PL 
EnglishDomyślny
Українська🦠 Czoło fali epidemii
Model SIR typu reakcja-dyfuzja na siatce 2D. Obserwuj, jak czoła fali zakażeń przemieszczają się przez populację podatną; reguluj współczynnik transmisji β, tempo zdrowienia γ i współczynnik dyfuzji D. Śledź R₀ i próg odporności zbiorowej.
O modelu czoła fali epidemii
Ta symulacja uruchamia przestrzenny model epidemii SIR na siatce 150×150, gdzie każda komórka przechowuje lokalne udziały populacji Podatnej, Zakażonej i Ozdrowiałej. Zakażenie rośnie dzięki członom reakcji dI/dt = β·S·I − γ·I, podczas gdy człon dyfuzji D·∇²I pozwala zakażeniu rozprzestrzeniać się na sąsiednie komórki. Siatka jest aktualizowana za pomocą schematu Eulera w przód (krok czasowy 0,25) z wykorzystaniem pięciopunktowego laplasjanu, co daje wędrujące czoła fali zakażeń typu Fishera–KPP.
Suwaki ustalają współczynnik transmisji β, tempo zdrowienia γ, dyfuzyjność D i prędkość symulacji, a podstawowa liczba odtwarzania R₀ = β/γ aktualizuje się na bieżąco. Przyciski warunków początkowych zasiewają zakażenie w centrum, w czterech ogniskach, wzdłuż krawędzi lub losowo. To ujmuje przestrzenną epidemiologię, której nie uwzględniają modele bezprzestrzenne: jak geografia, mieszanie się populacji i luki w odporności kształtują rzeczywiste ogniska chorób takich jak odra, grypa czy fronty wścieklizny w populacjach dzikich zwierząt.
Najczęściej zadawane pytania
Co właściwie pokazuje ta symulacja?
Pokazuje przestrzenną epidemię rozprzestrzeniającą się na siatce 2D populacji. Niebieskie komórki to Podatne, czerwone to Zakażone, a szare to Ozdrowiałe. W miarę rozwoju ogniska widać, jak czerwone czoło fali zakażeń przemieszcza się na zewnątrz od punktu startowego, pozostawiając za sobą obszar ozdrowiały (szary), podobnie jak prawdziwa epidemia przemieszczająca się przez połączoną populację.
Czym jest stojący za tym model SIR?
Model SIR dzieli populację na przedziały Podatnych, Zakażonych i Ozdrowiałych. Lokalne reguły to dS/dt = −βSI, dI/dt = βSI − γI oraz dR/dt = γI. Tutaj każda komórka siatki ma własne udziały S, I i R, a dodatkowy człon dyfuzji pozwala zakażeniu przenikać między sąsiednimi komórkami, zamieniając klasyczny model SIR w model przestrzenny.
Czym jest R₀ i dlaczego ma znaczenie?
R₀ to podstawowa liczba odtwarzania, czyli średnia liczba nowych zakażeń wywołanych przez jedną zakażoną osobę w populacji w pełni podatnej. W tym modelu R₀ jest równe β/γ. Jeśli R₀ jest większe od 1, epidemia rośnie i tworzy się czoło fali; jeśli jest mniejsze od 1, każdy przypadek nie zdąży się zastąpić i ognisko wygasa.
Co robią suwaki β, γ i D?
β (transmisja, 0,05–0,80) ustala, jak szybko kontakt między komórkami podatnymi i zakażonymi wywołuje nowe zakażenia. γ (zdrowienie, 0,01–0,30) ustala, jak szybko zakażone osoby zdrowieją i nabywają odporność. D (dyfuzyjność, 0–0,60) kontroluje, jak daleko zakażenie rozprzestrzenia się przestrzennie w każdym kroku; zwiększenie D daje szybsze, gładsze czoło fali, natomiast D = 0 ogranicza zakażenie do komórek startowych.
Jak symulacja jest obliczana numerycznie?
Siatka jest aktualizowana za pomocą jawnego schematu Eulera z ustalonym krokiem czasowym 0,25. Człon dyfuzji wykorzystuje standardowy pięciopunktowy laplasjan (komórka minus średnia jej czterech sąsiadów) z warunkami brzegowymi Neumanna, dzięki czemu strumień nie ucieka poza brzegi. Wartości są ograniczane, aby S, I i R pozostawały między 0 a 1 dla stabilności numerycznej.
Czym jest czoło fali Fishera–KPP?
Gdy reakcja powodująca wzrost populacji łączy się z dyfuzją, powstaje fala wędrująca o w przybliżeniu stałym kształcie i prędkości, po raz pierwszy zbadana przez Fishera oraz przez Kołmogorowa, Pietrowskiego i Piskunowa. Front zakażenia zachowuje się tu tak samo: jego prędkość skaluje się z pierwiastkiem kwadratowym z iloczynu dyfuzyjności i wypadkowego tempa wzrostu, więc zarówno większe D, jak i większe R₀ przyspieszają jego przemieszczanie.
Czym jest próg odporności zbiorowej?
Odporność zbiorowa jest osiągana, gdy wystarczająco duża część populacji jest odporna, aby efektywne R₀ spadło poniżej 1 i rozprzestrzenianie się ustało. Klasyczny próg wynosi 1 − 1/R₀. Na przykład przy R₀ = 4 odpornych musi być około 75% populacji. W symulacji można zaobserwować, jak czoło fali zwalnia i zanika, gdy udział ozdrowiałych (szarych) przekracza ten poziom.
Dlaczego różne warunki początkowe zmieniają wynik?
Cztery opcje zasiewu — centrum, cztery ogniska, krawędź i losowo — zmieniają, gdzie i jak szeroko zaczyna się zakażenie. Wiele ognisk lub cała krawędź tworzą kilka czół fali, które zderzają się szybciej, więc epidemia osiąga szczyt wcześniej. Pojedynczy zasiew centralny daje najczystszy rozszerzający się okrąg, idealny do pomiaru prędkości czoła fali w zależności od parametrów.
Czy ten model jest fizycznie dokładny?
To wierna, edukacyjna wersja przestrzennej dynamiki SIR, która oddaje właściwe zachowanie jakościowe: próg R₀, skalowanie prędkości fali i odporność zbiorową. Upraszcza rzeczywistość, wykorzystując jednorodną siatkę, stałe parametry, brak narodzin, zgonów czy okresu utajenia oraz jednorodne mieszanie wewnątrz każdej komórki, więc należy ją traktować jako narzędzie koncepcyjne, a nie skalibrowaną prognozę dla konkretnej choroby.
Dlaczego epidemia w końcu wygasa nawet przy wysokim R₀?
Rozprzestrzenianie zależy od lokalnej podaży komórek podatnych. W miarę przechodzenia czoła fali zamienia ono podatne komórki najpierw w zakażone, a potem w ozdrowiałe, pozostawiając za sobą odporny teren. Gdy zakażony obszar wyczerpie świeże podatne komórki do zaatakowania, transmisja βSI załamuje się, udział zakażonych maleje przez zdrowienie γI, a ognisko wygasa nawet jeśli R₀ było wysokie.
Jak to się ma do rzeczywistej epidemiologii?
Przestrzenne modele SIR, takie jak ten, leżą u podstaw badań nad geograficznie ustrukturyzowanymi ogniskami chorób, od fal odry w miastach po fronty wścieklizny w populacjach lisów i rozprzestrzenianie się chorób roślin czy upraw. Pokazują, dlaczego znaczenie mają połączenia komunikacyjne, gęstość zaludnienia i luki w odporności, oraz dlaczego interwencje obniżające β lub zwiększające odporność mogą zatrzymać czoło fali, zanim przekroczy region.