科
考孟叙n
第
48
卷第
, 3
期
2 0
0 3
年
7
月
我们从 M o出现在第可能发展,.
te
Ca r o f
实验的全部结果中仅选取峰值峰值人数在7一,
,
9
一
2天 1一
,
r人 o
,
峰值时累
被认为是一个关键参量如果初始时基础再生。> R 1则在确定性模型中疫病一定会传播发展指数人数R,
.
,
计病人数在巧
1 3
人的部分结果观察它们随后的.
即研究在接近越南前 1 2天实际情况的条
件下后续发展情况的条件概率持续长度为 (4 8均值略有变化较,,
结果为
:
平均疫期13 )
在随机模型中疫病可以以一定非零概率传播发展如果采取措施可以控制 R l<则疫病可以被逐渐控’“;制 l]本文中的每人每日感染率是对每人累积感染,.
.
土
13 )
d
,
累积病人总计 ( 5 8d,
土
人
.
与,
全部实验结果相应值 (4 9土 15 )均方差缩小. .
和 ( 6 1土 2 )人比较5,
平
人数 R的一种细化使我们可以考察每日感染率的精细变化对 r的累积求和平均即可得到 R在 i R le y.
,
,
.
特别是累积病人总数的为了便于比,
0〕的讨论中把每个病人的感染人数定义为两 2等人1
,
均方差有显著减小
频度分布图见图,
部分之和一部分是平常的所谓典型感染事件另一
,
,
坐标尺度与图 4相同以上结果表明如果对不同.
部分是特别的所谓超级感染事件 ( s sEv t e n.
E
,
s
u
pe
r
sp
re a
d
时段感染率能做出较合理的估计可以用这种模型适
)例如一个来自香港的 s A R S病人使越南河内.
度做出预测不仅包括平均值情况会如何S AR S,、
、
最可几值还包括最坏.
,
以及最坏情况出现的概率
这对实际
一家私人医院 6 5人被感染’ ) D y e和 2个员工中 2 G a y 2 I]曾提出究竟是把一般事件和超级感染事件分,
疫情预测预防乃至社会经济对策等都会发挥重.
为两类
,
还是仅仅把超级感染事件作为歪斜的感染,
要的作用3
分布中高感染段拖长的尾部
仍然值得讨论本文的.
.
讨论和结论在一般传染病模型中,
初步模型认为二者遵从统一的概率分布
者的作用是提高了平均感染率每个病人的平均感染病
当然.
,
超级感染更复杂的模型
,
可以在将来的工作中尝试和探讨
10 0
200
/疫期持续长度 d
累计病人数 4
图
Mo
n
t e C a r lo,
实验结果
a )疫期持续长度的频
度分布 (b ( )累积总病人数的频度分布
50
10 0
】 50
200
250
300
/疫期持续长度 d
累计病人数
图
5
1天实际情况类似的部分 M o与越南前 2 n,
e t
Ca r f o
实验结果
a )疫期持续长度频度分布 ( ( b )累积总病人数的频度分布
.
l
) W o rl d Hd les s o n s
e a
br
e a
k
a n
o f
r
lt h O r g a n i z a t io n C o m m u n ie a b le d is t h e im m e d ia t e u f t u re 2 0 0 3
e a s e
s u rv e
i ll a n
e e
a n
d
re s
Po n
se
,
s e v e re
a e u
t e
r es
P ir a t
o r
y
s
y
n
d ro m e
( S A R S ): S t a t u
s
o
f th e
o u t
13 76
WWW
.
S C IC
h in s C 0 m
.