一种传染病再生模型构建方法与流程

技术特征：
1.一种传染病再生模型构建方法，其特征在于，包括以下步骤：s10：选取传染病暴发地点，收集传染病病例数据；s20：依据所述收集传染病病例数据，计算基本再生系数r0和有效再生系数r
t
；s30：依据所述基本再生系数r0和所述有效再生系数r
t
构建传染病再生模型。2.根据权利要求1所述的一种传染病再生模型构建方法，其特征在于，所述传染病病例数据至少包括日期、每日新发病例数、每日输入病例数。3.根据权利要求1所述的一种传染病再生模型构建方法，其特征在于，所述s20中计算基本再生系数r0具体步骤如下：s21：设定或计算r0所需的新发传染病例的代际时间分布；s22：根据新发传染病例的代表时间分布计算r0；s23：绘制代际时间分布图。4.根据权利要求3所述的一种传染病再生模型构建方法，其特征在于，所述s21具体步骤如下：s210：根据现场传染病数据判断是否出现代际时间；s211：若无代际时间，则设定代际时间分布，设定遵循具有三个参数的分布；s212：若出现代际时间，则使用传染病数据表示代际时间分布，使用向量表示。5.根据权利要求3所述的一种传染病再生模型构建方法，其特征在于，所述s22的具体步骤为:利用每日新病例数n＝{n0，n1，
…
，n
t
}，其中n0为开始暴发时的种子病例初始数量，t为观测的最后一天，n
i
由前k天生成的病例混合组成，其中k是代际时间的最大值，将这些病例表示为x
ij
，是指第i天出现的、由第j天出现症状的人所感染的病例数；假设在第j天有症状的感染者产生的感染者数量遵循泊松分布，参数为r0、n
j
；此外，x
j
＝{x
j,j 1
,x
j,j 2
,
…
,x
j,j k 1
}，为被x个体感染的病例的向量，遵循参数为p、k和x的多项式分布，此处p即为代际时间分布的概率向量；假设存在输入性病例，用y＝{y1,...,y
t
}表示，根据以上数值，得到如下，其中，和γ(x)是伽玛函数，使用最大似然法计算得到r0的估计值。6.根据权利要求3所述的一种传染病再生模型构建方法，其特征在于，所述s23的具体操作步骤为：利用par函数设定绘图所需参数，包括线条颜色类型及宽度、坐标轴标题缩放倍数等。7.根据权利要求1所述的一种传染病再生模型构建方法，其特征在于，所述s20中计算有效再生系数r
t
具体步骤如下：s24：设定或计算r
t
所需的新发传染病的代际时间分布；s25：根据新发病例的代际时间分布计算r
t
；
s26：绘制流行曲线图。8.根据权利要求7所述的一种传染病再生模型构建方法，其特征在于，所述s24的具体步骤如下：s240：根据现场传染病数据判断是否出现代际时间；s241：若无代际时间，则设定代际时间分布，指定代际时间的均值和标准差；s242：若出现代际时间则直接根据传染病数据样本，利用马尔科夫链蒙特卡罗方法对数据样本进行重抽样。9.根据权利要求7所述的一种传染病再生模型构建方法，其特征在于，所述s25的具体步骤如下：在贝叶斯框架内，对于给定的代际时间分布，使用成对的病例估算得到流行病在预设时间段中的r
t
；病例t
i
被病例t
j
感染的相对可能性p
ij
用代际时间分布w来表示，病例i被病例j感染的相对似然是病例i被病例j感染的似然，通过病例i被任何其他病例k感染的似然进行标准化：p
ij
＝w(t
i-t
j
)/∑
i≠k
w(t
i-t
k
)病例j的有效再生数是所有病例i的总和，由病例i被病例j感染的相对似然加权：r
j
＝∑
i
p
ij
。10.根据权利要求7所述的一种传染病再生模型构建方法，其特征在于，所述s26的具体步骤如下：使用plot函数进行图形绘制。

技术总结
本发明提供了一种传染病再生模型构建方法，属于传染病预测技术领域，该传染病再生模型构建方法包括以下步骤：选取传染病暴发地点，收集传染病病例数据；依据所述收集传染病病例数据，设定或计算R0所需的新发传染病病例的代际时间分布；根据新发传染病病例的代际时间分布计算R0；绘制代际时间分布图；依据所述收集传染病病例数据，设定或计算R


技术研发人员：王晓雯 邱箫仪 韩瑜 牛瑾 周晓芳
受保护的技术使用者：王晓雯
技术研发日：2022.12.23
技术公布日：2023/4/25