數學模型“加盟”疫情防控,全面數據和國情知識是背後支撐

要建立符合我國強有力的綜合防控策略的突發傳染病數學模型,必須要有了解中國國情的應用數學工作者的強力參與,只有這樣才不會出現不準確的結論。


據法新社近日報道,最近幾十年中,人們將新計算機處理器的強大能力同越來越複雜的數學模型相結合,衛生部門就能更好地瞭解疾病可能的傳播風險、範圍和速度。從新型肺炎疫情暴發之初到病毒在世界各地廣泛傳播,各國科學家都在利用數學或統計模型,並結合最新的計算機技術預測其發展與風險以及相關技術指標,包括疫情高峰、拐點、最終的感染和死亡人數等。


現如今,根據疾病傳播機理而建立起來的各種傳染病數學模型以及相應的理論分析已經非常成熟,並在此次對抗新冠肺炎疫情的過程中發揮了顯著作用。


數學模型“加盟”疫情防控,全面數據和國情知識是背後支撐


結合中國現實舉措,發展經典傳染病模型


“新冠肺炎疫情暴發後,感染者出現症狀前需要經過一個較長潛伏期,然後確診隔離並治療,最後康復等基本過程。因此,目前被公眾熟知的SEIR模型就成為一個基本的模型框架,這樣應用數學工作者就能依據已有的知識體系,很快得到相應的數學模型。”西安交通大學數學與統計學院副院長肖燕妮對科技日報記者表示。


她提到的SEIR模型就是傳染病的基本數學模型之一。該模型假定人群分為4種, 分別是易感者(Susceptible),即潛在的可感染人群;潛伏者(Exposed),即已經被感染但是沒有症狀的人群;感染者(Infected),即感染後出現症狀的人;康復者(Recoved),即後痊癒的人。


當然,建立模型需要根據不同傳染病的傳播機理合理地選用不同的模型,如普通流感SIS模型、急性傳染病SIR模型、帶潛伏期的惡性傳染病SEIR模型。通過對 SEIR 模型的研究, 可以預測一個特定地區疫情的暴發情況、最大峰值、感染人數等。不過簡單模型勢必無法解釋我國複雜的不斷改進的綜合防控策略的。肖燕妮強調,為了給新冠肺炎疫情傳播風險評估與決策機制提供強大的助力,需要創新地構建符合中國國情的傳染病數學模型。


“自2020年1月23日上午10時起,武漢採取了封城策略,隨之全國大範圍的密切跟蹤隔離、自我防護、篩查、治療等措施不斷加強,此時我們說傳統的SEIR模型已經不能刻畫或不能完全刻畫我國採取的強有力的綜合防控策略。需要創新性地發展經典的SEIR模型,使之能夠符合中國國情的防控策略,甚至是包括決策執行力以及個體依從性這樣的社會行為都是可以量化和分析的。”陝西師範大學數學與信息科學學院院長唐三一表示,“需要強調的是:要建立符合我國強有力的綜合防控策略的突發傳染病數學模型,必須要有了解中國國情的應用數學工作者的強力參與,只有這樣才不會出現不準確的結論。”


數據全面真實有效是前提,需大數據支撐


“通過介紹的模型和數據分析我們深知,數據的準確性和多元化以及數據的交叉驗證是保證模型準確預測和決策依據有效性評估的重要前提。”唐三一說。


他表示,利用單一的數據比如僅僅利用累積病例數,在疫情早期(如1月23日前)評估疾病風險性還是基本可信的,而在1月23日後僅僅利用累積病例數或新確診病例數單一數據鏈是不可能準確刻畫中國不斷加強的防控策略的。


比如防控策略的有效性、時效性的評估方面,通過多源數據對模型的交叉驗證,得出跟蹤隔離和疑似人群累積規模的穩定是我國新冠肺炎疫情峰值到來的前提的重要結論。這揭示了我國新冠肺炎疫情在後期已經超越了傳播動力學的範疇,主要由控制措施決定,要對未來較長時間的累積報告病例、累積死亡病例等進行精準預測,離不開這一判斷。另外,也有科技公司的研究團隊發現在新型冠狀病毒疫情不斷髮展的同時,信息擴散的規模和速度也在增大,輿情和疫情之間有著明顯的相關性,從而建構基於信息擴散的新型肺炎網絡傳播模型,從輿情的角度去理解疫情。


因此,數據的全面、真實、多源頭對數學模型的有效性有著決定性作用。“發揮數學模型的預測預警功能需要大數據支撐。特別是評估復工復產可行性等問題時,更需要人口流動等大數據的支撐。保證數據的全面、詳實和有效,這是一個核心和關鍵點。”據他介紹,疫情期間,陝西省衛健委每日公佈了每個確診病例的詳實信息,這為發揮數學模型的預測功能起著至關重要的作用,這也說明了數據真實、全面和有效的重要性。


但是,像新冠肺炎這樣的突發性傳染病,早期的數據的準確性是很難保證的。因為,肖燕妮和唐三一均提出,在進行模型辨識和參數估計之前,不僅要進行必要的數據處理,也要加強與一線的疾病預防與防控專家進行密切的交流與合作。“這是我們團隊長期從事傳染病數學模型與應用研究的重要體會,也是發揮數學模型準確預測預警與決策機制評估的必由之路。”肖燕妮強調。


相關鏈接


確定疫情技術指標,評估防控措施效果


新冠肺炎疫情出現後,國際上很多科研機構的研究人員在知名國際期刊發文,紛紛提出了各種數學模型,對疫情發展做出判斷和預測。唐三一和肖燕妮結合其所在的陝西師範大學和西安交通大學生物數學團隊以及加拿大約克大學教授吳建宏的團隊在新冠肺炎疫情期間所做的系統工作介紹了數學模型在此次疫情中發揮的重要作用。


結合快速的計算和數據處理能力,團隊構建了符合我國疫情發展和防控策略的複雜傳染病數學模型,在早期新冠肺 炎疫情的預測、預警、風險分析以及決策依據等諸多方面發揮了作用。具體體現在:第一,確定刻畫傳播風險指標的基本再生數或有效再生數、達峰時間、峰值以及最終感染規模等在內的疫情技術指標;第二,評估包括封城、密切跟蹤隔離、確診率、治癒率、篩查率和解除率等圍堵與緩疫策略的時效性與有效性,以及決策執行力與個體依從性、復工復產的人口流動對二次暴發風險的影響,服務於國家疫情防控的重大決策;第三,通過數據挖掘、數學模型對比分析,推廣中國經驗,服務於國際疫情決策與防控。


據肖燕妮介紹,如在評估復工復產對疫情二次暴發的影響時,數學模型利用人口流動與百度指數大數據構建了大數據驅動的網絡模型研究武漢及周邊地區復工的時間節點對二次暴發的影響。對武漢及周邊疫情嚴重地區復工所帶來的二次暴發風險的分析,也為全國疫情不嚴重區域的復工復產提供了借鑑。同時,模型分析了決策執行力與個體依從性對復工復產的影響,得到了在有效再生數小(傳播風險小)的情況下,在外防輸入、內防擴散的策略下有序復工復產是完全可行的。


分享到:


相關文章: