[發明專利]一種基于人群流動水平的傳染病趨勢估計方法

在審

• 申請號: 202211070084.7
• 申請日: 2022-09-02
• 公開（公告）號: CN115602336A
• 公開（公告）日: 2023-01-13
• 發明（設計）人: 賀詩波;邵存祺;李超;余睿偉;吳旻誠;陳積明
• 申請（專利權）人: 浙江大學
• 主分類號: G16H50/80
• 分類號: G16H50/80;G16H50/20
• 代理公司: 杭州浙科專利事務所(普通合伙) 33213
• 代理人: 吳昌榀

本發明公開了一種基于人群流動水平的傳染病趨勢估計方法，該方法基于人群軌跡記錄數據和傳染病歷史感染人數統計數據，經過平均速度計算、空間同位水平計算、感染率與初始感染人數擬合、傳染病趨勢估計等步驟得到最終的傳染病趨勢曲線。在本數據處理方法中，平均速度計算、空間同位水平計算步驟通過一種時間復雜度低的算法高效地衡量了人群的接觸水平，感染率和初始感染人數擬合為傳染病趨勢估計提供了起始點。本發明方法基于數據驅動，對數據無特殊要求，普適性較強。與現有技術相比，數據可信程度更高，具有較強的理論性與實用性。

技術領域

本發明涉及一種傳染病趨勢估計方法，特別涉及一種基于人群流動水平的傳染病趨勢估計方法。

背景技術

對傳染病疫情發展趨勢進行有效預測對控制疫情有著重大意義。現有的傳染病傳播模型多使用SIR模型(即易感人群、感染人群、隔離人群模型)，該模型可以高效地體現傳染病的傳播特點，通過設定感染率、自動康復率等，可以對傳染病疫情進行有效模擬。然而SIR模型需要預先設置模型的參數，此前的方法多通過疫情流行病學調查來獲取這些參數，這種方法有著很強的滯后性。而信息技術的發展為獲取傳染病相關參數提供了新的工具，借助人群普遍持有的智能設備，有關部門可以獲取其軌跡數據，并基于此分析人群流動性。而利用高實時性的軌跡數據的優勢在于借此獲取實時性的人群間接觸次數。傳統的基于GPS定位，計算距離并判斷是否發生接觸的方法時間復雜度非常高，對于大量人群并不適用。而通過將人群分布視為泊松分布，可以以一種低計算時間復雜度的方法獲取人群間的接觸次數。

發明內容

本發明目的在于對現有研究和技術存在的不足之處加以完善與規范化，提出一種基于人群流動水平的傳染病趨勢估計方法。該方法對傳染病趨勢曲線估計方法提出整體規劃的數據處理流程，可以提高獲取傳染病發展趨勢曲線的準確性與可靠性，更具有實用價值；且有利于通過數據分析對各項傳染病疫情防控措施進行模擬，方法應用的擴展性高。

本發明的目的通過以下的技術方案實現：

一種基于人群流動水平的傳染病趨勢估計方法，包括以下步驟：

步驟1，根據傳染病趨勢曲線獲取需求，以天為單位讀取歷史人群軌跡記錄數據，第t日的單日數據記錄數記為M(t)條，該信息包含記錄時間戳{T_i}、產生記錄用戶{u_i}以及用戶位置{p_i}，將信息數據集記為{X_i}，其中i＝1,2,3,…,M(t)；

步驟2，平均速度計算：利用步驟1中的數據集{X_i}計算全體用戶當日的平均速度，記第t日的全體用戶平均速度為μ(t)；

步驟3，空間同位水平計算：利用步驟2中獲取的當日全體用戶平均速度μ(t)，每日總秒數T_day，當地的人口密度λ，預設的接觸判定半徑R_c計算當日的空間同位水平，記為α(t)；

步驟4，感染率與初始感染人數擬合：利用步驟3中計算得到的當日空間同位水平α(t)、預設的轉移率γ、當地總人數N以及預估的接觸到感染的時延T_e，對預設的多組待檢驗感染率和初始感染人數數據對(β₀,I₀)進行模擬，通過計算各組模擬過程中每日的易感人群總數S(t)與感染人數I(t)，獲取模擬得到的累計感染人數，并將其與當日的真實累計感染人數C(t)進行比較，從而獲取最優的感染率和初始感染人數數據對

步驟5，傳染病趨勢估計：利用步驟4計算得到的最優的感染率和初始感染人數數據對作為初始值，利用步驟3中計算得到的每日人群軌跡記錄數據計算獲取的空間同位水平α(t)、預設的轉移率γ、當地總人數N以及預估的接觸到感染的時延T_e對傳染病趨勢進行模擬，得到未來的傳染病趨勢變化曲線。