基于微分动力学方程的沈阳市肾综合征出血热疫情模拟研究

doi:10.11853/j.issn.1003.8280.2019.05.004

中国媒介生物学及控制杂志 ›› 2019, Vol. 30 ›› Issue (5): 498-501.DOI: 10.11853/j.issn.1003.8280.2019.05.004

基于微分动力学方程的沈阳市肾综合征出血热疫情模拟研究

彭珵¹, 胡祝敏¹, 李艳君¹, 关鹏¹, 黄德生^1,2

1 中国医科大学公共卫生学院流行病学教研室, 辽宁沈阳 110122;
2 中国医科大学公共基础学院数学教研室, 辽宁沈阳 110122

收稿日期:2019-06-03 出版日期:2019-10-20 发布日期:2019-10-20
通讯作者: 黄德生,Email:dshuang@cmu.edu.cn
作者简介:彭珵,女,在读硕士,主要从事传染病流行病学研究,Email:cpeng@cmu.edu.cn
基金资助:
国家自然科学基金（71573275）

Epidemic simulation of hemorrhagic fever with renal syndrome in Shenyang, China: a kinetic study based on differential equations

PENG Cheng¹, HU Zhu-min¹, LI Yan-jun¹, GUAN Peng¹, HUANG De-sheng^1,2

1 School of Public Health, China Medical University, Shenyang 110122, Liaoning Province, China;
2 School of Fundamental Sciences, China Medical University

Received:2019-06-03 Online:2019-10-20 Published:2019-10-20
Supported by:
Supported by the National Natural Science Foundation of China (No. 71573275)

摘要/Abstract

摘要： 目的建立肾综合征出血热（HFRS）鼠间、鼠与人间的传播动力学模型，模拟辽宁省沈阳市HFRS发病情况，为制定预防控制措施提供依据。方法收集1984-2017年沈阳市HFRS发病率、鼠带病毒率和鼠密度数据，在鼠群间建立易感者-感染者（SI）模型，鼠与人间建立易感者-感染者-移出者（SIR）模型以模拟HFRS发病情况。结果 1984-2017年沈阳市人群HFRS年平均发病率为3.88/10万；1984-2013年沈阳市年平均鼠密度为6.93%，鼠带病毒率为4.79%。基于微分动力学方程的预测发病率与实际发病率比较，平均误差绝对值为0.28；若免疫接种范围扩大时发病率将降低，如果将免疫接种范围从40.00%扩大至50.00%，2005-2017年沈阳市人群HFRS平均发病率将从1.97/10万下降至1.91/10万。结论微分动力学方程可用于模拟沈阳市HFRS的传播动力学，免疫接种是有效预防HFRS的控制措施，应扩大免疫接种范围，以保护易感人群。

关键词: 肾综合征出血热, 发病率, 微分动力学模型

Abstract: Objective To establish a kinetic model for rat-to-rat and rat-to-human transmission of hemorrhagic fever with renal syndrome (HFRS), to simulate HFRS epidemics in Shenyang, China, and to provide a basis for the prevention and control of HFRS. Methods The incidence rates of HFRS in humans, virus-carrying rates among rodents, and density of rodents in Shenyang from 1984 to 2017 were collected. To simulate HFRS epidemics, a susceptible-infected model and a susceptible-infected-recovered model were established for rat-to-rat and rat-to-human transmission, respectively. Results From 1984 to 2017, the mean annual incidence rate of HFRS was 3.88/100 000 in Shenyang. From 1984 to 2013, the mean annual density of rodents and virus-carrying rate among rodents were 6.93% and 4.79%, respectively, in Shenyang. Compared with the actual incidence rate of HFRS, the incidence rate predicted by differential equations had a mean absolute error of 0.28. The expansion of vaccination coverage could lead to a lower incidence rate. If the vaccination coverage was expanded from 40.00% to 50.00%, the mean incidence of HFRS in Shenyang from 2005 to 2017 would decrease from 1.97/100 000 to 1.91/100 000. Conclusion Differential equations can be used to simulate the transmission dynamics of HFRS in Shenyang. Vaccination is an effective way to prevent HFRS. Vaccination coverage should be expanded to protect people susceptible to HFRS.

Key words: Hemorrhagic fever with renal syndrome, Incidence, Differential equation

中图分类号:

R373.3⁺2

彭珵, 胡祝敏, 李艳君, 关鹏, 黄德生. 基于微分动力学方程的沈阳市肾综合征出血热疫情模拟研究[J]. 中国媒介生物学及控制杂志, 2019, 30(5): 498-501.

PENG Cheng, HU Zhu-min, LI Yan-jun, GUAN Peng, HUANG De-sheng. Epidemic simulation of hemorrhagic fever with renal syndrome in Shenyang, China: a kinetic study based on differential equations[J]. Chines Journal of Vector Biology and Control, 2019, 30(5): 498-501.

参考文献

[1] 马超锋,余鹏博,李恒新,等. 中国肾综合征出血热流行现状及免疫策略[J]. 中华预防医学杂志,2014,48(12):1039-1042. DOI:10.3760/cma.j.issn.0253-9624.2014.12.004.
[2] Jiang H,Du H,Wang LM,et al. Hemorrhagic fever with renal syndrome:pathogenesis and clinical picture[J]. Front Cell Infect Microbiol,2016,6:1. DOI:10.3389/fcimb.2016.00001.
[3] 孙英伟,韩仰欢,李鑫,等. 辽宁省2007-2011年肾综合征出血热疫情监测分析[J]. 中国公共卫生,2012,28(6):838-840. DOI:10.11847/zgggws-2012-28-06-46.
[4] Zhou LH,Fan M,Hou Q,et al. Transmission dynamics and optimal control of brucellosis in Inner Mongolia of China[J]. Math Biosci Eng,2018,15(2):543-567. DOI:10.3934/mbe. 2018025.
[5] Anderson RM,Fraser C,Ghani AC,et al. Epidemiology,transmission dynamics and control of SARS:the 2002-2003 epidemic[J]. Philos Trans Roy Soc B Biol Sci,2004,359(1447):1091-1105. DOI:10.1098/rstb.2004.1490.
[6] Halder N,Kelso JK,Milne GJ. A model-based economic analysis of pre-pandemic influenza vaccination cost-effectiveness[J]. BMC Infect Dis,2014,14:266. DOI:10.1186/1471-2334-14-266.
[7] 李悦. 沈阳市1984-2006年肾综合征出血热流行趋势分析[D]. 大连:大连医科大学,2007.
[8] 车雷,殷洪博,刘峥华,等. 沈阳市2004-2013年肾综合征出血热疫情监测分析[J]. 中国媒介生物学及控制杂志,2014,25(6):566-568. DOI:10.11853/j.issn.1003.4692.2014.06.022.
[9] 张春青,戴孟阳. 2013-2017年沈阳市肾综合征出血热流行特征分析[J]. 预防医学论坛,2018,24(9):688-690. DOI:10.16406/j.pmt.issn.1672-9153.2018.09.015.
[10] Sauvage F,Langlais M,Yoccoz NG,et al. Modelling hantavirus in fluctuating populations of bank voles:the role of indirect transmission on virus persistence[J]. J Anim Ecol,2003,72(1):1-13. DOI:10.1046/j.1365-2656.2003.00675.x.
[11] Sauvage F,Langlais M,Pontier D. Predicting the emergence of human hantavirus disease using a combination of viral dynamics and rodent demographic patterns[J]. Epidemiol Infect,2007,135(1):46-56. DOI:10.1017/S0950268806006595.
[12] 刘敏,姚文清,孙英伟,等. 辽宁省2001-2006年肾综合征出血热疫情分析与控制策略[J]. 中华流行病学杂志,2007,28(8):832. DOI:10.3760/j.issn:0254-6450.2007.08.036.
[13] 吴伟,郭军巧,安淑一,等. 应用ARIMA-GRNN模型对肾综合征出血热发病率时间序列数据的预测研究[J]. 中国卫生统计,2015,32(2):211-213.
[14] 吴泽明,吴伟,王萍,等. 应用BP人工神经网络模型预测肾综合征出血热发病率[J]. 中国媒介生物学及控制杂志,2006,17(3):223-226. DOI:10.3969/j.issn.1003-4692.2006.03.022.
[15] Allen LJS,McCormack RK,Jonsson CB. Mathematical models for hantavirus infection in rodents[J]. Bull Math Biol,2006,68(3):511-524. DOI:10.1007/s11538-005-9034-4.
[16] Langlois JP,Fahrig L,Merriam G,et al. Landscape structure influences continental distribution of hantavirus in deer mice[J]. Landsc Ecol,2001,16(3):255-266. DOI:10.1023/A:1011148316537.

基于微分动力学方程的沈阳市肾综合征出血热疫情模拟研究

Epidemic simulation of hemorrhagic fever with renal syndrome in Shenyang, China: a kinetic study based on differential equations

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	周济华, 张云智, 章域震, 杨卫红, 冯云. 云南省2012－2020年肾综合征出血热流行特征分析[J]. 中国媒介生物学及控制杂志, 2021, 32(6): 715-719.
[2]	李皓晨, 齐滢滢, 张翀, 韩文菊, 沈铁峰, 李德强, 关鹏, 黄德生. 基于贝叶斯网络的肾综合征出血热发病率预测模型研究[J]. 中国媒介生物学及控制杂志, 2021, 32(4): 475-480.
[3]	刘菁, 陈阳, 林代华, 肖方震, 林文, 王加熊, 韩腾伟, 刘维俊. 福建省2016－2018年肾综合征出血热流行特征和宿主动物监测分析[J]. 中国媒介生物学及控制杂志, 2021, 32(3): 329-333.
[4]	刘天, 夏世国, 梅芳盛, 郝海波, 聂晓培, 黄继贵, 姚梦雷, 刘力, 杨瑞, 胡兵, 吴杨, 童叶青, 陈琦. 湖北省荆州市2017－2018年肾综合征出血热宿主动物监测结果分析[J]. 中国媒介生物学及控制杂志, 2020, 31(4): 469-473.
[5]	胡挺松, 胡秋凌, 李绍雄, 黄勇, 胡海梅, 高丽芬, 罗琼梅, 何永芝, 周永存, 张海林, 张富强. 云南省楚雄市2015-2018年肾综合征出血热流行特征及宿主动物调查[J]. 中国媒介生物学及控制杂志, 2020, 31(2): 152-157.
[6]	庞卫龙, 郑翔, 葛君华, 崔清荣, 刘营, 胡雅飞, 沈伟伟, 胡海燕, 丁斌彬, 孙继民, 林海江. 浙江省天台县1984-2018年肾综合征出血热监测分析[J]. 中国媒介生物学及控制杂志, 2020, 31(2): 158-163.
[7]	陈永亮, 王小梅, 郑兰紫, 郑钫华, 杨育松. 北京市密云区2013－2017年布鲁氏菌病流行特征及调查结果分析[J]. 中国媒介生物学及控制杂志, 2020, 31(1): 100-104.
[8]	张洁, 王子江, 李鑫, 刘学升, 刘芸, 孙英伟, 姚文清. 辽宁省2012－2016年肾综合征出血热监测结果分析[J]. 中国媒介生物学及控制杂志, 2019, 30(6): 626-629.
[9]	陈阳, 邓艳琴, 林代华, 肖方震, 林文, 王加熊, 韩腾伟, 刘菁, 刘维俊. 福建省部分地区首次确定肾综合征出血热疫源地的调查研究[J]. 中国媒介生物学及控制杂志, 2019, 30(6): 692-695.
[10]	李红兵, 田辉, 付海龙, 何微, 胡晓倩, 高娟, 严钏元. 陕西省宝鸡市肾综合征出血热时空聚集性分析[J]. 中国媒介生物学及控制杂志, 2019, 30(5): 506-509.
[11]	刘起勇. 媒介生物可持续控制策略和实践——新中国70年媒介生物传染病控制成就[J]. 中国媒介生物学及控制杂志, 2019, 30(4): 361-366.
[12]	孙琬琬, 刘小波, 吴海霞, 王君, 刘起勇, 鲁亮. 基于分布滞后非线性模型的葫芦岛和丹东市环境温度对肾综合征出血热的效应研究[J]. 中国媒介生物学及控制杂志, 2019, 30(3): 272-277.
[13]	胡泉博, 陈淑红, 孙巍, 许军, 华华, 杨明, 李冀宏, 周广恩. 黑龙江省2014－2016年肾综合征出血热宿主动物疫情监测研究[J]. 中国媒介生物学及控制杂志, 2019, 30(3): 278-280.
[14]	付仁龙, 陈盛恩, 夏金连, 柳小青, 吴亚云, 郑卫青. 南昌市安义县2009－2016年肾综合征出血热宿主动物监测结果分析[J]. 中国媒介生物学及控制杂志, 2019, 30(2): 200-202.
[15]	刘天, 黄继贵, 郝海波, 李斌, 刘漫, 刘力, 夏世国, 毛安禄. 湖北省荆州市2017年肾综合征出血热流行特征及宿主动物调查[J]. 中国媒介生物学及控制杂志, 2018, 29(6): 609-612.