI,SIS,SIR,SEIRD模型
SI,SIS,SIR,SEIRD模型
由该图可得,SIR模型中病人最终全被治愈/移除,健康的易感者保持大于 5 % 5\% 5%的比例。该图由matlab绘制,具体参数如下:
SI,SIS,SIR,SEIRD模型
其中病人初始占比为0.1,易感者为0.9。
在这里要说明的是,大部分论文在使用SIR模型时,传染率和治愈率是呈1.5倍的关系,即传染率比治愈率等于1.5,而治愈率由图中的拓扑结构决定,与肖老师在PPT中所展示的图有所不同。所以大部分论文在使用SIR模型时,得出的结论是图中感染者的数量最终会达到一个稳定状态(如下图所示),即趋于定值。
SI,SIS,SIR,SEIRD模型

SEIRD model

受新冠疫情的启发,相对于SIR模型,该模型多了潜伏期(E),死亡(D)。
SI,SIS,SIR,SEIRD模型
参数 γ \gamma γ反映了估计的病程时间, γ ∈ [ 1 18 , 1 5 ] \gamma \in [\frac{1}{18},\frac{1}{5}] γ[181,51]
参数 σ \sigma σ反映了该疾病的估计潜伏期, σ ∈ [ 1 5 , 1 3 ] \sigma\in[\frac{1}{5},\frac{1}{3}] σ[51,31].
参数 β \beta β反映了感染者与他人互动的速率。它通常被写成 β = R 0 γ \beta =R_0 \gamma β=R0γ,其中 R 0 R_0 R0称为基本复制数,表示疾病的传染速度。Liu等人(2020)回顾了关于covid-19r0估计的文献,得出结论,文献中的平均和中位数估计约为3,但 在最新的文献中,有人认为5.7更合理。
参数 α \alpha α为infection fatality rate(IFR)死亡率,一般情况下 α \alpha α是变化的,在本文中作者认为 α \alpha α为定值。
参数 λ \lambda λ为真实报道中感染新冠病毒的人数占比,为定值。
模型初始化阶段为 D ( 0 ) = 0 , R ( 0 ) = 0 , C ( 0 ) = 0 , S ( 0 ) = N − E ( 0 ) − I ( 0 ) − R ( 0 ) − D ( 0 ) = N − E ( 0 ) − I ( 0 ) D(0)=0,R(0)=0,C(0)=0,S(0)=N-E(0)-I(0)-R(0)-D(0)=N-E(0)-I(0) D(0)=0,R(0)=0,C(0)=0,S(0)=NE(0)I(0)R(0)D(0)=NE(0)I(0)文章来源地址https://www.toymoban.com/news/detail-431230.html

到了这里,关于SI,SIS,SIR,SEIRD模型的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包