[发明专利]一种小空间尺度传染病时空传播模式的预测方法

说明书

本发明公开了一种小空间尺度传染病时空传播模式的预测方法，将构建的SEIR模型与估算的居民出行OD矩阵相融合，形成基于人口流动、融合非药物干预措施的小空间尺度的传染病疫情传播SEIR模型，采取不同干预措施应对传染病疫情场景；通过收集整理手机通讯信令等多源数据，迭代模拟传染病的时空传播模式，并将干预防控措施细化为指标和参数纳入到SEIR模型，模拟在不同情景下疫情的发展趋势和累积病例数，以此探究传染病在城市内部小空间尺度的扩散路径、流行曲线、以及时空传播网络；同时考虑了多源驱动因素和公共卫生干预措施，预测结果更加可靠；并对早期疫情的发展态势提供了更为精准的研判，实用性也更高。

技术领域

本发明涉及传染病疫情预测方法领域，尤其涉及的是一种小空间尺度传染病时空传播模式的预测方法。

背景技术

传染病研究重要方法之一就是传染病数学模型及其动力学分析，其根据种群生长的特性、疾病发生和在种群内传播的规律，建立能反映传染病动力学特性的数学模型，并通过对模型动力学性态的定性、定量分析和数值模拟，可揭示出其流行规律，预测其变化发展趋势，且寻求对其预防和控制的最优策略，对疫情的研判和决策能起到辅助作用。

尽管近期有相关学者从数理视角，采用经典传染病动力学仓室模型(Susceptible- Exposed-Infectious-Recovered，SEIR)构建人口流动网络动力学模型模拟疫情时空发展趋势，评估防控措施的效果，但是这些研究大多是基于城市、省份等大空间尺度的研究，而针对小空间尺度例如1*1公里区域范围的研究还十分缺乏，显然不利于传染病疫情初期开展态势研判和精准分区防控。

另外，现有大部分研究在建模时未能同时考虑多个因素，诸如环境、气象、病原学监测、人口流动以及干预措施等，模型的设置也有待完善。

因此，如何融合多源数据库，并构建小空间尺度的SEIR模型进行时空传播模式模拟，将有助于为早期疫情提供更为精准的态势研判。

发明内容

为解决上述技术问题，本发明提供一种小空间尺度传染病时空传播模式的预测方法，可对早期疫情的发展态势提供更为精准的研判，实用性更高，预测更可靠。

本发明的技术方案如下：一种小空间尺度传染病时空传播模式的预测方法，包括以下步骤：

A、收集整理传染病病例、流行病学调查数据、防控措施相关数据、社会人口地理数据以及手机通讯信令数据；

B、利用社会人口地理数据和手机通讯信令数据，估算研究区域1*1公里空间网格的居民出行OD矩阵；

C、利用疫情病例数据、流行病学调查数据以及防控措施数据，构建传染病疫情传播的SEIR 模型；

D、将构建的SEIR模型与估算的居民出行OD矩阵相融合，形成基于人口流动、融合非药物干预措施的小空间尺度的传染病疫情传播SEIR模型；

E、采取不同干预措施应对传染病疫情场景，预测不同情景下未来1-2个月疫情时空扩散趋势、累计病例数以及疫情结束时间。

所述的小空间尺度传染病时空传播模式的预测方法，其中，所述步骤A包括：

A1、从传染病报告监测系统获得传染病每日报告病例数和疫情数据；

A2、从疾病预防控制中心流行病学调查管理系统收集流行病学调查数据资料；

A3、从疾病预防控制中心应急响应工作组获取核酸筛查和医学隔离相关防控措施和时间节点。

所述的小空间尺度传染病时空传播模式的预测方法，其中，所述步骤A包括：

A4、网格人口数据来自世界人口网站上年估算的网格人口数，空间精度为1*1公里网格；

A5、行政界面地图数据来自资源环境科学与数据中心；