一种新冠肺炎的重大传染病传播风险预警及防控分析系统的制作方法

本发明属于公共卫生安全、流行病学技术领域的一种传染病风险和防控系统，涉及一种新型冠状病毒肺炎疫情大规模爆发情形下的重大传染病传播风险预警及防控分析系统。

背景技术：

现有研究表明，covid-19比以往传染病表现出更加特殊的传播特点，导致其传播速度更快、传播范围更广、传播风险更高。

相关技术中，对于重大传染病传播理论及建模已经开展了较为广泛的研究，包括sir、seir等仓室模型，这些模型为描述传染病的传播机理及过程提供了重要的手段。然而，经典传染病模型并未考虑到covid-19表现出的新的传播特点，包括：covid-19较长的潜伏期以及潜伏期内的传染性、干预措施对疫情传播的影响、参数的时变特性等，在应用于covid-19的传播机理分析时存在一些局限性。除此之外，当前对于重大传染病传播风险预警方面的研究大多与传染病的动态传播机理不符，且大多基于定性分析，缺乏定量计算方法，对疫情传播风险的防控分析研究也较少。

技术实现要素：

为了解决背景技术中存在的问题，本发明的目的是提供一种面向covid-19的重大传染病传播风险预警及防控分析系统。本发明能够有效根据新型冠状病毒肺炎的动态传播机理，评估传染病的动态传播风险并及时发布风险预警信息，能够用于进一步地有效分析不同参数对防控传染病传播风险的效果，进行科学可靠的风险防控措施，从而有效降低传染病大规模扩散的风险，保障公共卫生安全。

为实现上述目的，本发明采用的具体技术方案是包括以下步骤：

传播模型搭建模块，用于划分传染病爆发区域内的人群状态，并根据传染病的病理特征建立不同人群状态之间的状态转移关系，搭建传染病传播动力学模型；

模型求解模块，输入疫情传播历史数据，通过参数辨识优化方法求解传染病传播动力学模型，输出传染病扩散程度随时间的变化关系；

传播风险预警模块，用于根据传染病扩散程度随时间的变化关系评估传染病爆发区域内在传播规模、传播峰值和传播峰值时间三个维度方面的传播风险，并输出传播风险预警信息；

风险防控分析模块，用于分析不同参数变化对传染病传播风险的灵敏度，并输出传染病传播风险防控措施。

所述传播模型搭建模块中，按照以下方式处理：

步骤1.1、结合covid-19表现出的新的传播特点，将人群划分为8种状态，包括：易感染者、未隔离潜伏期感染者、已隔离潜伏期感染者、确诊感染者、无症状感染者、确诊治愈者、无症状治愈者、病死者；

其中，易感染者是指没有被感染但缺乏免疫能力并且容易被感染者传染的群体；未隔离潜伏期感染者是指已经被感染但还未表现出明显症状且未被隔离的群体；已隔离潜伏期感染者是指已经被感染但还未表现出明显症状且已被隔离的群体；确诊感染者是指被感染且经过医学检测后确诊的群体；无症状感染者是指被感染但发病周期内始终未表现出明显症状且能够自愈的群体；确诊治愈者是指确诊感染者经过治疗后治愈的群体；无症状治愈者是指无症状感染者经过发病周期后自行康复的群体；病死者是指被感染后未被治愈而死亡的群体。

步骤1.2、基于步骤1.1中划分的人群状态，根据传染病的病理特征建立不同人群状态之间的状态转移关系；

不同人群状态之间的状态转移关系具体包括：易感染者与未隔离潜伏期感染者、无症状感染者、确诊感染者接触之后会按一定概率转变为未隔离潜伏期感染者；未隔离潜伏期感染者按隔离概率变为隔离潜伏期感染者会按一定概率变为无症状感染者或确诊感染者；无症状感染者经过发病周期后变为无症状治愈者；隔离潜伏期感染者经检测周期后变为确诊感染者；确诊感染者经治疗周期后会按一定概率变为确诊治愈者或病死者；确诊治愈者经免疫周期后会按一定概率变为易感染者。

步骤1.3、基于步骤1.2中的不同人群状态之间的状态转移关系，搭建以下传染病动力学模型：

式中，s(t)、e(t)、q(t)、i(t)、a(t)、r(t)、f(t)、d(t)、ci(t)分别为t时刻易感染者、未隔离潜伏期感染者、已隔离潜伏期感染者、现存确诊感染者、无症状感染者、累计确诊治愈者、累计无症状治愈者、累计病死者、累计确诊感染者的人数；n为人口总数；t为时间序数；β为疾病传染率，即一个未隔离感染者在单位时间δt内平均接触并传染的数量；κ为潜伏期感染者被提前隔离的概率；α1为未隔离潜伏期感染者的确诊速率；α2为未隔离潜伏期感染者的隔离速率；α3为已隔离潜伏期感染者的确诊速率；α4为治愈者转变为易感人群的转移速率；μ为治愈者转变为易感人群的概率；θ为潜伏期感染者转变为无症状感染者的概率；ρ为感染者的治愈概率；γa为无症状感染者的康复速率；γ为感染者的治疗速率。t时刻现存确诊感染者的人数i(t)与t时刻累计确诊感染者的人数ci(t)的区别在于，t时刻现存确诊感染者的人数不包括t时刻前的治愈或死亡的人数，t时刻累计确诊感染者的人数包括t时刻前的治愈或死亡的人数。

所述模型求解模块中，按照以下方式处理：

步骤2.1、建立参数辨识优化模型，目标为参数辨识优化模型的计算模拟值与疫情传播历史数据之间的偏差最小：

式中，i^*(t)、r^*(t)、d^*(t)、ci^*(t)分别表示t时刻的现存确诊病例数、累计治愈病例数、累计死亡病例数和累计确诊病例数；

参数辨识优化模型的计算模拟值包括步骤1.3中的现存确诊感染者i(t)、累计确诊感染者ci(t)、累计确诊治愈者r(t)、累计病死者d(t)的人数；疫情传播历史数据为已知数据，包括每日现存确诊病例数i^*(t)、累计确诊病例数ci^*(t)、累计治愈病例数r^*(t)、累计死亡病例数d^*(t)。

步骤2.2、基于步骤2.1中的参数辨识优化模型，输入疫情传播历史数据，针对传染病不同传播阶段，利用马尔可夫链蒙特卡洛算法求解得到传染病各传播阶段内的间接参数值，s为传染病不同传播阶段的序数，包括：染病传播各阶段内未隔离潜伏期感染者被提前隔离的概率κ、疾病传染率β、感染者治疗速率γ、感染者治愈概率ρ；

间接参数为无法直接获取或靠经验估算，需要通过参数辨识优化模型计算得到的参数，包括{κ,β,γ,ρ}，其余参数为直接参数，能够已知获得。

步骤2.3、将步骤2.2中的间接参数值，代入步骤1.3中的传染病动力学模型，求解得到传染病扩散程度随时间的变化关系。

传染病扩散程度随时间的变化关系具体为各人群状态的人数随时间变化，包括：未隔离潜伏期感染者、已隔离潜伏期感染者、确诊感染者、无症状感染者、确诊治愈者、无症状治愈者、病死者。

所述传播风险预警模块中，根据步骤2中的传染病扩散程度随时间的变化关系的结果，采用以下步骤建立的传染病传播风险参数，得到传染病爆发区域内在传播规模、传播峰值和传播峰值时间三个维度方面的传播风险参数，并输出传播风险预警信息：

步骤3.1、根据最终时刻的累计确诊感染者人数和当前时刻的累计确诊感染者人数，按照以下公式处理获得传播规模风险参数r1：

式中，表示tend时刻对应的累计确诊感染者的人数；表示tnow时刻对应的累计确诊感染者的人数；tend表示疫情发展周期内的最终时刻；tnow表示当前时刻；

步骤3.2、根据现存确诊感染者人数的最大值，按照以下公式处理获得传播峰值风险参数r2：

r2＝max{i(t)}(11)

式中，max{i(t)}表示疫情发展周期内的现存确诊感染者人数的最大值；

步骤3.3、根据现存确诊感染者人数达到最大值对应的时刻和当前时刻，按照以下公式处理获得传播峰值时间风险参数r3：

r3＝tpeak-tnow(12)

式中，tpeak表示现存确诊感染者人数达到最大值对应的时刻。

步骤3.4、综合步骤3.1至步骤3.3中获得的传播风险参数，采用以下公式获得综合传播风险r：

ω1+ω2+ω3＝1(14)

式中，和分别为传播规模风险参数r1、传播峰值风险参数r2和传播峰值时间风险参数r3归一化后的值；ω1、ω2和ω3为传播规模风险参数r1、传播峰值风险参数r2、播峰值时间风险参数r3的权重。

所述风险防控分析模块中，按照以下方式处理：

步骤4.1、按照以下公式处理获得不同参数对综合传播风险r的灵敏度δw：

δw＝δr/δww∈{β,κ,α1,α2,α3}(15)

式中，w表示传染病动力学模型包含的参数；δw表示参数w对综合传播风险r的灵敏度，δw表示参数w的变化增量，δr表示由于参数w变化增量造成的综合传播风险r的变化增量；∈表示取集合中的一个；β为疾病传染率；κ为潜伏期感染者被提前隔离的概率；α1为未隔离潜伏期感染者的确诊速率；α2为未隔离潜伏期感染者的隔离速率；α3为已隔离潜伏期感染者的确诊速率；

步骤4.2、基于步骤4.1中的灵敏度结果，针对灵敏度大于预设灵敏阈值的参数w，有针对性地施加干预措施实现对参数w的控制，实现疫情传播风险防控。

所述步骤1.1中：所述的covid-19新的传播特点，主要包括：covid-19存在潜伏期，潜伏期内感染者无明显发病症状但具备传染性；covid-19存在一定比例的无症状感染者，具备传染性，经过发病周期后自愈；covid-19传播方式为接触传播，在医院接受治疗的确诊患者存在感染医护人员的可能性，但传染率较小；covid-19病毒可能发生变异，治愈者具备有限的免疫周期，超过免疫周期后存在二次感染的可能性，但概率较小。

所述步骤3.1中：所述的传播规模风险参数r1反映了传染病的传播规模大小，传播规模风险参数越大，该传染病相对于当前时刻引发的新增感染人数越多，传播范围越广，因此，传染病的传播风险越大。

所述步骤3.2中：所述的传播峰值风险参数r2反映了传染病的传播峰值大小，传播峰值风险参数越大，该传染病造成的现存确诊感染人数的峰值越大，对医疗资源造成的压力也就越大，因此，传染病的传播风险越大。

所述步骤3.3中：所述的传播峰值时间风险参数r3反映了传染病从当前时刻到传播峰值时刻所经历的时间，传播峰值时间风险参数越大，该传染病达到峰值经历的时间越长，传播持续时间也就越长，越容易引发病毒变异或区域间传播等其他问题，因此，传染病的传播风险越大。

所述步骤3.4中：所述的综合传播风险r能够兼顾传染病在传播规模、传播峰值、传播峰值时间三个方面的传播风险。综合传播风险越大，传染病的传播范围越广，现存确诊感染人数的峰值对医疗资源造成的压力越大，传播持续时间也就越长，因此，传染病的综合传播风险也就越大。

本发明具有的有益效果如下：

本发明为一种在新型冠状病毒肺炎疫情大规模爆发情形下实现对重大传染病传播风险预警及防控分析系统，克服了以往传染病处理中未考虑到covid-19表现出的新的传播特点以及在传染病传播风险防控系统缺乏的不足。

本发明可以结合covid-19表现出的新的传播特点，包括：发病潜伏期及其传染性、无症状感染及其传染性、感染者经过行为追踪等措施被提前锁定隔离、医护人员感染可能性、病毒变异导致治愈者二次感染可能性等，建立更加符合传染病病理特征的传播动力学模型，更加准确地表达了covid-19的动态传播机理；从多个维度建立传染病传播风险参数，定量评估传染病的动态传播风险并及时发布风险预警信息；通过选取对传染病传播风险值敏感度较高的参数，有针对性地施加防控措施，形成有效的疫情传播风险防控。

本发明能够满足covid-19大范围传播情形下的公共卫生安全保障需求，能够有效根据covid-19的动态传播机理，评估传染病的动态传播风险并及时发布风险预警信息，能够用于进一步地有效分析不同参数对防控传染病传播风险的效果，进行科学可靠的风险防控措施，从而有效降低传染病大规模扩散的风险，保障公共卫生安全。

附图说明

图1是根据本发明系统的结构示意图；

图2是本发明的实施流程图；

图3是人群状态转移关系图；

图4是利用本发明方法对某地covid-19传播过程的模拟结果与官方数据对比图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

按照本发明发明内容完整方法实施的具体实施例如下：

如图1所示，具体实施的系统包括：传播模型搭建模块、模型求解模块、传播风险预警模块、风险防控分析模块。

其中，传播模型搭建模块，用于划分传染病爆发区域内的人群状态，并根据传染病的病理特征建立不同人群状态之间的状态转移关系，以搭建传染病传播动力学模型；模型求解模块，输入疫情传播历史数据，通过参数辨识优化方法求解传染病传播动力学模型，输出传染病扩散程度随时间的变化关系；传播风险预警模块，用于根据传染病扩散程度随时间的变化关系的输出结果，评估传染病爆发区域内在传播规模、传播峰值和传播峰值时间三个维度方面的传播风险，并输出传播风险预警信息；风险防控分析模块，用于分析不同参数变化对传染病传播风险的灵敏度，并输出传染病传播风险防控措施。

以某地covid-19爆发过程为例，结合技术方案和附图详细叙述本发明的具体实施。

某地总人口为n＝1400万人，隔离容量设为1万人，医疗容量设为2.5万人。将官方公布的每日现存确诊病例、累计确诊病例、累计治愈病例和累计死亡病例等数据作为历史传播数据。

本发明实施流程如图2所示，具体步骤如下：

(a)传播模型搭建模块，用于划分传染病爆发区域内的人群状态，并根据传染病的病理特征建立不同人群状态之间的状态转移关系，以搭建传染病传播动力学模型；

步骤1.1、结合covid-19的实际传播特点，将人群划分为8种状态；

步骤1.2、基于步骤1.1中划分的人群状态，根据传染病的病理特征建立不同人群状态之间的状态转移关系，如图3所示；

步骤1.3、基于步骤1.2中的不同人群状态之间的状态转移关系，搭建以下传染病动力学模型：

式中，s(t)、e(t)、q(t)、i(t)、a(t)、r(t)、f(t)、d(t)、ci(t)分别为t时刻易感染者、未隔离潜伏期感染者、已隔离潜伏期感染者、现存确诊感染者、无症状感染者、累计确诊治愈者、累计无症状治愈者、累计病死者、累计确诊感染者的人数；n为人口总数；t为时间序数；β为疾病传染率，即一个未隔离感染者在单位时间δt内平均接触并传染的数量；κ为潜伏期感染者被提前隔离的概率；α1为未隔离潜伏期感染者的确诊速率；α2为未隔离潜伏期感染者的隔离速率；α3为已隔离潜伏期感染者的确诊速率；α4为治愈者转变为易感人群的转移速率；μ为治愈者转变为易感人群的概率；θ为潜伏期感染者转变为无症状感染者的概率；ρ为感染者的治愈概率；γa为无症状感染者的康复速率；γ感染者的治疗速率。

(b)模型求解模块，输入疫情传播历史数据，通过参数辨识优化方法求解传染病传播动力学模型，输出传染病扩散程度随时间的变化关系；

步骤2.1、建立参数辨识优化模型，目标为模型的计算模拟值与疫情传播历史数据之间的偏差最小：

式中，i^*(t)、r^*(t)、d^*(t)、ci^*(t)分别表示t时刻的现存确诊病例数、累计治愈病例数、累计死亡病例数和累计确诊病例数；

步骤2.2、基于步骤2.1中的参数辨识优化模型，输入疫情传播历史数据，利用马尔可夫链蒙特卡洛算法求解得到传染病各传播阶段内的间接参数值，包括：染病传播各阶段内未隔离潜伏期感染者被提前隔离的概率κ、疾病传染率β、感染者治疗速率γ、感染者治愈概率ρ；

步骤2.2求解得到的传染病各传播阶段内的间接参数值以及直接参数值(根据疫情历史传播数据估算得到)如表1所示。

表1传染病各传播阶段内的参数值

步骤2.3、将步骤2.2中的间接参数计算结果，代入步骤1.3中的传染病动力学模型，求解得到传染病扩散程度随时间的变化关系；

步骤2.3的求解得到的传染病扩散程度随时间的变化关系曲线如图4所示。可以看出，本发明对传染病的传播过程的模拟结果与历史传播数据能够较好地吻合。

(c)传播风险预警模块，用于根据传染病扩散程度随时间的变化关系的输出结果，评估传染病爆发区域内在传播规模、传播峰值和传播峰值时间三个维度方面的传播风险，并输出传播风险预警信息；

步骤3.1、根据最终时刻的累计确诊感染者人数和当前时刻的累计确诊感染者人数，按照以下公式处理获得传播规模风险参数r1：

式中，表示tend时刻对应的累计确诊感染者的人数；表示tnow时刻对应的累计确诊感染者的人数；tend表示疫情发展周期内的最终时刻；tnow表示当前时刻；

步骤3.2、根据现存确诊感染者人数的最大值，按照以下公式处理获得传播峰值风险参数r2：

r2＝max{i(t)}(11)

式中，max{i(t)}表示疫情发展周期内的现存确诊感染者人数的最大值；

步骤3.3、根据现存确诊感染者人数达到最大值对应的时刻和当前时刻，按照以下公式处理获得传播峰值时间风险参数r3：

r3＝tpeak-tnow(12)

式中，tpeak表示现存确诊感染者人数达到最大值对应的时刻；

步骤3.4、综合步骤3.1至步骤3.3中获得的传播风险参数，采用以下公式获得综合传播风险r：

ω1+ω2+ω3＝1(14)

式中，和分别为传播规模风险参数r1、传播峰值风险参数r2和传播峰值时间风险参数r3归一化后的值；ω1、ω2和ω3为传播规模风险参数r1、传播峰值风险参数r2、播峰值时间风险参数r3的权重；

步骤3.5、根据步骤2中的传染病扩散程度随时间的变化关系的输出结果，计算步骤中3.1～3.3建立的传染病传播风险参数以及步骤3.4建立的综合传播风险，得到传染病爆发区域内的传播风险，并输出传播风险预警信息。

步骤3.5中的计算得到的传染病爆发区域内的传播风险值如表2所示。

表2传染病爆发区域内的传播风险值

可以看出，在某地疫情传播发展的过程中，各阶段传染病传播风险逐渐降低。其中，第1、2阶段风险值最高，表明疫情在急剧扩散，需要及时发布预警信息；第3阶段的综合传播风险r显著降低，传播规模风险r1和传播峰值风险r2相较于前两个阶段也大大减小，但传播规模时间风险r3仍较高，如果不采取措施疫情仍会大范围传播且会持续很长时间；第4阶段的综合传播风险已经降低到很小值，3个风险参数均也明显降低，表明疫情已得到有效控制；第5阶段r1和r3均降为0，表明疫情已经度过高峰期，传播趋势开始衰退。

(d)风险防控分析模块，用于分析不同参数变化对传染病传播风险的灵敏度，并输出传染病传播风险防控措施。

步骤4.1、按照以下公式处理获得不同参数对综合传播风险r的灵敏度：

δw＝δr/δww∈{β,κ,α1,α2,α3}(15)

式中，w表示传染病动力学模型包含的参数；δw表示参数w对综合传播风险r的灵敏度，δw表示参数w的变化增量，δr表示由于参数w变化增量造成的综合传播风险r的变化增量；∈表示取集合中的一个；β为疾病传染率；κ为潜伏期感染者被提前隔离的概率；α1为未隔离潜伏期感染者的确诊速率；α2为未隔离潜伏期感染者的隔离速率；α3为已隔离潜伏期感染者的确诊速率。

步骤4.1中的计算得到的不同参数对综合传播风险r的灵敏度结果如表3所示。其中，灵敏度为负值表明参数值增加对于疫情风险起到降低作用。

表3不同参数变化对传染病综合传播风险的灵敏度值

步骤4.2、基于步骤4.1中的灵敏度结果，针对灵敏度大于预设灵敏阈值的参数w，有针对性地施加干预措施实现对参数w的控制，实现疫情传播风险防控。

从表3可以看出，若预设灵敏阈值为1，则疾病传染率β和隔离概率κ对传染病传播风险的灵敏度最高，防控效果最明显；未隔离潜伏期感染者的确诊速率α1和未隔离潜伏期感染者的隔离速率α2的增大同样对传染病传播风险的防控起到了良好的效果；已隔离潜伏期感染者的确诊速率α3对传染病传播风险最不敏感，其值变化几乎对风险值影响很小。

因此，应优先降低感染者与易感者的接触感染率，并提高感染者的隔离概率，即需要加大潜伏期患者的排查范围和隔离力度，同时应提高传染病的检测速度，尽早发现感染患者并将其隔离，从而降低疫情传播风险。

根据本发明方法，能够准确揭示covid-19的动态传播机理，全面评估疫情传播风险并及时发布预警信息，同时定量评估不同参数变化对疫情传播风险防控的灵敏度，形成科学可靠的风险防控应对策略，有效降低传染病大规模扩散的风险，保障公共卫生安全。