[发明专利]一种登革热传播风险预测方法及受影响人口大小确定方法在审
申请号: | 202110156839.4 | 申请日: | 2021-02-04 |
公开(公告)号: | CN112951440A | 公开(公告)日: | 2021-06-11 |
发明(设计)人: | 郭貔;陈煜亮;欧少闽;蔡子熙;张庆英;吴海盛;曾庆辉;余晓琳 | 申请(专利权)人: | 汕头大学医学院 |
主分类号: | G16H50/80 | 分类号: | G16H50/80;G16H50/50;G16H50/30;G06N7/00 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 周增元;张泽思 |
地址: | 515000 广*** | 国省代码: | 广东;44 |
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 登革热 传播 风险 预测 方法 影响 人口 大小 确定 | ||
1.一种登革热传播风险预测方法,其特征在于,包括以下步骤:
S1:获取历史蚊媒信息数据,转换成蚊媒信息的自然出生率时间序列;获取历史气温数据,转换为随温度变化的登革热病毒经蚊子叮咬的转播至人的概率时间序列;
S2:利用所述自然出生率时间序列、传播至人的概率时间序列构建蚊媒介导的登革热传播SIR动力学模型;
S3:由所述登革热传播SIR动力学模型预测未来一个单位时间内的新增感染病例数,通过EAKF算法与新增感染病例的观测值同化,并校正动力学模型中的状态参数;
S4:在观测时间连续的情况下,反复步骤S3,达到SIR-EAKF的耦合;
S5:所述SIR-EAKF的框架在给定初始状态参数,输入登革热新增感染病例观测流数据下,对每个观测时间点同化观测数据,并校正所述登革热传播SIR动力学模型状态参数集合,返回后验状态参数集合,以及由所述后验状态参数集合向前预测,得到未来的先验状态参数集合;
S6:由所述先验状态参数集合计算未来的集合均值、集合区间以及集合预测峰值,峰值时间和总感染病例数。
2.根据权利要求1所述的登革热传播风险预测方法,其特征在于,所述S1中,所述获取历史蚊媒信息数据为获取诱蚊诱卵指数,并采用傅里叶变换方法进行平滑。
3.根据权利要求1所述的登革热传播风险预测方法,其特征在于,所述S1中,所述获取历史气温数据为获取每日平均温度时间序列。
4.根据权利要求1所述的登革热传播风险预测方法,其特征在于,所述S2中,所述登革热传播SIR动力学模型纳入状态参数包括:易感蚊子数量SM、感染蚊子数量IM、易感人数SH和感染人数IH,蚊子总数NM和人口总数NH,自然状态下登革热在SM中的播种率α,蚊子的出生率μb(t)和死亡率μd,在t时刻的登革热病毒经蚊子叮咬传播至人的概率τ(t),人与蚊之间的基础有效接触率β0,个体感染登革热病毒的持续时间D。
5.根据权利要求4所述的登革热传播风险预测方法,其特征在于,所述登革热传播SIR动力学模型采用龙格-库塔法估计微分方程。
6.根据权利要求5所述的登革热传播风险预测方法,其特征在于,所述登革热传播SIR动力学模型的状态参数需完成参数寻优,所述参数寻优采用随机搜索法或经验判断法。
7.根据权利要求6所述的登革热传播风险预测方法,其特征在于,所述登革热传播SIR动力学模型在所述SIR-EAKF的框架中提供预测手段,预测未来一段时间内的状态变化趋势,并作为系统过程耦合EAKF。
8.根据权利要求1或7所述的登革热传播风险预测方法,其特征在于,所述EAKF算法中对于未观测的状态参数,采用线性最优算法进行更新校正。
9.根据权利要求8所述的登革热传播风险预测方法,其特征在于,所述S5中,所述初始状态参数采用蒙特卡洛模拟法,基于各自参数的分布和范围,模拟各集合的状态参数随机组合;所述观测流数据,包括新增感染病例数和其相应的观测方差。
10.一种受疫情影响的人口大小自确定方法,其特征在于,由历史数据计算当前受疫情影响的人口大小,并使用权利要求1-9任一项所述的SIR-EAKF的固定参数,重新运行所述SIR-EAKF对已获得的观测流数据的同化更新。
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汕头大学医学院,未经汕头大学医学院许可,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/202110156839.4/1.html,转载请声明来源钻瓜专利网。