论文部分内容阅读
目的:为了探讨传染病动力学模型、时间序列模型及Richards模型在新疆巴州地区布鲁氏菌病研究与应用中的可行性,根据巴州地区布鲁氏菌病的实际发病情况,建立相符的布鲁氏菌病传播流行的动态模型,掌握巴州地区布鲁氏菌病的总体流行趋势,为布鲁氏菌病的早期预警及控制,奠定科学的理论基础,提供可行的参考依据。方法:首先运用季节指数验证巴州地区布鲁氏菌病的季节性波动规律,构建具有周期性传播率的动力学模型,拟合2010~2014年每季度新发的急性人间布鲁氏菌病数据,MAPE与RMSPE可用于评价模型拟合的效果,并预测未来人间布鲁氏菌病的流行趋势。通过PRCC方法可提取出模型中对人间布鲁氏菌病流行具有统计学意义的参数,计算出布鲁氏菌病传播的基本再生数R0,探究参数改变分别对人间布鲁氏菌病流行趋势及基本再生数R0敏感性分析,提出防控措施。其次时间序列中的ARIMA乘积季节模型可用于研究季节性变化的传染病发病规律,基于巴州地区2005~2014年间每月新发的人间布鲁氏菌病数据,建立ARIMA(P,D,Q)(p,d,q)S模型,最优模型可通过AIC、SBC及AICC最小值原则选取,根据最优模型拟合及预测新发的人间布病流行趋势。最后针对呈暴发型特征的人间布鲁氏菌病数据可运用Richards模型分析。模型拟合巴州地区2013年8月至2014年12月之间累积新发的人间布鲁氏菌病数量,分析暴发期间发病率最高的拐点,有助于研究干预措施相对于拐点的影响,并估计出基本再生数R0。结果:首先根据季节指数分析确定新发的急性人间布鲁氏菌病数量在夏、秋季较高。基于布鲁氏菌病的传播机理分析,构建羊/牛及从羊/牛传播给人的季节性SEIV动力学模型,拟合新发的急性人间布病数量时MAPE=18.07%,RMSPE=20.89%,说明模拟效果理想,预测出大约在2023年的夏季新发的急性人间布鲁氏菌病数量达到最大值15325(95%CI:11920-18242)。估计出基本再生数R0=2.5524(95%CI:2.5129-2.6225),表明疫病还将持续流行,尚不能被消除。参数的敏感性分析可确定,减少羊/牛出生数量,增大已感染布鲁氏菌病羊/牛屠宰率,增加易感染布鲁氏菌病羊/牛免疫接种率,降低免疫接种丢失率为有效控制新发的急性人间布鲁氏菌病流行措施。其次,时间序列模型中原始序列白噪声检验为P<0.05,有研究的价值。构建的最优模型为ARIMA(1,1,1)(0,1,2)12,此时AIC=973.12,SBC=987.02,AICC=973.66最小,模型拟合值与实际值误差为MAPE=23.82%,RMSPE=29.64%。根据已知序列预测出2015年6月巴州地区新发的人间布病数量达到最大值91(95%CI:51-131)。最后,Richards模型拟合暴发时新发的人间布鲁氏菌病数量误差为MAPE=6.80%,RMSPE=3.98%,同时估计在2014年6~7月之间人间布鲁氏菌病发病率最高,早于实施各种防控措施。基本再生数R0=1.1207(95%CI:0.6091-1.1379),说明人间布鲁氏菌病尚不能消除。结论:具有周期性传播率的季节性动力学模型、ARIMA乘积季节模型与Richards模型都能较好的模拟出符合各自数据特征的人间布鲁氏菌病流行趋势,可行性较高,为相关工作人员在布鲁氏菌病高发季之前做好预防准备,提供防控参考策略。