关键词:
流行性感冒
数学模型
预测
预警
传播能力
摘要:
目的:(1)了解和掌握流行性感冒的流行特征和分布规律,预测流感发病趋势;(2)探索流感疫情速度变化拐点,推断流感疫情“预警周”,实施早期防控干预;(3)量化和评估不同类型流感的传播能力,评估流感疫苗接种效果,为提高我国流感防控水平提供科学依据。方法:本研究分为三个部分:(1)获取2010-2019年我国流行性感冒发病数据,分析流感流行动态、热门毒株和时间分布规律;采用ARIMA时间序列模型,对流感数据进行原始序列预处理、模型识别、参数估计和统计建模,预测流感发病趋势。(2)根据流感发病的周期性,采用Logistic微分方程进行拟合,推断流感“疫情加速周”和“建议预警周”,并评估模型拟合效果。(3)根据流感发病特点和传播规律,建立SEIABR动力学模型,通过查阅相关文献、统计年鉴和实际数据拟合,获取模型参数,并借助1stopt、Matlab7.1和Berkeley Madonna8.3.18等工具,对流感传染概率(β)进行估计,比较不同类型流感传播能力;同时,在原SEIABR模型的基础上,增加仓室V,模拟疫苗不同接种率下,流感单个周期的持续时间和累积发病人次数,评价疫苗接种效果。结果:(1)2010-2019年,我国共报告流感病例数671693例,报告发病率为4.90/万,平均发展速度为111.72%,2014年后发病率大幅度上升;其中,甲型流感占66.85%,乙型流感占33.15%,甲型H3N2流感所占比例最高(38.79%),其次是甲型H1N1流感(27.01%)。(2)流感病例主要集中在12月、1月、2月和3月,共报道430791例(64.14%),冬季流感占全年发病数的49.28%。其中,甲型H1N1流感和乙型Yamagata流感集中在每年12月、1月、2月和3月,甲型H3N2流感除冬春季外,每年7月、8月、9月(夏秋季)发病人数也较多,而乙型Victoria亚型流感集中在每年3月和4月(春季)。(3)构建流感时间序列模型,预测模型为ARIMA(1,2,1)(0,1,1)12,数据信息提取充分(Q=14.257,P=0.506>0.05),相对误差在10%左右;甲型流感预测模型为ARIMA(2,1,1)(0,2,2)12,数据信息提取充分(Q=13.236,P=0.430>0.05),预测2018年12月和2019年1-3月甲流发病率较高,4月份开始,发病率迅速下降,与实际情况较为相似,相对误差控制在10%以内;乙型流感预测模型为ARIMA(1,2,1)(1,0,1)12,数据信息提取充分(Q=9.841,P=0.774>0.05),但模型预测2019年乙流发病率较低,相对误差较高。(4)流感发病具有季节性和周期性,平均每年有夏秋季(11周至36周)和冬春季(37周至次年第10周)两个流行周期;Logistic模型与流感发病周期拟合效果较好(Z=-1.709,P=0.088>0.05),利用模型计算得到流感疫情变化的早期时间拐点,即“疫情加速周”分别为每年第(22±1.78)周(夏秋季)和第(46±1.46)周(冬春季),“建议预警周”分别是每年第20周和第44周。(5)建立SEIABR模型,模拟每年流感的流行周期,得到流感传染概率β为(7.95±1.27×)10-10,甲型流感和乙型流感传染概率β分别为(7.89±0.78×)10-10和(5.88±0.97)×10-10,其中,甲型H1N1流感传播能力最强,β为(7.25±0.82)×10-10;(6)SEIABVR模型显示,随着疫苗接种率的提高,流感疫情持续时间、峰值及累积发病人次数不断降低;接种率为20%时,与2019年实际情况较为接近,接种率达到60%,发病人次数下降了73.48%,接种率达到80%时,流感持续时间仅40天,累计发病人次数仅23人。结论:(1)我国流感报告发病率为4.90/万,居丙类传染病首位,2014年后发病率大幅度上升,整体呈现以甲型H3N2和H1N1流感为主,乙型Yamagata和Victoria流感交替流行状态;流感发病集中在每年12月和1-3月,不同亚型流感发病热点时间不完全一致,应根据不同亚型流感发病热点时间实施有针对性的防控。(2)ARIMA时间序列模型可对流感(总)、甲型流感发病趋势进行较好的预测,但是对乙型流感预测的相对误差较高,可能与乙型流感发病无明显的长期趋势有关。(3)流感发病具有周期性,依据Logistic微分方程,推荐夏秋季流感“预警周”为每年第20周(5月中旬),以防控甲型H3N2流感为主,冬春季流感“预警周”为第44周(10月下旬),以防控各类流感毒株共流行。(4)依据SEIABR模型,流感传染概率为(7.95±1.27)×10-10,甲型流感传播能力高于乙型流感,甲型H1N1流感传播能力最强。(5)模拟疫苗不同接