SEIAR传染病动力学模型的建立及实现

来源：疾病监测杂志2020年第10期北京时间：

作者：刘天,赵泽宇,姚梦雷,黄继贵,梅芳盛,陈田木

摘要：目的利用Berkeley Madonna软件建立SEIAR模型，梳理建模步骤及代码。方法收集荆州市一起流感暴发疫情病例发病时间资料，利用Berkeley Madonna软件分别建立无干预措施的模型（SEIAR0）、采取病例隔离控制措施的模型（SEIAR_I）、采取班级停课的模型（SEIAR_C）和同时采取两种干预措施的模型（SEIAR_M）。 选择累计罹患率（TAR）和疫情持续时间（DO）比较采取干预措施对暴发疫情的影响。 模型参数β经曲线拟合获得，余参数参考同类研究并进行敏感性分析。结果该起疫情自2017年11月12日出现病例，11月17日、21日分别采取病例隔离和班级停课的控制措施。参数β最优值为0.00105，SEIAR0模型的TAR为85.90%，DO为49 d。 SEIAR_M、SEIAR_I、SEIAR_C较SEIAR0的TAR分别下降95.25%、89.94%和73.32%；DO依次为29 d、78 d和39 d。 敏感性分析结果显示，参数变化时，TAR介于71.42%～86.02%。结论Berkeley Madonna软件建立SEIAR模型简单、易行，适于评价干预措施的效果。

关键词：易感者–潜伏期–显 性/隐性感染者–移出者, 暴发, 流行性感冒, 数学建模, Berkeley Madonna软件