[发明专利]基于数据的传染病传播率及疫情评估方法

说明书

本发明提供的基于数据的传染病传播率及疫情评估方法包括：首先假设传染病例增长符合自然增长率模型，选择模型起始时间，并对病例数据进行收集和统计；根据模型计算出随时间变化的传染病增长率及传播率；然后采用经验模态分解(EMD)方法或最小二乘法给出传播率的趋势；最后利用传播率趋势做外推，预估感染者总数量达到最大值(出现拐点)的时刻。上述传染病传播率及疫情评估方法简单、直接，由统计数据直接驱动，传播率随疫情发展动态变化。由于关键参数传播率是基于直接的观测数据，因此该传播率的变化可用于根据已有数据追踪过往疫情演变过程、判断疫情目前的演变态势或评估疫情防控效果，传播率的变化趋势也可以用于预估疫情未来发展情况。

技术领域

本发明涉及传染病传播评估技术领域，特别涉及一种基于数据的传染病传播率及疫情评估方法。

背景技术

流行病学界一直从动力学角度寻求更多的信息以探求疫情的发展机制，其中最关键的参数为基本传染数 R₀。 R₀是指在无人为干预情况下易感（即对该传染病病毒无免疫力的）人群中由单个（典型）感染者产生的二代病例个数，即传播疾病平均人数的期望值：

(1)

显然 R₀是一个依赖于很多参数的量值。公式（1）中 τ是传播能力（即易感个体和感染个体接触后发生传染的概率），是易感人群和感染者的平均接触率， d是感染者传染期。在理想条件下，用 R₀来预测在一个完全易感且同质的群体中疫情的发展过程具有一定的有效性。然而 R₀量值需要太多信息，在传染病暴发过程中较准确估算该参数非常困难，不同研究组取值差别很大。因此， R₀难以通过实测的方法获取，而是以人为调整数学模型结果来得到一个猜测值，这很大程度上限制了其实用性。况且，在不同阶段疫情传播的动力可能会呈现不同的方式，因此采用常数来描述疫情整个发展过程是不尽合理的。比如，新型诊断及医疗手段也会显著改变疫情演变的动力过程。

发明内容

针对现有技术的上述缺陷，本发明实施例提供一种基于数据的传染病传播率及疫情评估方法。

本发明实施例提供的基于数据的传染病传播率及疫情评估方法包括：

收集和统计病例数据，所述病例数据包括疫情期间的确诊病例、治愈病例及死亡病例数量，采样周期为“日”；

选择起始参考时间，所述起始参考时间为疫情发生期间、可获取数据以来的任意时间；

基于自然增长率模型建立如公式（2）所示的疫情发展动力模型：

N( t_k+1)= N( t_k)·exp{ a( t_k+1)·( t_k+1- t_k)}(2)