孫榮璞，尹凱倩，薛瑞

(山東科技大學(xué) 數(shù)學(xué)與系統(tǒng)科學(xué)學(xué)院，山東 青島 266590)

世界衛(wèi)生組織將新型冠狀病毒(2019-nCoV)定性為國(guó)家關(guān)注的突發(fā)問(wèn)題公共事件，因此，研究和分析病毒在人群中的蔓延趨勢(shì)具有重大意義。許多學(xué)者已通過(guò)生物數(shù)學(xué)模型進(jìn)行了分析預(yù)測(cè)，其中耿輝[1]等利用SEIR模型對(duì)疫情開始階段做出了初步預(yù)測(cè)；李承倬[2]等則利用SIR和樣本再生數(shù)對(duì)浙江疫情進(jìn)行了建模分析。但以上學(xué)者均為對(duì)疫情初期進(jìn)行預(yù)測(cè)，疫情初期的現(xiàn)實(shí)情況相當(dāng)復(fù)雜，會(huì)產(chǎn)生較大的誤差。新型冠狀病毒在高峰期后已經(jīng)趨于穩(wěn)定發(fā)展，因此在模型的擬合上誤差相對(duì)較小。本研究選定全國(guó)疫情高峰期后即2月18日之后建立SIR模型，并對(duì)相關(guān)參數(shù)和方程初值進(jìn)行最小二乘法優(yōu)化處理，預(yù)測(cè)湖北感染人數(shù)的變化趨勢(shì)。

1 對(duì)象與方法

1.1 數(shù)據(jù)及來(lái)源

通過(guò)疫情實(shí)時(shí)大數(shù)據(jù)來(lái)獲取疫情期間湖北省的感染人數(shù)、治愈率、死亡率等相關(guān)統(tǒng)計(jì)實(shí)時(shí)數(shù)據(jù)[5]。隨著國(guó)家相關(guān)部門防控工作的不斷進(jìn)行，感染高峰后，疫情已得到了有效控制，因此認(rèn)定湖北自疫情高峰期過(guò)后已經(jīng)趨于平穩(wěn)階段。

1.2 SIR模型的建立

SIR模型將總?cè)丝诜譃橐韵氯悾阂皇且赘腥菊?，其?shù)量記為S(t)，表示t時(shí)刻未染病但有可能被該類疾病傳染的人數(shù)。二是染病者，其數(shù)量記為I(t)，表示t時(shí)刻已被感染成為病人而且具有傳染力的人數(shù)。三是退出者，其數(shù)量記為R(t)，表示t時(shí)刻已從染病者中移出的人數(shù)(即包括治愈和死亡患者)。對(duì)于一般情況，設(shè)總?cè)丝跒镹，則有N=S(t)+I(t)+R(t)。疫情高峰前后，疫情處于穩(wěn)定控制階段，無(wú)其他過(guò)于復(fù)雜因素的干擾，因此認(rèn)為SIR模型在這里是合理的。

現(xiàn)做出以下假設(shè)：(1)新型冠狀病毒的傳播方式為近距離與病原體直接接觸。(2)疫情高峰后，湖北省無(wú)人口流動(dòng)，總?cè)丝谑且粋€(gè)常數(shù)N，保持不變，而且不考慮出生和正常死亡等自然影響。(3)盡管被治愈的患者存在二次感染的情況，但其感染原因無(wú)法確定(如未能徹底治愈等)且所占比例較小，故忽略不計(jì)，所以治愈的患者不會(huì)被二次感染。(4)對(duì)于染病者進(jìn)行嚴(yán)格隔離，所以染病者不再傳染健康者。(5)此模型僅考慮一般人群，像身份特殊的醫(yī)護(hù)和科研人員等不予考慮。模型遵守以下原則并建立微分方程動(dòng)力學(xué)系統(tǒng)：(1)在一段時(shí)間內(nèi)，健康者人數(shù)變化率的絕對(duì)值同傳染者和移出者人數(shù)的乘積成正比，比例系數(shù)為有效接觸率α。(2)移出者人數(shù)的變化率與傳染者人數(shù)成正比，比例系數(shù)為移出率β，于是得到了SIR傳染病模型：

1.3 參數(shù)的取值與擬合

由疫情實(shí)時(shí)大數(shù)據(jù)信息可知[5]，一般的感染者治愈時(shí)間為2周～1個(gè)月，而此次疫情的死亡率遠(yuǎn)低于治愈率，因此將病毒感染者的退出周期估計(jì)為21 d，即有β=1/21。

對(duì)于α和S0的取值，根據(jù)文獻(xiàn)[4]，可以得出2019-nCoV病毒感染者和健康者的最大有效接觸率計(jì)算方法為：

(1)

式中：mS0,mE0,mI0分別為初始時(shí)刻健康者、潛伏者、感染者的人數(shù)，d0為初始時(shí)刻病毒攜帶者的相對(duì)死亡率，mS1,mE1,mI1,d1為初始時(shí)刻的一組臨近值。

對(duì)于S0，這里不取整個(gè)湖北省的健康人口主要是人們大都居家隔離，而且每個(gè)感染者能夠接觸的人是有限的，人們對(duì)2019-nCoV病毒有著較好的防護(hù)，對(duì)于α和S0取值進(jìn)一步使用了最小二乘法進(jìn)行處理[3]。

在SIR模型中，對(duì)未知參數(shù)α和S0，設(shè)θ=(α,S0)，如果給定參數(shù)β，若觀測(cè)區(qū)間為[1,M]，感染人數(shù)的實(shí)際觀測(cè)值為I={Ii|1≤i≤M}，感染人數(shù)的模擬值為Y(θ)={yi(θ)|1≤i≤M}，則殘差表示為V=Y(θ)-I，于是殘差平方和為

(2)

其目標(biāo)為求得一組α和S0使SSE的值最小，并對(duì)式(2)關(guān)于α和S0求偏導(dǎo)，則有：

(3)

(4)

令(3)和(4)式分別等于零，計(jì)算求得的對(duì)應(yīng)的α和S0值即為對(duì)α和S0的最小二乘估計(jì)。通過(guò)公式(1)可以計(jì)算出整個(gè)疫情期間α的最大值為5.4×10-6，于是α的取遍歷范圍為[1.0×10-6,5.0×10-6]，對(duì)于S0取遍歷范圍[5 000,3 000]，最后借助MATLAB計(jì)算不同α和S0組合下的SSE取值，得到α和S0的最小二乘估計(jì)取值分別為α=-3.12×10-6,S0=5 531

2 結(jié)果

實(shí)證分析和疫情預(yù)測(cè)。通過(guò)上述對(duì)參數(shù)的最小二乘法估計(jì)，需結(jié)合2月18日---3月8日的疫情實(shí)時(shí)大數(shù)據(jù)對(duì)感染人數(shù)進(jìn)行擬合處理，還應(yīng)進(jìn)一步采用外差法得出3月8日后湖北省感染人數(shù)預(yù)測(cè)的大致走向，如圖1所示。

圖1 基于SIR模型對(duì)湖北省疫情的預(yù)測(cè)圖像Fig.1 Prediction image of Hubei Province epidemic situation based on SIR model

由圖1可以看出，對(duì)于通過(guò)最小二乘法求得的α和的取值，其感染人數(shù)與現(xiàn)實(shí)擬合的較好，基本可以反映出在所設(shè)區(qū)間內(nèi)湖北疫情的走向。自疫情高峰期后，湖北省感染人數(shù)已經(jīng)處于完全下降的趨勢(shì)，約在40 d后的四月中旬，湖北省的疫情基本可以得到全面控制，感染人數(shù)完全穩(wěn)定。對(duì)于全國(guó)而言，大致在五月后可得到全面控制。