[发明专利]一种COVID-19境外输入风险评估预测方法有效

专利信息
申请号: 202010767895.7 申请日: 2020-08-03
公开(公告)号: CN112259248B 公开(公告)日: 2023-05-12
发明(设计)人: 杨淑娟;张磊;刘亮;张路;赖莉 申请(专利权)人: 四川大学
主分类号: G16H50/80 分类号: G16H50/80
代理公司: 四川省成都市天策商标专利事务所(有限合伙) 51213 代理人: 张秀敏
地址: 610000 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 covid 19 境外 输入 风险 评估 预测 方法
【说明书】:

发明公开了一种COVID‑19境外输入风险评估预测方法,包括:获取模型参数和基础数据;给出模型的假设和限定条件;基于SIR模型建立风险评估预测模型;计算得到第i个年龄段中的感染人群在第m天的人数,进一步得到第m天的感染总人数,结合医疗资源数据TMR,计算第m天境外输入传播的风险评估值Risk[m];分别推算出不同管控措施下的预设时间间隔Dsubgt;1/subgt;内的入境人数,估算得到每天各年龄段境外输入感染者人数;计算风险预测值Risk[m]。模型可以对不同防控政策措施下的COVID‑19境外输入传播风险进行更全面、有效的评估预测分析,作为制定、修改防控政策的参考依据,对于精准防控疫情具有重要意义。

技术领域

本发明涉及数据分析技术领域,具体的说,是一种COVID-19境外输入风险评估预测方法。

背景技术

随着境外COVID-19确诊数量的上升,境外疫情输入压力增大,境外输入疫情是否会引起国内COVID-19疫情的反复或大规模发生,需要结合多种管控措施进行风险预测,为制定精准防控政策措施提供参考依据。现有的境外输入风险评估预测方法中,基于统计分析的方法可以进行当前管控措施下的效果评估分析,方法相对固定,但针对不同管控措施的风险评估预测效果有限;同时,现有方法的模型输入参数相对较少,没有考虑境外输入的影响,以及无症状感染者、航班旅客入境数据、地区年龄分布和各地市医疗条件等因素,导致模型的普适性有待进一步提高。

发明内容

本发明的目的在于提供一种COVID-19境外输入风险评估预测方法,用于解决现有技术中预测评估方法无法针对不同管控措施进行预测以及输入参数较少,不具备普适性的问题。

本发明通过下述技术方案解决上述问题:

一种COVID-19境外输入风险评估预测方法,包括:

步骤S100:获取模型参数和基础数据;所述基础数据包括入境检疫数据、全球每日疫情数据、医疗资源数据TMR、人口数据和人口年龄结构;所述模型参数包括传播率β,康复率γ,接触矩阵Mij和易感染率σi;其中i和j表示年龄段i,j=1,2,...,n;

步骤S200:给出模型的假设和限定条件:设置易感染人群S、感染人群I、康复人群R和境外输入人群P分别对应第m天第i个年龄段的易感染人数Si[m]、感染人数Ii[m]、康复人数Ri[m]和第k个国家的入境人数Pki[m],设置第k个国家在第m天统计的平均确诊率μk[m],则第m天第i年龄段人群输入的感染人群人数为第m天对第i年龄段人群输入的易感染人群人数为第m天输入地区第i年龄段总人数Ni[m],有:

其中,为第m天输入的总人数,K为国别个数;

步骤S300:基于SIR模型建立风险评估预测模型,包括第i个年龄段中的易感染人群在第m+1天的人数Si[m+1]、第i个年龄段中的感染人群在第m+1天的人数Ii[m+1]、第i个年龄段中的康复人群在第m+1天的人数Ri[m+1]:

Ri[m+1]=Ri[m]+γIi[m]                                    (3)

其中,Nj[m]各年龄段总人数;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学,未经四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010767895.7/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top