基于改进传染病动力学易感-暴露-感染-恢复(SEIR)模型预测新型冠状病毒肺炎疫情
摘要
目的研究基于传染病动力学易感-暴露-感染-恢复(SEIR)模型对新型冠状病毒肺炎(COVID-19)疫情发展情况的预测效果，为有效应对疫情提供指导。 方法利用Python爬虫自动更新功能获取中华人民共和国国家卫生健康委员会公布的疫情数据，通过改进传染病动力学SEIR模型，自动修正COVID-19基本再生数(R0)，对中国湖北省和韩国的COVID-19疫情发展趋势进行预测。 结果模型预测的湖北省COVID-19疫情顶点在2020年2月21日，现有确诊病例数约为50 000例(2月19日)，预计疫情将于3月4日回落至30 000例以下，并在5月10日左右结束。中华人民共和国国家卫生健康委员会公布的实际数据显示，确诊人数顶点为53 371例。模型预测的韩国疫情峰值在3月7日，将于4月底结束。 结论改进的传染病动力学SEIR模型在COVID-19疫情早期实现了较准确的数据预测，政府相关部门在疫情中及时、有效的强力干预明显影响了疫情的发展进程，东亚其他国家如韩国的疫情在3月仍处于上升期，提示中国需要提防输入性疫情风险。
引用本文（GB/T 7714）
王思远, Wang Siyuan, 谭瀚霖, 等. 基于改进传染病动力学易感-暴露-感染-恢复(SEIR)模型预测新型冠状病毒肺炎疫情[J]. 第二军医大学学报, 2020.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。