一种COVID-19境外输入风险评估预测方法技术

本发明专利技术公开了一种COVID

【技术实现步骤摘要】
一种COVID-19境外输入风险评估预测方法


[0001]本专利技术涉及数据分析
，具体的说，是一种COVID-19境外输入风险评估预测方法。

技术介绍

[0002]随着境外COVID-19确诊数量的上升，境外疫情输入压力增大，境外输入疫情是否会引起国内COVID-19疫情的反复或大规模爆发，需要结合多种管控措施进行风险预测，为制定精准防控政策措施提供参考依据。现有的境外输入风险评估预测方法中，基于统计分析的方法可以进行当前管控措施下的效果评估分析，方法相对固定，但针对不同管控措施的风险评估预测效果有限；同时，现有方法的模型输入参数相对较少，没有考虑境外输入的影响，以及无症状感染者、航班旅客入境数据、地区年龄分布和各地市医疗条件等因素，导致模型的普适性有待进一步提高。

技术实现思路

[0003]本专利技术的目的在于提供一种COVID-19境外输入风险评估预测方法，用于解决现有技术中预测评估方法无法针对不同管控措施进行预测以及输入参数较少，不具备普适性的问题。
[0004]本专利技术通过下述技术方案解决上述问题：
[0005]一种COVID-19境外输入风险评估预测方法，包括：
[0006]步骤S100：获取模型参数和基础数据；所述基础数据包括入境检疫数据、全球每日疫情数据、医疗资源数据TMR、人口数据和人口年龄结构；所述模型参数包括传播率β，康复率γ，接触矩阵M
ij
和易感染率σ
i
；其中i和j表示年龄段i,j＝1,2,...,n；r/>[0007]步骤S200：给出模型的假设和限定条件：设置易感染人群S、感染人群I、康复人群R和境外输入人群P分别对应第m天第i个年龄段的易感染人数S
i
[m]、感染人数I
i
[m]、康复人数R
i
[m]和第k个国家的入境人数P
ki
[m]，设置第k个国家在第m天统计的平均确诊率μ
k
[m]，则第m天第i年龄段人群输入的感染人群人数为第m天对第i年龄段人群输入的易感染人群人数为第 m天输入地区第i年龄段总人数N
i
[m]，有：
[0008][0009]其中，为第m天输入的总人数，K为国别个数；
[0010]步骤S300：基于SIR模型建立风险评估预测模型，包括第i个年龄段中的易感染人群在第m+1天的人数S
i
[m+1]、第i个年龄段中的感染人群在第m+1天的人数I
i
[m+1]、第i个年龄段中的康复人群在第m+1天的人数R
i
[m+1]：
[0011][0012][0013]R
i
[m+1]＝R
i
[m]+γI
i
[m]ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0014]其中，N
j
[m]各年龄段总人数；
[0015]根据式(2)计算得到第i个年龄段中的感染人群在第m天的人数I
i
[m]，进一步得到第m天的感染总人数结合医疗资源数据TMR，计算第m天境外输入传播的风险评估值Risk[m]，Risk[m]＝I[m]/TMR；
[0016]步骤S400：获取管控措施生效日期T前后预设间隔时间D0内的入境人员数据，并采用周期循环的方式，分别推算出不同管控措施下的预设时间间隔D1内的入境人数P
ki
[m]，再由估算得到每天各年龄段境外输入感染者人数，由估算得到每天各年龄段境外输入易感染者人数；
[0017]步骤S500：将不同管控措施下的每天各年龄段境外输入感染者人数、每天各年龄段境外输入易感染者人数分别输入易感染人数S
i
[m]、感染人数I
i
[m]和康复人数R
i
[m]，得到风险预测值Risk[m]。
[0018]所述步骤S400中的管控措施包括核酸检测时，所述模型参数还包括核酸错检率p0，将预设时间间隔D1内的入境人数P
ki
[m]与第k个国家在第m天统计的平均确诊率μ
k
[m]以及核酸错检率p0加权相乘，得到再由得到每天各年龄段境外输入感染者人数以及由得到每天各年龄段境外输入易感者人数，在进行核酸检测并考虑错检率的情况下，第i个年龄段中的易感染人群在第m+1天的人数S'
i
[m+1]、第i个年龄段中的感染人群在第m+1天的人数I'
i
[m+1]、第i个年龄段中的康复人群在第m+1天的人数R'
i
[m+1]为：
[0019][0020][0021]R'
i
[m+1]＝R'
i
[m]+γI
i
[m]ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0022]得到在进行核酸检测并考虑错检率的情况下的预测结果Risk'[m]＝I'[m]/TMR。
[0023]本专利技术与现有技术相比，具有以下优点及有益效果：
[0024](1)本专利技术构建的面向COVID-19境外输入风险的风险评估预测模型，可以在航空管控、采取核酸检测以及提高检测准确率、国外疫情的好转等政策形势变化时，实现对疫情防控作用和风险值峰值到来时间的评估预测；模型可以对不同防控政策措施下的COVID-19
境外输入传播风险进行更全面、有效的评估预测分析，能从预测结果看出不同防控政策产生的不同防疫效果和发展趋势，可以作为制定、修改防控政策的参考依据，对于精准防控疫情具有重要意义。
[0025](2)传播率和康复率这两大因素控制COVID-19疫情传播的主要趋势，在康复率不变的情况下，通过修改模型中的传播接触矩阵，可评估不同社交距离对风险值的影响。
附图说明
[0026]图1为本专利技术的流程图。
具体实施方式
[0027]下面结合实施例对本专利技术作进一步地详细说明，但本专利技术的实施方式不限于此。
[0028]实施例：
[0029]结合附图1所示，一种COVID-19境外输入风险评估预测方法，包括：
[0030]步骤一：获取数据
[0031]获取从省会城市入境的航班旅客检疫信息，从互联网爬取COVID-19疫情数据，从权威文献资料库获取COVID-19传播率、康复率、易感染率、各地市人口年龄结构、医疗资源等基础数据，包括预测地区的人口数据、人口年龄结构和医疗资源数据TMR，
[0032]获取全球每日疫情数据(每个国家每天的康复人数、死亡人数和累计确认人数)和每个国家的总人口数据，计算第k个国家在第m天的平均确诊率μ
k
[m]；
[0033]从《Science》网站的论文中获取COVID-19的康复率γ，通过1/γ＝5.1天计算出γ值；获取第i个年龄段人群的易感本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种COVID-19境外输入风险评估预测方法，其特征在于，包括：步骤S100：获取模型参数和基础数据；所述基础数据包括入境检疫数据、全球每日疫情数据、医疗资源数据TMR、人口数据和人口年龄结构；所述模型参数包括传播率β，康复率γ，接触矩阵M
ij
和易感染率σ
i
；其中i和j表示年龄段，i,j＝1,2,...,n；步骤S200：给出模型的假设和限定条件：设置易感染人群S、感染人群I、康复人群R和境外输入人群P分别对应第m天第i个年龄段的易感染人数S
i
[m]、感染人数I
i
[m]、康复人数R
i
[m]和第k个国家的入境人数P
ki
[m]，设置第k个国家在第m天统计的平均确诊率μ
k
[m]，则第m天第i年龄段人群输入的感染人群人数为第m天对第i年龄段人群输入的易感染人群人数为第m天输入地区第i年龄段总人数N
i
[m]，有：其中，为第m天输入的总人数，K为国别个数；步骤S300：基于SIR模型建立风险评估预测模型，包括第i个年龄段中的易感染人群在第m+1天的人数S
i
[m+1]、第i个年龄段中的感染人群在第m+1天的人数I
i
[m+1]、第i个年龄段中的康复人群在第m+1天的人数R
i
[m+1]：[m+1]：R
i
[m+1]＝R
i
[m]+γI
i
[m]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)其中，N
j
[m]各年龄段总人数；根据式(2)计算得到第i个年龄段中的感染人群在第m天的人数I
i
[m]，进一步得到第m天的感染总人数结合...

【专利技术属性】
技术研发人员：杨淑娟，张磊，刘亮，张路，赖莉，
申请(专利权)人：四川大学，
类型：发明
国别省市：