[发明专利]一种COVID-19实时风险预测方法

说明书

本发明公开了一种COVID‑19实时风险预测方法，包括以下步骤：获取疫情危险评估数据和社会脆弱性评估数据；建立传染数衰减方程和疫情传播动力学模型；根据传染数衰减方程和疫情传播动力学模型对疫情危险性评估数据进行预测；建立熵值‑层次分析法组合模型；根据熵值‑层次分析组合模型、疫情危险评估数据和社会脆弱性评估数据进行疫情风险预测；绘制疫情风险预测等级地图；本方法为后期疫情防控决策提供了支持，同时也可用于今后新的疫情发生时期或其他突发性公共安全事件下风险的应急预测。

技术领域

本发明涉及数据分析技术领域，尤其涉及一种COVID-19实时风 险预测方法。

背景技术

学术上关于COVID-19风险预测主要是风险概率分析，通过分析 病原体及传染源、潜在传染源的输入、传播途径、传播潜力等得出特 定地点和环境下出现疫情爆发的风险。这些方法主要考虑疫情传播感 染病例数等特征，风险评估指标集不够完备，没有耦合经济、人口、 政策和医疗措施等指标，风险预测的准确性有待提高；风险预测方法 没有结合疫情传播动力学机制，在长时间预测方面存在一定缺陷，限 制了地区风险预测的准确性和合理性；同时在研究传染病传播和发展 规律方面，传统疫情动力学模型也存在一定缺陷：忽视了政策和病毒 自身随时间变化的特征，不能够对真实疫情发展规律进行拟合仿真。

发明内容

有鉴于此，本发明提出了一种COVID-19实时风险预测方法，以 解决如何提高风险预测的准确性，实现不同区域风险分级预测的问题。 为实现上述目的，本发明提出的COVID-19实时风险预测方法包括步 骤：

S1、获取疫情基础病例数据；

S2、根据S1获取的疫情基础病例数据建立传染数衰减方程得到基 本传染数，再根据基本传染数和S1获取的疫情基础病例数据建立疫 情传播动力学模型；

S3、将本区域实时易感者、感染者、潜伏者、治愈者以及死亡者 数据作为疫情传播动力学模型的输入数据，对本区域实时疫情基础病 例数据进行预测；

S4、根据本区域实时疫情基础病例数据，计算疫情危险性数据；

S5、确定社会脆弱性数据；

S6、对疫情危险性数据和社会脆弱性数据进行归一化处理，分别 建立熵值-层次分析法组合模型，得到疫情危险性数据权重矩阵和社 会脆弱性数据权重矩阵；

S7、根据疫情危险性数据权重矩阵、社会脆弱性数据权重矩阵、 疫情危险性数据以及社会脆弱性数据进行区域疫情风险预测，根据预 测风险值将区域疫情风险划分为三个等级，三级风险是风险值0.3， 二级风险是0.3≤风险值≤0.5，一级风险是风险值0.5；

S8、根据S7风险等级，利用ArcMap10.2软件绘制疫情风险预测 等级地图。

进一步地，疫情病例基础数据包括区域人口、区域面积、累计确 诊病例、累计死亡病例以及累计治愈病例。

进一步地，所述S2中传染数衰减方程如下：

其中，C为基本传染数，C₀为疫情初期基本传染数，k为衰 减系数，t₀为预计传染病消失的时间，t为时间。

进一步地，所述S2中疫情传播动力学模型如下：

其中，C为基本传染数，当C＜1时，传染病将会逐渐消失；β 为发病率；θ是潜伏者相对于传染者的传染能力；S为易感者，σ为 潜伏者转化感染者的速率，为1/潜伏期；α为致死率；γ为感染者治愈 的速率，本文中时间单位为d，每个时间步长为1d，I为感染者，E 为潜伏者，R为治愈者，D为死亡者，t为时间。