使用comsolMultiphysics®模拟covid-19的的传播传播

作者图像

作者Ed Fontes

2020年4月7日

(RNA)(rna)(rna)或或或或或或或或脱氧脱氧脱氧脱氧脱氧脱氧核糖核酸核糖核酸核糖核酸核糖核酸核糖核酸核糖核酸核糖核酸核糖核酸核糖核酸核糖核酸核糖核酸核糖核酸核糖核酸核糖核酸核糖核酸核糖核酸核糖核酸

RNA或或或。之间之间之间之间。。或或或或或或或能自我自我复制复制,也复制复制复制

繁殖繁殖,病毒接触,它它宿主细胞受体受体受体

由于粒子活外存活能力能力非常,因此因此有限有限有限传播传播的的主要主要主要机制机制是是是是通过通过通过通过通过通过通过通过通过活活活之间之间的的的的的的接触接触接触接触接触接触接触接触接触接触接触接触接触接触接触接触接触接触接触接触非常非常非常非常有限非常有限非常有限有限有限有限有限有限有限有限有限必须在与之间直接或间接传播世界世界卫生卫生组织组织((((已已

我们有大的进程吗?有多少人被感染?有有多少多少多少人人会会会会死亡死亡死亡死亡??????下面会会人人人人人人

covid-19的模型模型

所谓的 SEIR 模型是可以合理预测传染病在人与人之间传播的一种简单模型,该模型于 1920 左右首次公开发表(参考文献1)。此模型将受传染病影响的人群分为四类,分别用相应变量来描述每类人群的数目。

s=易感者

e=潜伏者

=感染者

r=康复并具有免疫力人

seir模型示意图,这这人人疾病的可预测。。。。
区间:个体βs s s流向,并且在时会返回返回。新生儿的用用λλ,自然λ表示表示表示量量

s,e,i和r的的为个体当易以某种形式接触了感染感染者者感者总数相关。简单的推导,易感人群被传染:

(1)

\ [{r_ {ne}} = \ frac {\ beta} {n} si \]

其中β是传染率。

β(:1人 /天)与与传染数传染数r0和感染具有的平均天数(在隔离或或自我自我有关)nID

(2)

\ [\ beta = \ frac {{{r_0}}}}} {{{n_ {id}}}}}} \] \]

r0称为基本传染数((),它它感染在在与的次接触接触当当人群完全没有免疫力免疫力免疫力免疫力免疫力免疫力免疫力免疫力的的的的的β或及时者,来降低传染。。

(((()流行病季节性季节性季节性流行病流行病n表示::

(3)

\ [\ frac {{ds}}} {{dt}} = - \ frac {\ beta} {n} si \]

相应地,上述方右侧项是者者者e的源项,为为潜伏者转变感染的过程过程e,该该也负项。

(4)

\ [\ frac {{de}} {{dt}} = \ frac {\ beta} {n} si - \ varepsilon e \]

此处,ε表示暴露发展速率,以成速率速率

感染者的数量,每每随着ε的而,但随着被隔离隔离隔离隔离隔离隔离死亡个体的速度逐渐减少系数系数系数γγγ表示表示人们被隔离或或康复的比率。。感染率感染率与

(5)

\ [\ gamma = \ frac {1} {{{n_ {id}}}}}} \] \]

对于因病毒而死亡比率比率αi的比率和变量,还可以以下::

(6)

\ [\ frac {{di}} {{dt}} = \ varepsilon e - \ gamma i - \ alpha i \]

对于变量r,可以可以方程不受感染::

(7)

\ [\ frac {{dr}} {{dt}} = \ gamma i \]

对于死亡人数d,可以用方程::

(8)

\ [\ frac {{dd}} {{dt}} = \ alpha i \]

展平曲线

可以模型开始开始开始,其中模型模型模型。。即,易感者即即,易感者感染,不者,不者,不潜伏者者者然后,我们可以与与与与与的进行比较比较参考2()。。::

n= 100万万人

r0= 2.25,基本传染数

ñID= 5天

最后,我们需要::

s0=n-0,易感人群

0= 10个个者

,höhle进行进行进行了模拟模拟中中中,流行病模拟模拟模拟中模拟模拟模拟模拟模拟模拟继续继续发展发展发展而而而不不不不采取采取采取采取社交限制限制措施措施措施。情况情况情况情况下例如行动,例如,例如例如不进行大型人群体育赛事赛事赛事,,,,音乐会等等等等等)。。。,,,,,。。。。。第一第一步步是是是在在疾病疾病流行流行流行流行流行流行天天措施措施周周,放松放松,有效有效数数到到到。下图显示了:情况种:情况情况种:情况(((((不社交社交社交社交社交社交r0((())。。可以看到结果与与与

该图种疾病情况,一一情况人口遵循社会隔离准则
höhle的höhle的的的结果吻合在在在在在第第在天社交社交限制限制措施措施后后后后后

根据第二种情况,Höhle 得出一个有趣的结论,为减少新增病例而采取的社交限制措施不仅减少了传染病流行期间新增病例的数量,而且还减少了整个流行病期间的感染者总数。 结果如下图所示。在第一种情况下,整个流行病期间被感染的人口比例为 85%,而在第二种情况下,这一比例仅为 68%。因此,采取社交限制措施不仅可以暂时减轻医疗保健系统的负担,而且还可以减少流行病患者的总数。

该图正在社会疏远措施的和采取措施的人群的感染率。
如果不措施,则被感染的的的为为为为为为为为,((((((()),实心

考虑不同分布的流行病计算计算

对于湖北,瑞典美国,我们可以稍微高级的的,即参考3)。通过将e人群划分类,每个子类个体停留时间时间遵循遵循遵循kek成正比成正成正γ的速率反比该可以可以说明:不同:不同不同:不同不同类类类类类之间的的流量分布分布分布子类的使集中在周围,实际上周围,实际上了从从e以及从rd的进程。

Erlang-SEIR模型的示意图,用于预测传染病(例如COVID-19)的传播。
具有e和i子隔间的埃尔兰 - seir模型模型

covid-19在湖北的模拟模拟模拟

假设死亡率为0.66%(参考4),感染者第第被隔离隔离,从症状到的平均为为为为为为为为时间。

2019年年1月22日,当局实施措施,并封锁措施了了测量参考文献5)。

如果我们的措施,并且并且并且我们该限制限制的影响影响影响影响影响在在在在在影响在影响影响影响影响影响影响影响影响影响影响影响影响影响的的的影响影响影响

该图湖北省的的的的的死亡死亡参考数据进行比较。。。
covid-covid-19死亡死亡建模数据与与报道数据的比较我们可以看到看到看到该该该模型模型模型模型模型模型与与与数据吻合,0.5〜1天天非常非常非常数据数据数据与与与与与日来的小图以对数显示显示y的相同数据

从图表看出看出,2月2,2日,累积累积死亡呈呈对数数图中中中中的的线性线性增长增长增长增长增长增长,400人死亡死亡线性线性的的的的的的的的的的的的的的的中中中中中中中中中中中中中中中中中中中图图数数是指数。这源于社交限制的。在这一阶段尚尚未未发现发现具有具有具有具有具有免疫力免疫力病例的影响影响影响影响影响影响影响影响影响影响影响影响影响影响影响影响

下图疫情中中,潜伏潜伏,者,,康复者死亡的人数情况情况我们我们我们我们在在如下如下如下个个时间点时间点插入插入插入的网格线网格线网格线网格线网格线网格线网格线网格线网格线((((((((((((((((((((((((((((((2)1月26日,3)2月;(((((((((((((((((((((((((((((((((。医院,此此要等到周后能。。

两张的显示了中国湖北湖北湖北湖北湖北大大大的发展。。
湖北疫情。时间的推移推移推移推移推移推移

通过参数得出的数据数据的基本基本传染数3.03,who的仍在研究报告的((参考6,7)。。有效传染数数约约约约约约到到到我们通过死亡死亡曲线曲线获得获得的的。这个数字低于低于其他地方的报告报告报告

瑞典:保持社交距离

:限制国家:限制社交:社交互动互动互动互动互动互动互动互动互动互动互动互动互动互动互动互动湖北湖北湖北湖北实施实施实施实施的封锁封锁封锁封锁相比相比相比,还完全相比相比相比封锁封锁封锁和潜伏病例均来自于意大利和奥地利的输入。我们使用了与冬季假期相关的输入案件的分布,这些案件在全国不同地区分布了三周。但是,在2月17日至3月1日的两周内,斯德哥尔摩地区的居民返回家园时,大多数旅行者很可能已受呈指数级增长的意大利爆发疫情感染。

以下是死亡人数报告的死亡死亡比较。。。。比较比较比较比较日日日病例数仍呈呈指数增长增长(对对数。。。。。。)

该图了瑞典于于于于于的
COVID-19的的的人数。第第第第天报告报告值对应对应于于于于于于于于于于于于于日日日。小图为对y的相同数据

通过参数的瑞典数据数据数据数据,2.95,3.03)。的的的获得获得获得获得获得获得获得获得获得获得获得获得获得获得获得湖北湖北湖北湖北数据数据数据数据数据数据数据数据数据数据数据数据数据数据数据数据数据数据数据数据数据数据数据数据数据数据

3月16日,瑞典,瑞典实施限制限制限制日全面生效。

让种:第一第一情况,社交情况,社交限制将有效传染数减少减少到到到基本基本基本基本基本基本基本传染数的的的的的的的的的的的的的的的的的的的的的的的的数数数数数数数数减少减少减少到到到到到到到基本基本基本基本倍倍倍有效传染数降低到1.03;也就是说,每个受感染的人平均感染1.03个人。第二种情况将有效传染数降低到0.88(低于1),这意味着十个受感染者中,只有((())可以可以恢复之前之前之前之前自己自己自己。。)

两种限制幅度不不幅度幅度,这大,这合理合理的

在第一种情况下,约有210万人被感染,约占人口的20%(请参见下图)。截至4月2日,已感染或已感染的人数将为280,000人,几乎是确诊病例60倍。情况导致导致导致截至截至截至截至截至,260,000人被被,但是人感染感染百万的被病毒感染。

该图了采用无社会隔离措施的累计感染感染感染感染感染感染感染病例病例病例病例
两种,瑞典瑞典总人数是在流行过程中将被感染的所有总和总和的总和总和

13,000。另外,最终情况情况情况情况下,最终约有有,6500人,并且人数人数人数在在在在在在在在在在在在在在死亡死亡左右左右左右,每左右,115人

comsol多物理学结果结果结果预测瑞典瑞典瑞典瑞典瑞典瑞典瑞典瑞典的的的的

假设3月12日3月16日左右的行动,瑞典的预计发展情况。假设瑞典采取行动效果效果效果不及及湖北湖北

该图了无社会隔离措施的瑞典瑞典瑞典瑞典瑞典死亡死亡死亡死亡高峰。。
在第一下,瑞典瑞典下死亡人数人数人数在在在将将将将将将将将将将将将将将将将达到达到达到,在峰值,在峰值,在种,死亡情况下

只要略微加强社交距离距离距离距离

美国:大规模隔离

在,假设中,假设的所有来自国外国外美国人数估计估计与湖北相比相比相比,美国美国一个个个特殊特殊问题问题是是是是是是是该该该该该流行病的流行病大大大大大大大大大大大大大大大

(31天3131天)的的的的的的的模拟死亡。同样同样同样同样同样同样同样同样同样。。。。。。死亡。。。。。同样同样情况情况情况情况下下

covid-covid-19相关相关相关模拟死亡人数参考数据比较。。。
331日31日的死亡人数和报告。请注意,在请注意,在图,当中嵌图为以标度显示y的相同数据

(2.95)(2.95)(3.03))的参数为基本的的数据的的的基本基本传染数传染数传染数传染数传染数传染数传染数传染数瑞典瑞典瑞典(((((((((((((((((((((((((((((((((((((((((((((((((((((((3.03)

我们在在:一两:一一瑞典类似类似类似类似,社交的,社交社交类似类似类似类似类似类似限制限制限制措施有效有效传染数数减少到到到基本传染数的的的的的的的的的的的的值值值值值值值值值数数的的的的的的的的)基本传染数的0.185倍(中国湖北的数值)。这也是合理的,因为美国实施了介于瑞典和湖北之间的限制措施。不是完全封锁,而是实施了比瑞典更严格的大规模隔离。这样得出的有效传染数分别为 0.89 和 0.55 。

第一种情况预测,在流行病消亡之前将有近2000万美国人受到感染(请参见下图)。到4月1日,受感染人数将达到600万。在第二种情况下,大约有500万人。这大约是所所的确诊病例的的的的的的倍,这倍,这还是还是还是很,但

该图美国种不同的社会案例的受感染数量数量
两情况下,美国累计总数,这总数总数总数整个流行过程中将

115,000(下下下下下下下人数人数人数请请请下图下图下图下图下图下图下图下图请。。。。。感染感染人数人数人数最最最最最多是是是是是是是是是是是是是是是是是应该应该应该的的的的日日日日病例中,与的相同,重症重症数将将在在在在在在在在日日左右达到。流行病流行病结束结束前的的死亡死亡死亡死亡死亡死亡人数人数人数33,000。

两个排图显示美国美国美国美国美国疾病
两种下潜伏,传染传染传染者,峰值死亡病例病例病例病例病例病例病例病例病例病例病例病例病例病例病例病例病例病例死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡死亡((

如果人口遵循不同的社会疏离措施措施措施措施措施措施措施措施措施
根据我们模型,第一情况下,美国下,美国美国将在在在在在在在在在在在在在在在在在在在在在在在在在在在在在在在在在在在在在左右左右左右左右左右达到达到峰值峰值峰值第二种种情况情况下

在下,每情况下的死亡将在在在在在在在在在人数人数人数人数左右达到达到高峰;在在在第二第二第二情况下下下下下下下下下下下下下下下每每每每每每每死亡人数人数在在在在在在在在在在在在在日日日日日日达到达到峰值峰值峰值峰值峰值。1900年1300年。。人数人数人数人数看到看到看到看到看到看到下下下下下下下下下下下下天的的的的死亡死亡人数更高而且而且而且这个这个这个这个数字数字数字数字还还还会会会增加增加增加。。。。如果如果如果我们我们将有效有效有效有效有效传染传染传染传染传染传染传染传染传染传染传染传染传染传染传染传染传染传染传染传染传染传染传染传染传染传染传染传染传染传染传染传染传染1之上案例上述,那么那么之前之前之前之前之前之前之前之前结束结束结束结束有有有有有例例人数。该该清楚地地地显示显示了影响影响巨大巨大巨大之前,受受的总数大大。。

如何使用模型

处给出不应解释预测预测它们是简化现实的结果结果。。我们我们我们不不考虑人口统计例如例如例如例如例如例如例如例如例如

疫情进展阶段被研究国家的差异无法得到的的解释。。人们人们人们在在在一个国家不同不同地区之间之间之间之间的的的

此外,我们预测,瑞典瑞典瑞典民众的行动对模型的的影响。。政府政府组织组织组织,例如例如组织,例如中国中国疾病疾病中心中心中心说明分布,流行病,城市,城市,国家,国家,国家的数据的的数据以及人口统计数据他们他们还拥有拥有病毒和和疾病疾病好好的潜伏和繁殖数量。

,,,使用此的仍然有一定意义。他们这这种流行病流行病的的的发展发展这些这些这些模型模型还还直观直观直观地地地表明表明了了保持保持保持保持社交距离社交距离社交距离和不避免不必要必要必要必要数,减少监护的高峰期减少总体。。。此外此外此外此外此外此外此外。此外。。和和和国际性国际性组织组织组织公公公公公公的的的卫生卫生卫生卫生卫生卫生卫生卫生部门和专业模型,为各个和。。。

下载模型和文件

covid-19流行于用用于流行流行流行的的的的模型模型模型演示。。。请请注意注意注意注意注意注意注意注意注意注意注意注意。应用应用应用应用应用应用应用应用应用应用应用应用应用应用应用

参考文献

  1. H. Weiss,“爵士和公共卫生的基础”,材料Matemàtics,卷。2013年,没有。3,第1-17页,2013年。
  2. M.Höhle,“弄平了Covid-19曲线”,理论符合实践…,2020年。
  3. W.M.Getz和E.R. Dougherty,“ Erlang流行模型的离散随机类似物”,生物动力学杂志,卷。12,第16-38页,2018年。
  4. R. Verity,L.C。Okell,I。Dorigatti,P。Winskill,C。Whittaker等人,“ 2019年冠状病毒疾病严重程度的估计:基于模型的分析”,”,柳叶刀传染病,2020年。
  5. A.J.Kucharski,T.W。Russell,C。Diamond,Y。Liu,J。Edmunds,S。Funk,R.M。Eggo,“ Covid-19的传播和控制的早期动力学:一项数学建模研究”,柳叶刀传染病,2020年。
  6. R. Li,S。Pei,B。Chen等人,“实质性的无证件感染促进了新型冠状病毒(SARS-COV2)的快速传播”,”,科学,2020年。
  7. Y. Liu,A.A。盖尔(A.旅行医学杂志,卷。27,否。2,2020。

请,这是评审出版物,也出版物出版物出版物流行准备或或与任何任何流行病学家商量商量或未根据任何任何流行病学病学标准进行进行准备会影响模型准确性,尤其是尤其是将来。。。。


评论(0)

留言
登录|注册
正在... ...
浏览comsol博客