Моделі SIR: Фундаментальний Підхід
Найпростіша епідеміологічна модель – це модель SIR (Чутливі-Інфіковані-Одужені). Цей підроздільний підхід розділяє популяцію на три окремі групи, залежно від їхнього статусу щодо хвороби. Група чутливих (S) представляє людей, які можуть заразитися хворобою, група інфікованих (I) складається з тих, хто зараз несе та потенційно поширює хворобу, а група одужених (R) – з осіб, які мають імунітет і більше не є інфекційними.
Динаміка цієї моделі регулюється системою диференціальних рівнянь. Швидкість зміни в кожному підрозділі пропорційна добутку популяцій у цьому підрозділі та передатності (трансмісійного коефіцієнта). Наприклад, швидкість нових інфекцій (dI/dt) пропорційна кількості інфікованих осіб (I), помноженій на ймовірність того, що інфікована особа переносить хворобу до чутливої особи (β), та також пропорційна кількості чутливих осіб (S).
∂S/∂t = -βSI/N ; ∂I/∂t = βSI/N - γI ; ∂R/∂t = γI
Визначення параметрів та їх значення
Кілька ключових параметрів визначають поведінку моделі SIR. Коефіцієнт передачі (β) представляє середню кількість контактів, які робить інфікована людина за одиницю часу, помножену на ймовірність зараження під час контакту. Це часто виражається як β = μ * c, де μ – середній кількість контактів за людину на день, а ‘c’ – коефіцієнт зараження на контакт.
Коефіцієнт одужання (γ) визначає, наскільки швидко особи переходять з інфікованого стану в відновлений. Більший γ означає швидше набуття імунітету або природне виведення патогену. Розміром γ є обернено пропорційний час – одиниці, такі як дні⁻¹, часто використовуються.
Розширення та складніші моделі
Основна модель SIR забезпечує корисний відправний пункт, але реальне поширення захворювань рідко буває таким простим. Більш складні моделі враховують такі фактори, як вікова структура (додавання компонентів для різних вікових груп з різною сприйнятливістю), просторова неоднорідність (моделювання швидкості передачі на основі місця розташування) та зусилля з вакцинації.
Моделі SEIR вводять компонент «Інфікований» (E), який представляє осіб, які заразилися, але ще не заразні. Це враховує період інкубації деяких захворювань. Крім того, моделі можуть включати показники смертності (μ) для відображення смертей, спричинених хворобою.
∂S/∂t = -βSI/N - μS ; ∂E/∂t = βSI/N - γE ; ∂I/∂t = γE - γI ; ∂R/∂t = γI + μR
Математичні міркування: змішування та масштаб
Точність епідеміологічних моделей залежить від припущень, зроблених щодо змішування населення. Гомогенне змішування передбачає випадковий взаємозбір інформації між усіма особами в популяції, що спрощує розрахунки, але може не відображати реальні соціальні структури.
Крім того, масштаб відіграє важливу роль. Моделі, засновані на малих популяціях, можуть бути більш точними, ніж ті, що застосовуються до великих, неоднорідних популяцій. Ефективна кількість контактів (μ) сильно залежить від розміру та структури моделюваної популяції.
Моделювання Мереж
Моделі мереж представляють окремих людей як вузли в графі, з зв’язками між вузлами, що відображають контакти. Цей підхід дозволяє більш реалістичне моделювання передачі хвороб на основі соціальних мереж та просторової близькості. Міцність ребер (що представляє коефіцієнти контакту) може варіюватися в залежності від структури мережі.
Аналіз топології цих мереж – показники, такі як коефіцієнт кластерності та розподіл ступенів – може виявити критичні шляхи поширення хвороби. Ці моделі обчислювально інтенсивні, але пропонують потужний спосіб розуміння складних динамік передачі.
Обмеження та Майбутні Напрями
Всі епідеміологічні моделі є спрощенням реальності, і їх точність обмежена доступними даними та зробленими припущеннями. Оцінка параметрів (визначення значень для β та γ) часто базується на статистичному висновку та експертних судженнях.
Поточні дослідження зосереджені на інтеграції методів машинного навчання для покращення калібрування моделі, інтегруванні потокових даних у реальному часі з таких джерел, як мобільні телефони, і розробці моделей, які можуть враховувати зміни в поведінці у відповідь на спалахи.
Часті запитання
Яка різниця між моделью з розділенням на секції та стохастичною моделлю?
Моделі з розділенням на секції розглядають популяції як окремі групи з фіксованими розмірами, що спрощує обчислення. Стохастичні моделі імітують індивідуальні взаємодії, враховуючи випадковість та дозволяють більш реалістичне представлення поширення хвороби, але є обчислювально вимогливими.
Як визначити коефіцієнт передачі (β)?
Коефіцієнт передачі важко виміряти безпосередньо. Він часто оцінюється на основі контактних швидкостей (μ), ймовірності інфекції при контакті та щільності населення. Важливо враховувати соціальні поведінки та екологічні фактори.
Чи можуть епідеміологічні моделі передбачити точний час виникнення спалаху?
Ні. Епідеміологічні моделі надають ймовірнісні прогнози – оцінки ймовірності виникнення спалаху протягом певного періоду часу. Прогнозування точних дат та величин є в своїй суті складним через взаємодію багатьох факторів, що впливають на передачу хвороби.
Спробуйте наживо
Усе, що вище, працює прямо у вашому браузері — відкрийте Epidemic SEIR Model і змінюйте параметри під час роботи. Нічого не встановлюється, нічого не завантажується на сервер, уся модель живе в одній вкладці.
▶ Відкрити симуляцію Epidemic SEIR Model