您的位置：山东大学 -> 科技期刊社 -> 《山东大学学报（医学版）》

山东大学学报 (医学版) ›› 2020, Vol. 58 ›› Issue (10): 20-24.doi: 10.6040/j.issn.1671-7554.0.2020.0775

• • 上一篇    下一篇

SEIQCR传染病模型的构建及在广州市新型冠状病毒肺炎公共卫生防控效果评估中的应用

徐丽君1*,刘文辉2*,刘远2,李美霞2,罗雷2,欧春泉1   

  1. 1.南方医科大学公共卫生学院生物统计系，广东 广州 510515; 2.广州市疾病预防控制中心，广东 广州 510515
  • 出版日期:2020-10-10 发布日期:2020-10-08
  • 通讯作者: 罗雷. E-mail:llyeyq@163.com欧春泉. E-mail:ouchunquan@hotmail.com*共同第一作者
  • 基金资助:
    国家自然科学基金(81973140)

Construction of SEIQCR epidemic model and its application in the evaluation of public health interventions on COVID-19 in Guangzhou

XU Lijun1*, LIU Wenhui2*, LIU Yuan2, LI Meixia2, LUO Lei2, OU Chunquan1   

  1. 1. Department of Biostatistics, School of Public Health, Southern Medical University, Guangzhou 510515, Guangdong, China;
    2. Guangzhou Center for Disease Control and Prevention, Guangzhou 510515, Guangdong, China
  • Online:2020-10-10 Published:2020-10-08

PDF (PC)

251

摘要： 目的 构建易感者(S)-潜伏者(E)-发病者(I)-隔离者(Q)-确诊者(C)-恢复者(R)模型(SEIQCR),并初步用于评价广州市新型冠状病毒肺炎(COVID-19)疫情中公共卫生干预措施的效果。 方法 在SEIR传播动力学模型基础上,添加隔离模块和确诊模块,建立联合考虑潜伏期传播规律和追踪隔离干预措施的SEIQCR传播动力学模型。以2020年1月13日至2020年3月17日广州市疫情数据为基础,拟合得到SEIQCR模型的动力学参数。 结果 SEIQCR模型显示预测每日发病数与实际发病数高度吻合(R2=0.93)。启动一级响应之后,时变再生数(Rt)呈快速下降趋势,提示本地传播得到有效控制。 结论 广州市COVID-19疫情的防控措施是有效的,各地方政府应严格执行隔离制度,切断传播途径,全力遏制COVID-19 传播。SEIQCR模型的构建策略可为其他地区的干预措施评估提供方法学借鉴。

关键词: 新型冠状病毒肺炎, 干预作用, 传染病动力学模型

Abstract: Objective To develop a dynamic model of susceptible(S), exposed people in the latent period(E), infective(I), quarantined(Q), confirmed(C), and recovered(R)(SEIQCR)to evaluate the role of interventions and control the coronavirus disease 2019(COVID-19)epidemic in Guangzhou. Methods Based on the SEIR propagation dynamics model, the modules of “quarantined” and “confirmed” cases were added to establish a new SEIQCR model. The epidemic data in Guangzhou from Jan. 13 to Mar. 17, 2020 were fitted to obtain the parameters of SEIQCR model. Results The number of predicted cases based on these parameters was highly consistent with the actual incidence(R2=0.93). Time-dependent reproduction number declined rapidly with the implementation of first level response to COVID-19, indicating that local transmission was effectively controlled. Conclusion The preventative and control measures were effective. Local government should continue strictly implementing the isolation system and cut off the transmission channels to curb the transmission of COVID-19. The SEIQCR model can provide methodological reference for intervention assessment in other regions.

Key words: Coronavirus disease 2019, Intervention effect, SEIQCR model

中图分类号: 

  • R181.2
[1] Chen N, Zhou M, Dong X, et al. Epidemiological and clinical characteristics of 99 cases of 2019 novel coronavirus pneumonia in Wuhan, China: a descriptive study[J]. The Lancet, 2020, 395(10223): 507-513.
[2] World Health Organization. Novel coronavirus(2019-nCoV)[EB/OL].(2020-01-30)[2020-03-04]. https://www.who.int/emergencies/diseases/novel-coronavirus-2019.
[3] Ai S, Zhu G, Tian F, et al. Population movement, city closure in Wuhan and geographical expansion of the 2019-nCoV pneumonia infection in China in January 2020[J]. Clin Infect Dis, 2020. doi: 10.1093/cid/ciaa422.
[4] 赖志鸿,黄碧玲.广州市统计年鉴-2019[Z/OL]. 北京:中国统计出版社,2019.
[5] Yang Z, Zeng Z, Wang K, et al. Modified SEIR and AI prediction of the epidemics trend of COVID-19 in China under public health interventions[J]. J Thorac Dis, 2020, 12(3): 165-174.
[6] Wan H, Cui J, Yang G. Risk estimation and prediction by modeling the transmission of the novel coronavirus(COVID-19)in mainland China excluding Hubei province[J]. medRxiv, 2020: 2020-2023. doi: 10.1101/2020.03.01.20029629.
[7] Mamo DK. Model the transmission dynamics of COVID-19 propagation with public health intervention[J]. Results in Applied Mathematics, 2020, 7: 100123. doi: 10.1016/j.rinam.2020.100123.
[8] Zhou X, Ma X, Hong N, et al. Forecasting the Worldwide Spread of COVID-19 based on Logistic Model and SEIR Model[J]. medRxiv, 2020: 2020-2023. doi: 10.1101/2020.03.26.20044289.
[9] Tang Z, Li X, Li H. Prediction of new coronavirus infection based on a modified SEIR model[J]. medRxiv, 2020: 2020-2023. doi: 10.1101/2020.03.03.20030858.
[10] Mahmud A, Lim PY. Applying the SEIR model in forecasting the COVID-19 trend in malaysia: a preliminary study[J]. medRxiv, 2020: 2020-2024. doi: 10.1101/2020.04.14.20065607.
[11] 崔玉美,陈姗姗,傅新楚. 几类传染病模型中基本再生数的计算[J]. 复杂系统与复杂性科学,2017, 14(4): 14-31.
[12] Wang J, Liao Y, Wang X, et al. Incidence of novel coronavirus(2019-nCoV)infection among people under home quarantine in Shenzhen, China[J]. Travel Med Infect Di, 2020: 101660. doi: 10.1016/j.tmaid.2020.101660.
[13] Liu Y, Tang JW, Lam TT. Transmission Dynamics of the COVID-19 Epidemics in England[J]. medRxiv, 2020: 2020-2026.doi: 10.1101/2020.06.30.20143743.
[14] Feehan D, Mahmud A. Quantifying population contact patterns in the United States during the COVID-19 pandemic[J]. medRxiv, 2020: 2020-2024. doi: 10.1101/2020.04.13.20064014.
[15] Utamura M, Koizumi M, Kirikami S. Isolation Considered Epidemiological Model for the Prediction of COVID-19 Trend in Tokyo, Japan[J]. medRxiv, 2020: 2020-2027. doi: 10.1101/2020.07.31.20165829.
[16] Ma Y, Zhao Y, Liu J, et al. Effects of temperature variation and humidity on the death of COVID-19 in Wuhan, China[J]. Sci Total Environ, 2020, 724:138226. doi: 10.1016/j.scitotenv.2020.138226.
[1] 余雪源,张硕,燕芳芳,苏德振. 采用清肺排毒汤联合西药43例与单用西药46例的新型冠状病毒肺炎临床疗效比较[J]. 山东大学学报 (医学版), 2020, 58(12): 47-53.
[2] 牛占丛,王彦霞,王晓亚,王晓庆,李亚轻,边竞. 新型冠状病毒肺炎2例报告[J]. 山东大学学报 (医学版), 2020, 58(10): 134-136.
[3] 李焕杰,欧兰香,陈虹,陈健,耿军,高志鹏,王岩,丁兴龙,陈振,朱之炜,刘伦琴,汪运山. 新型冠状病毒IgM-IgG抗体检测试剂盒的制备及对15例患者临床应用初试[J]. 山东大学学报 (医学版), 2020, 58(10): 120-126.
[4] 王彬,布学慧,孔祥亘,张照华,吴谙诏,肖迪,蒋雪梅. 成人37例与儿童10例新型冠状病毒肺炎的临床特点比较[J]. 山东大学学报 (医学版), 2020, 58(10): 112-116.
[5] 王玲,曹海霞,张玲,张文娜,潘艳萍,史颖,张伟,崔峰. 淄博市一起新型冠状病毒肺炎家族聚集性疫情调查分析[J]. 山东大学学报 (医学版), 2020, 58(10): 100-104.
[6] 白尧,陈志军,宋姝璇,贺真,陈保忠,邵中军,刘昆. 西安市一起新型冠状病毒肺炎家族聚集性疫情调查分析[J]. 山东大学学报 (医学版), 2020, 58(10): 95-99.
[7] 张辉, 宋姝璇, 刘继锋, 贺真, 邵中军, 刘昆. 西安市新型冠状病毒肺炎疫情分析[J]. 山东大学学报 (医学版), 2020, 58(10): 89-94.
[8] 刘利利,贾艳,齐畅,朱雨辰,李春雨,佘凯丽,刘廷轩,李秀君. 基于时空统计方法分析温州市2020年1~3月新型冠状病毒肺炎的聚集性分布[J]. 山东大学学报 (医学版), 2020, 58(10): 82-88.
[9] 刘廷轩,齐畅,佘凯丽,贾艳,朱雨辰,李春雨,刘利利,王旭,章志华,李秀君. 河北省新型冠状病毒肺炎流行特征与时空聚集性分析[J]. 山东大学学报 (医学版), 2020, 58(10): 74-81.
[10] 贾艳,李春雨,刘利利,佘凯丽,刘廷轩,朱雨辰,齐畅,张丹丹,王旭,陈恩富,李秀君. 浙江省新型冠状病毒肺炎的流行特征与空间分析[J]. 山东大学学报 (医学版), 2020, 58(10): 66-73.
[11] 齐畅,朱雨辰,李春雨,刘利利,张丹丹,王旭,佘凯丽,陈鸣,康殿民,李秀君. 基于地理加权广义线性模型探索山东省新型冠状病毒肺炎的影响因素[J]. 山东大学学报 (医学版), 2020, 58(10): 53-59.
[12] 佘凯丽,张丹丹,齐畅,刘廷轩,贾艳,朱雨辰,李春雨,刘利利,王旭,苏虹,李秀君. 安徽省新型冠状病毒肺炎流行病学特征及其潜伏期估计[J]. 山东大学学报 (医学版), 2020, 58(10): 44-52.
[13] 李春雨,朱雨辰,齐畅,刘利利,张丹丹,王旭,徐学利,李秀君. 河南省信阳市新型冠状病毒肺炎的流行动态[J]. 山东大学学报 (医学版), 2020, 58(10): 38-43.
[14] 朱雨辰,李春雨,齐畅,王莹,刘利利,张丹丹,王旭,康殿民,李秀君. 基于泊松过程的山东省新型冠状病毒肺炎的再生数估计及流行动态分析[J]. 山东大学学报 (医学版), 2020, 58(10): 32-37.
[15] 金新叶,卢珍珍,丁中兴,陈峰,彭志行. 武汉交通管制和集中隔离对新型冠状病毒肺炎疫情影响的动力学模型研究[J]. 山东大学学报 (医学版), 2020, 58(10): 25-31.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
[1] 张宝文,雷香丽,李瑾娜,罗湘俊,邹容. miR-21-5p靶向调控TIMP3抑制2型糖尿病肾病小鼠肾脏系膜细胞增殖及细胞外基质堆积[J]. 山东大学学报 (医学版), 2020, 1(7): 7 -14 .
[2] 李松林,刘培来,卢群山,马贺然. 胫骨高位截骨术联合自体脂肪间充质干细胞注射在膝关节软骨修复中的应用[J]. 山东大学学报 (医学版), 2020, 1(7): 82 -88 .
[3] 路璐,孙志钢,张楠. 继发性嗜血细胞综合征1例[J]. 山东大学学报 (医学版), 2020, 1(7): 122 -124 .
[4] 赵继宗. 神经外科学是脑科学研究的一支主力军[J]. 山东大学学报 (医学版), 2020, 1(8): 1 -4 .
[5] 江涛. 类脑智能在脑科学的前沿应用[J]. 山东大学学报 (医学版), 2020, 1(8): 10 -13 .
[6] 刘琚,吴强,于璐跃,林枫茗. 基于深度学习的脑肿瘤图像分割[J]. 山东大学学报 (医学版), 2020, 1(8): 42 -49, 73 .
[7] 吴强,何泽鲲,刘琚,崔晓萌,孙双,石伟. 基于机器学习的脑胶质瘤多模态影像分析[J]. 山东大学学报 (医学版), 2020, 1(8): 81 -87 .
[8] 王会,程莲,徐淑军. 内镜下两种入路232例垂体瘤切除术对嗅觉功能影响的临床观察[J]. 山东大学学报 (医学版), 2020, 1(8): 95 -100 .
[9] 张雅歌,韩佳瑞,石秀杰,彭紫凝,邢玉凤,庞欣欣. Ⅳ型肾小管酸中毒合并高醛固酮血症1例报告[J]. 山东大学学报 (医学版), 2020, 1(8): 123 -124 .
[10] 鹿子龙, 付振涛,杜恩情,徐春晓,张吉玉,楚洁,张丙银,吴炳义,郭晓雷. 2018年山东省成人自报健康预期寿命测算研究[J]. 山东大学学报 (医学版), 2020, 1(9): 83 -88 .
版权所有 © 2018 《山东大学学报(医学版)》编辑部　
地址:山东大学科技期刊社（济南市历城区山大南路27号山东大学中心校区明德楼B座721室） 电话: 0531-88366918 E-mail: xbyxb@sdu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发