Modeling and analysis of a novel two-strain dengue epidemics model considering secondary infections with increased mortality
Johannes Gutenberg-Universität Mainz(约翰内斯·古腾堡美因茨大学);Institute for Quantitative and Computational Biosciences (IQCB), Johannes Gutenberg University Mainz(约翰内斯·古腾堡美因茨大学定量与计算生物科学研究所);Ordu University, Faculty of Science and Letters(奥尔杜大学理学院);Escuela Superior Politécnica del Litoral(厄瓜多尔高等理工学院);Center for Applied Dynamical Systems and Computational Methods (CADSCOM), Faculty of Natural Sciences and Mathematics, Escuela Superior Politécnica del Litoral(厄瓜多尔高等理工学院自然科学与数学学院应用动力系统与计算方法中心);TU Dresden(德累斯顿工业大学);University of Koblenz(科布伦茨大学)
本文提出一种考虑二次感染和增加死亡率的新型两种病原体登革热模型,通过分析免疫流行病学机制揭示复杂动态并为控制策略提供依据。
2026-01-12 math.DS q-bio.PE
Infection dynamics for fluctuating infection or removal rates regarding the number of infected and susceptible individuals
Chung-Ang University(中央大学);Seoul National University(首尔大学)
本文研究了感染率和移除率随感染和易感人数变化的非线性影响,推导了感染人数的解析表达式,为理解感染动力学提供了新方法。
2026-05-08 q-bio.PE
A stochastic epidemic model with memory of the last infection and waning immunity
本文改编了关于具有可变感染力和免疫力衰退的流行病模型,引入参数化分段确定性马尔可夫过程以纳入对最近感染的记忆,推导出描述特征与感染年龄密度的PDE,研究地方病平衡的存在条件、阈值及局部稳定性。
2026-11-03 math.PR q-bio.PE
Impulsive Release Strategies for Wolbachia-Infected Mosquitoes under Temperature-Induced Infection Loss
University of São Paulo(圣保罗大学);National University of Asunción(亚松森国立大学);São Paulo State University(圣保罗州立大学)
本文提出基于脉冲微分方程的模型,研究温度诱导感染丧失对沃尔白菌感染蚊虫释放策略的影响,分析不同菌株在热耐受性和适应性成本下的持续性差异。
2026-02-06 q-bio.PE
Epidemics with general generation interval distributions
我们研究了易感染-恢复(SIR)传染病的传播,其中个体的传染性和恢复概率取决于他/她的感染“年龄”。我们首先集中在早期爆发阶段,随机效应占主导地位,并表明流行病往往发生得比确定性计算预测的更快。如果爆发是足够大的,随机效应是可以忽略不计的,我们修改标准的常微分方程(ODE)模型,以适应感染年龄的影响。我们避免使用偏微分方程,通常出现在相关的模型。我们引入了一个“无记忆”的常微分方程系统,它逼近真解。最后,我们分析了从随机到确定性阶段的过渡。
2009-05-13 q-bio.PE
A study of a deterministic model for meningitis epidemic
本文提出一种仓室确定性模型研究封闭人群脑膜炎流行动力学,推导传播阈值并对再生数进行敏感性分析,确定感染传播率、优势比和携带者转化率为控制策略关键参数。
2023-03-31 q-bio.PE stat.AP
The stochastic dynamics of early epidemics: probability of establishment, initial growth rate, and infection cluster size at first detection
新出现的流行病和局部感染群最初容易受到随机效应的影响,这些随机效应可能对流行病的轨迹产生重大影响。虽然许多研究致力于确定性制度的一个既定的流行病,数学描述的初始阶段的流行病增长是比较罕见的。在这里,我们回顾了现有的数学结果的流行规模随着时间的推移,并得出新的结果,以阐明由一个单一的感染个体开始的感染集群的早期动态。我们表明,最初的增长,最终起飞的流行病是由随机性加速。这些结果对于改善早期集群检测和控制至关重要。作为应用,我们根据检测工作量计算感染群中感染个体的首次检测时间分布,并估计2020年9月检测到的SARS-CoV-2关注变体Alpha于2020年8月初首次出现在英国。我们还计算了一个最小的测试频率,以检测集群之前,他们超过一个给定的阈值大小。这些结果提高了我们对早期流行病的理论认识,并将有助于研究和控制地方传染病集群。
2021-09-17 q-bio.PE
A Mathematical Model for Co-infection Dynamics of Pneumocystis Pneumonia and HIV/AIDS with Treatment
本文建立HIV/AIDS与肺孢子菌肺炎共感染动力学模型,分析治疗对各传染阶段的影响,证明无病平衡点和 endemic 平衡点的稳定性,并通过敏感性分析和数值模拟表明治疗可显著降低共感染负担。
2024-08-01 math.DS physics.soc-ph q-bio.PE
Towards predicting COVID-19 infection waves: A random-walk Monte Carlo simulation approach
现象学模型和确定性模型通常用于估计流行病的传播参数和预测其增长轨迹。这类分析通常以单高峰爆发动态为基础。鉴于目前的COVID-19大流行,迫切需要更好地了解观察到的具有多个峰值结构的流行病增长,最好使用第一性原理方法。根据我们之前的工作[Physica A 574,126014(2021)],我们在这里应用2D随机游走蒙特卡罗计算来更好地了解COVID-19通过接触相互作用传播。封锁方案和所有其他控制干预措施都是通过限制流动性和调节随机相互作用人群的感染率来实施的。随着时间的推移,对易感人群、感染人群和康复人群进行跟踪,无需求解微分方程即可获得每日感染率。对印度、塞尔维亚、南非和美国四个国家的人口密度进行了模拟。在所有情况下,我们的结果都捕捉到了观察到的感染增长率。更重要的是,模拟模型被证明可以预测第二波和第三波感染,具有合理的准确性。多重波结构的这种预测性质提供了一种简单而有效的工具,可能有助于在目前的大流行期间规划缓解策略。
2022-01-13 q-bio.PE
Irregularity in dengue fever epidemics: difference between first and secondary infections drives the rich dynamics more than the detailed number of strains
经典的单株SIR模型的主机人口的不同扩展,动机是模拟登革热流行病学,报告了丰富的动态结构,包括确定性混沌,能够解释疾病发病率的大幅波动。基本的两株登革热模型,它已经捕捉到原发性和继发性感染之间的差异,与四株登革热模型,在登革热流行病中引入多株竞争的想法之间的比较表明,第一次和继发性感染之间的差异驱动丰富的动态比在模型结构中考虑的菌株的详细数量。混沌动力学被发现发生在相同的参数区域的兴趣,两个和四个应变模型,能够解释在经验数据中观察到的波动,并显示出定性良好的经验数据和模型模拟之间的协议。由于简约法则倾向于两个竞争模型中最简单的一个,因此双应变模型将是更好的分析候选者,它给出了预期的复杂行为来解释经验数据中观察到的波动,并且确实是估计所有初始条件以及基于可用发病率数据的少数模型参数的更好选择。
2011-11-25 math.DS nlin.CD q-bio.PE
Antibiotics, duration of infectiousness, and transmission of disease
人类、家畜、果园作物和观赏植物通常用抗生素治疗细菌感染。通过治愈感染性个体,抗生素治疗可能会限制传染病在宿主之间的传播。但是,抗生素抑制宿主内病原体密度也可能降低宿主在恢复之前从感染状态中移除的可能性。当恢复率和清除率(隔离或死亡率)直接取决于宿主内密度时,抗生素治疗可以放松清除率,从而增加宿主间疾病传播。在本文中,一个确定性的内主机动态驱动感染主机的感染传播的概率,以及主机的时间依赖的生存恢复的概率。该模型改变(1)接种量,(2)感染和治疗开始之间的时间,(2)抗生素疗效,和(3)感染宿主遇到的群体的大小/易感性。结果确定了抗生素治疗同时增加宿主存活率和增加新感染预期数量的条件。也就是说,抗生素可能会将一种罕见的、严重的细菌性疾病转化为一种常见的、但可治疗的感染。
2020-01-20 q-bio.PE
A New Method to Predict the Effect of an Intervention in the Host Population to Reduce the Magnitude of an Outbreak of a Vector-Borne Infection
Universidade de São Paulo(圣保罗大学);Instituto Butantan(布坦坦研究所)
提出新模型估计干预对媒介传播感染人类宿主的影响,以官方报告的年龄相关病例数为输入,利用感染病例比例年龄分布的特性,通过登革热疫苗模拟干预确定疫苗接种最优策略。
2026-07-20 q-bio.PE
Effects of Noise on Ecological Invasion Processes: Bacteriophage-mediated Competition in Bacteria
病原体介导的竞争是影响自然界生物多样性的主要驱动力之一,通过这种竞争,携带和传播病原体的入侵物种可以成为更脆弱的留居物种的优势竞争者。使用细菌群体中噬菌体介导的竞争的实验系统和确定性模型,我们在[Joo et al 2005]中已经表明,噬菌体赋予的竞争优势仅取决于相对噬菌体病理学,并且与初始噬菌体浓度和其他噬菌体和宿主参数(例如引起感染的接触率、自发和感染诱导的裂解率)无关,和噬菌体爆发大小。在这里,我们研究随机波动对噬菌体促进细菌入侵的影响,并检查确定性方法的有效性。我们使用随机过程的数值和分析方法来识别噪声源并评估其大小。我们表明,从确定性模型得到的结论是强大的随机波动,但偏差变得显着大时,噬菌体更病态的入侵细菌菌株。
2006-01-17 q-bio.PE
A note on observation processes in epidemic models
许多疾病模型专注于描述潜在的传播机制,但对如何报告感染做出了简单,可能是天真的假设。在这篇文章中,我们使用一个简单的确定性易感-感染-移除(SIR)模型来比较关于疾病发病率报告的两个常见假设:个人可以在感染后或康复后立即报告他们的感染。我们发现,不正确的假设的基本观察过程可以偏差估计的基本再生数,并导致过于狭窄的置信区间。
2019-11-27 q-bio.PE
The dynamics of the HIV infection: a time-delay differential equation approach
在这项工作中,我们引入了一个微分方程模型的时间延迟,描述了三个阶段的动态和两个时间尺度上观察到的艾滋病毒感染。假设病毒具有高突变和快速繁殖率,在对新的不可检测毒株的新反应的连续激活过程中对免疫系统产生压力,延迟项描述了建立新的特异性免疫反应所需的时间间隔。如果与没有时间延迟的模型相比,该单个项增加了可能的解的数量并且改变了相空间动态。我们观察到非常缓慢的过渡附近的不稳定的固定点,对应于一个健康的状态,和长时间衰减到稳定的固定点,对应于感染状态。与使用常规ODE模型获得的结果相反,该模型仅允许部分描述感染过程,我们的模型描述了在感染患者中观察到的整个感染过程:原发感染,潜伏期和获得性免疫缺陷综合征(AIDS)的发病。该模型还描述了其他情况,如疾病进展非常快,以及不太常见的结果,即尽管患者接触到艾滋病毒,但他/她没有发展成疾病。
2010-04-01 nlin.CG physics.bio-ph q-bio.PE
Assessing the impact of non-vaccinators: quantifying the average length of infection chains in outbreaks of vaccine-preventable disease
在过去,对于传染病传播的各种各样的数学模型,已经获得了基本再生数R0的解析表达式,以及预期的最终爆发规模的表达式。然而,到目前为止还没有研究过的是,在一次疫情爆发中,每个受感染的个体所开始的感染链中向下传播的平均感染数量(我们将这个数量称为每个感染个体的“后代感染平均数量”,或ANDI)。ANDI不仅包括一个人直接接触和感染的人数,还包括那些人继续感染的人数,等等,直到特定的感染链消失。ANDI的定量与疫苗接种辩论有关,因为使用ANDI可以计算一个或多个人因疾病住院(或死亡)的概率,该疾病是从感染的未接种疫苗的个体下降的平均感染链。在这里,我们获得的ANDI估计使用确定性和随机建模形式主义。使用这两种形式主义,我们发现即使对于相对较小的社区规模,并且在R0和初始接种分数的大多数情况下,当有效繁殖数>1时,ANDI可能会惊人地大,导致麻疹等疾病爆发中平均感染链下游的一个或多个人出现不良结果的概率很高。
2018-12-17 q-bio.PE q-bio.QM
Does blood type affect the COVID-19 infection pattern?
在COVID-19大流行的许多特征中,有两个方面似乎特别难以理解:(i)在流行病进展的不同阶段发现的病毒传染性和致命性程度的巨大地理差异,以及(ii)感染者的潜在作用在病毒传染性和疾病进展中的血型〈动〉<动>。最近的一个假设可能对这两个方面都有一些启示。具体地,已经提出在受试者到受试者的转移中,SARS-CoV-2在其衣壳上保存源受试者的红细胞抗原。因此,这些保守抗原可能在先前已获得针对源受试者抗原的特异性抗体的接受受试者中引起免疫反应。这一假说暗示了一种血型〈动〉<动>感染率。因此,血型〈动〉<动>的强烈的地理依赖性可能是所观察到的流行病传播异质性的起源因素之一。在这里,我们提出了一个流行病学确定性模型,其中考虑到基于血型〈动〉<动>,并将我们的模型结果与现有的全球感染进展数据进行比较。我们发现了总体上良好的一致性,这加强了血型<动>确实在COVID-19感染中发挥作用的假设。
2020-10-25 physics.bio-ph q-bio.PE
Data Forecasts of the Epidemic COVID-19 by Deterministic and Stochastic Time-Dependent Models
我们提出了一个确定性SAIVRD模型和一个随机SARV模型的流行COVID-19涉及无症状感染和疫苗接种进行数据预测使用时间依赖的参数。我们确定性模型的预测是进行10天的预测,看疫情在短期内是会缓解还是会变得更加严重。我们的随机模型预测的是最终规模和最大规模的概率分布,以了解从长远来看疫情将有多大。第一次使用来自美国的数据集进行预测,对于孤立的传染性病例的预测,5天内的相对误差在3%以内,10天内的相对误差在7%以内,对于治愈和死亡的预测,相对误差较小。在我们的模型中,使用来自第一次预测的时变参数的第二次预测中的分布也是双峰的,在我们对较小群体的模拟中具有与时间无关的参数。与时间依赖模型不同的是,最终粒径分布中存在另一个峰值,小爆发的概率更高,最大粒径分布随时间依赖参数振荡。不同群体之间的最终尺寸分布相似,最大尺寸分布也相似,这意味着我们可以预期,在相同的参数下,在大群体中,最终尺寸和最大尺寸的比值分布相似(仅第二个峰的值不同)。结果表明,根据这种疾病在美国最近的传播能力,当初始感染被引入所有易感(大)人群时,约95%的人群发生大爆发,并且很有可能流行病最大化到约30%的人群。
2022-09-27 math.DS math.PR q-bio.PE
Estimating the Attack Ratio of Dengue Epidemics under Time-varying Force of Infection using Aggregated Notification Data
疾病发病率的量化是流行病学推断和公共卫生规划的关键。然而,对于多血清型病原体,不同类型特异性免疫水平使得难以评估处于风险中的人群。在本文中,我们提出了一个贝叶斯方法估计的攻击率的流行病和初始分数的易感人群使用聚集发病率数据。我们推导出有效再生数R t的概率分布,并使用MCMC获得具有时变感染力的单株SIR传播模型参数的后验分布。我们的方法展示在一个数据集,包括18年的登革热发病率在巴西里约热内卢市。我们证明,它是可能的,以了解初始分数的易感性和攻击率,即使在没有血清型的具体数据。另一方面,这一方法提供的信息有限,强调需要进行详细的血清学调查,以确定人群中特定型免疫力的分布。
2015-02-04 q-bio.PE stat.AP
Deterministic Critical Community Size For The SIR System and Viral Strain Selection
本文引入了确定性SIR模型的临界社区规模(CCS)的概念,并强调了它对疾病动力学的影响。这种病发作后会逐渐消失。竞争排斥原则也不再适用。这是两种竞争病毒株的动力学的例证。具有较高R0的病毒可以从人群中根除。
2020-04-29 math.DS physics.soc-ph q-bio.PE
Analysis of a competitive respiratory disease system with quarantine
本文构建含两种竞争菌株及隔离效应的SEIQR模型,分析无病/地方平衡、分岔、菌株竞争与共感染持续条件,证明隔离可将继发病例降至1以下。
2023-07-11 math.DS q-bio.PE
Robustness of a Cellular Automata Model for the HIV Infection
进行了一项调查,以研究从描述HIV感染在淋巴组织内传播的元胞自动机模型获得的结果的稳健性[R. M. Zorzenon dos Santos和S. Coutinho,Phys. Rev. Lett. 87,168102(2001)]。分析集中在具有不同对称性和维数的晶格中定义的模型的动态行为。结果表明,三相动力学的平面模型的晶格对称性的变化发生轻微的变化,而观察到的差异,关于维度的变化,定性行为被保留。进一步的调查进行了初级感染和敏感性的潜伏期变化的模型的随机参数在很宽的范围内的值。当随机参数在几个数量级上变化时,表征原发感染和潜伏期的变量表现出幂律行为。当晶格对称性改变时,幂律指数大致相同,但当维数从2变为3时,幂律指数有显著变化。三维模型的动力学也被证明是不敏感的确定性参数的变化与细胞抵抗感染,和必要的时间滞后,安装特定的免疫反应,艾滋病毒变种。在这项工作中所证明的模型的鲁棒性加强了其基本假设与在患者中观察到的HIV感染的三阶段动态一致。
2008-07-15 physics.bio-ph physics.med-ph q-bio.CB
Stochastic two-patch epidemic model with nonlinear recidivism
本研究构建带非线性累犯的随机两斑块传染病模型,引入随机性覆盖传播、恢复及移动波动,结合多种模拟与近似方法,发现随机效应可引发确定性模型没有的灭绝与阈值振荡现象,并揭示疾病传播的源-汇动态。
2024-05-16 math.DS q-bio.PE
Antibiotic treatment, duration of infectiousness, and disease transmission
人类、家畜、果园作物和观赏植物通常用抗生素治疗细菌感染。通过治愈感染性个体,抗生素治疗可能会限制传染病在宿主之间的传播。但是抗生素对宿主内病原体密度的抑制也可能降低宿主在治疗恢复之前从感染状态中移除的可能性。当通过治疗和其他去除事件(例如,隔离或死亡率)直接取决于宿主内病原体密度,抗生素治疗可以充分放松整体去除率,以增加宿主间疾病传播。为了探索这种依赖性,确定性的宿主内动态驱动传染性宿主的疾病传播的时间依赖性概率,以及传染期的概率持续时间。在宿主内规模,该模型改变(1)接种量,(2)细菌自我调节,(3)感染和开始治疗之间的时间,和(4)抗生素疗效。在宿主间尺度上,模型改变(5)感染性宿主随机遇到的群体的大小/易感性。结果确定了抗生素治疗可以增加宿主传染性持续时间的条件,从而增加了预期的新感染数量。在较低的抗生素疗效下,治疗可能会将罕见的严重细菌性疾病转化为常见的但可治疗的感染。
2020-11-02 q-bio.PE
Comparing the Behaviour of Deterministic and Stochastic Model of SIS Epidemic
流行病模型的研究早在19世纪以前就已经开始。确定性模型和随机性模型都被用来捕捉种群中的感染动态。这个项目的目的是研究当我们设置基本再生数$R_0$时模型的行为。该数量定义为人群中典型感染者与易感者的预期接触次数。根据流行阈值理论,当$R_0 \leq 1$时,两种方法中的小流行都以概率1发生,但当$R_0 > 1$时,确定性模型和随机模型有不同的解释。在确定性方法中,当$R_0 > 1$达到时,主要流行病发生的概率为1,并预测疾病将稳定到地方病平衡。另一方面,随机模型确定小流行病可能发生。如果是这样的话,那么这种流行病就会很快消失。此外,如果我们让人口规模很大,发生了重大流行病,那么它将起飞,然后达到地方病水平,并在确定性的平衡点周围随机移动。
2018-03-05 math.ST q-bio.PE stat.TH
Modelling the Spread of SARS-CoV2 and its variants. Comparison with Real Data. Relations that have to be Satisfied to Achieve the Total Regression of the SARS-CoV2 Infection
这项工作概述了我们先前提出的确定性和随机性模型,用于研究2019年冠状病毒病(COVID-19)在欧洲和美国的传播动态。简言之,我们描述了COVID-19疫情演变的现实确定性和随机模型,受限于封锁和隔离措施,其中考虑了恢复或死亡过程的时间延迟。采用所谓的“动力学型反应方法”推导出了整个过程的实际动力学方程。封锁和隔离措施是以某种抑制剂反应为模型的,在这种反应中,易感和受感染的个体可以被“困”在不活跃的状态中。康复者的动态是通过计算那些只追溯到住院感染者的人来获得的。为了模拟医院的角色,我们从Michaelis-Menten的酶-底物反应模型(所谓的“MM反应”)中获得灵感,其中“酶”与“可用的医院床位”相关联,“底物”与“感染者”相关联,“产品”与“康复者”相关联。模型的统计特性,特别是相关的相关函数和概率密度函数,已适当地进行了评估。我们用意大利、德国、法国、比利时和美国的大量实验数据验证了我们的理论预测,我们还将意大利和比利时的数据与logistic模型的理论预测进行了比较。我们发现,自COVID 19爆发以来,我们的预测与现实世界非常吻合,而物流模型仅适用于疫情爆发的最初几天。在工作的最后一部分,我们可以找到应该满足的(理论)关系,以获得病毒的消失。
2022-07-07 physics.bio-ph q-bio.PE
Cluster approximations for infection dynamics on random networks
本文考虑了正则大随机图上的一个简单的随机传染病模型,以及在标准对近似下对应于该模型的随机过程。利用一对节点不太可能共享邻居的事实,我们推导出这个过程的主方程,并从系统尺寸扩展中获得准稳态波动的功率谱。我们表明,只要对近似确定性方程给出了一个准确的描述系统的行为在热力学极限,在长模拟测量的波动的功率谱是很好的近似分析功率谱。如果这个假设被打破,那么集群近似必须在对的水平之外进行。我们构建了一个不相关的三重态近似,捕捉系统的行为在一个区域的参数空间,对近似不能给出一个很好的定量,甚至定性的协议。对于这些参数值,有限系统中波动的功率谱可以从相应随机过程的主方程解析计算。
2009-11-27 cond-mat.stat-mech physics.bio-ph physics.soc-ph
On the stochastic engine of transmittable diseases in exponentially growing populations
本文的目的是分析传染病的确定性和随机模型的相互作用的机制。传染病的确定性模型倾向于预测全局稳定性。与接触率和清除率等疾病参数相比,自然出生率和死亡率很小,这确保了全球稳定的地方病平衡对应于受感染个体的微小平均比例。渐近平衡水平对应于低数量的个人无效的确定性结果。扩散效应迫使随机模型的频率函数具有与确定性模型相似的稳定性。然而,随机模型的特定模拟预测振荡模式。小的和孤立的种群表现出更长的周期,更剧烈的振荡和更大的灭绝概率。我们证明,进化最大限度地提高了疾病的传染性,通过增加感染个体的比例来衡量。假设随机振荡足够温和,使易感个体的比例保持在确定性平衡附近,这一点就成立了。最后,我们讨论了免疫接种的概念,并强调了它与疫苗接种计划的密切关系。
2022-06-16 math.DS q-bio.PE
A hybrid framework for compartmental models enabling simulation-based inference
针对仓室模型难以同时表征随机与确定性动力学的问题,提出耦合ODE与CTMC的JSF混合框架,计算速度提升至少一个数量级,可用于多尺度场景下的基于模拟的推理及公共卫生、病毒清除等研究。
2025-07-30 math.DS q-bio.PE
Why case fatality ratios can be misleading: individual- and population-based mortality estimates and factors influencing them
疫情期间不同的死亡率计算方法产生了非常不同的结果,特别是在当前的COVID-19大流行期间。我们制定了一个生存概率模型和相关的感染持续时间依赖的SIR模型来定义基于个体和人口的动态死亡率估计。影响不同死亡率估计动态的关键参数是潜伏期和确认感染前个体被感染的时间。我们强调,这些比率中没有一个是由经常被误解的病死率(CFR)准确表示的,病死率是迄今为止的死亡人数除以迄今为止确诊的感染病例总数。利用最近SARS-CoV-2爆发的数据,我们估计和比较了不同的动态死亡率,并强调了它们的差异。通过我们的建模,我们提出了更系统的方法来确定流行病爆发期间的死亡率,并讨论了数据对混杂效应和不确定性的敏感性。
2020-04-03 q-bio.PE
Stochastic model of virus and defective interfering particle spread across mammalian cells with immune response
病毒感染传播模型的大部分工作都使用了偏微分方程。这些偏微分方程的行波解通常集中在速度及其对各种参数的依赖性上。大多数对病毒和缺陷干扰颗粒(DIP)(通过共感染复制的病毒的不完整形式)的动态相互作用的研究都遵循相同的路线。在这项工作中,我们提出了一种基于代理的病毒感染模型,考虑到DIP和负反馈回路的干扰素生产作为宿主先天免疫反应的一部分。该模型是基于高分辨率的显微图像的死细胞的空斑,我们从哺乳动物细胞感染仙台病毒与低和高DIP。为了研究病毒传播的离散随机微观机制对病毒斑块宏观生长的影响,我们建立了一个基于代理的病毒感染模型。这项工作的两个主要目的是(i)研究离散微观随机性对病毒斑块宏观生长的影响;(ii)研究全长病毒,DIP和干扰素之间的动态相互作用,并解释DIP的功能。我们发现,我们可以解释我们的随机模型和确定性模型之间的定性差异的分形几何形状的斑块,DIP有延迟效应,而干扰素和DIP之间的相互作用对病毒斑块的生长有减缓作用,可能有助于病毒潜伏期。
2011-08-24 q-bio.PE
Characterizing the dynamics of rubella relative to measles: the role of stochasticity
风疹是一种完全免疫和轻度感染的儿童。了解它的行为是相当大的公共卫生重要性,因为先天性风疹综合征,这是由于在怀孕早期感染风疹,并可能导致各种出生缺陷。风疹的复发动力学相对较差,似乎在全球范围内表现出相当大的多样性。在这里,我们研究了一个随机的季节性强制易感-感染-康复模型的行为,以描述这些动态的决定因素,并通过与麻疹的比较来说明模式。我们进行了一个系统的分析频谱的随机波动周围的稳定吸引子的相应的确定性模型,并将它们与频谱从充分的随机模拟在大人口。这种方法使我们能够量化的人口随机性的影响,并给出一个连贯的图片麻疹和风疹的动态,解释这些疾病表现出的复发模式的本质差异。我们讨论了我们的研究结果在疫苗接种和出生率变化以及这两种儿童感染的持续性的背景下的影响。
2015-01-23 cond-mat.stat-mech physics.bio-ph q-bio.PE
A Multi-Stage Stochastic Programming Approach to Epidemic Resource Allocation with Equity Considerations
流行病学中现有的房室模型在疾病增长不确定性下优化资源配置以控制流行病爆发方面是有限的。在这项研究中,我们提出了一个多阶段的随机规划房室模型,它集成了不确定的疾病进展和资源分配,以控制传染病爆发,以解决这一核心限制。所提出的多阶段随机规划涉及各种疾病增长情景,并优化了治疗中心和资源的分配,同时最大限度地减少了新感染和葬礼的预期总数。我们定义了两个新的公平指标,即感染和能力公平,并明确考虑公平分配治疗资金和设施在多个时间阶段。我们还研究了随机解(VSS)的多阶段值,这表明所提出的随机规划模型优于其确定性对应。我们应用所提出的配方,以控制埃博拉病毒病(EVD)在几内亚,塞拉利昂和西非的利比里亚,以确定最佳和公平的资源分配策略。我们的模型平衡了所有地区的感染比例,即使不包括感染公平性或流行公平性约束。模型结果还表明,按人口比例分配治疗资源是次优的,执行这样的资源分配政策可能会对感染和死亡的总人数产生不利影响,从而导致我们必须为公平付出高昂的代价。我们的多阶段随机免疫物流模型是实用的,可以适应控制其他传染病的元人口和动态演变的情况。
2021-02-23 cs.OH math.OC q-bio.PE
Inferring epidemiological dynamics with Bayesian coalescent inference: The merits of deterministic and stochastic models
从分子序列数据估计流行病学和人口参数已成为理解传染病动力学的核心。已经提出了各种模型来推断描述流行病进展的动态细节。这些包括从金曼的溯祖理论推导出的推理方法。在这里,我们使用最近描述的溯祖理论的流行动力学开发随机和确定性的聚结SIR树先验。我们实现这些贝叶斯系统发育推理框架,允许联合估计SIR流行病参数和样本系谱。我们评估了两个合并模型的性能,并将BDSIR,最近发表的出生-死亡-抽样流行病推断模型获得的结果并列。通过分析精确已知的流行病学参数下模拟的家谱集进行比较。此外,我们分析了在新西兰坎特伯雷地区采样的甲型H1N1流感病毒序列数据和从英国已知感染群获得的HIV-1序列数据。我们发现,这两个合并SIR模型是有效的估计流行病学参数的数据与大的基本再生数$R_0$和大的人口规模$S_0$。此外,我们发现,随机变量一般优于其确定性对应的误差,偏差,最高后验密度覆盖,特别是较小的$R_0$和$S_0$。然而,这些推理模型中的每一个都被证明在某些情况下具有不期望的特性,特别是对于$R_0$接近1或具有小的有效易感人群的流行病爆发。
2014-12-19 q-bio.PE
Dynamics of contact epidemic models for finite populations
研究了有限种群中传染病传播的接触传染病模型。感染率的大小依赖性。这种模型的动态分析,然后在确定性的近似,以及在一个随机制定。在确定性方程的水平上,我们推导出疾病成为地方病的模型参数之间的关系。在随机公式中,有可能写出概率分布的递归关系,这导致它的一些矩的精确表达式,并检查随机阈值定理的有效性。
2020-04-05 cond-mat.stat-mech q-bio.PE
From Individual-Based Stochastic Epidemics to Heterogeneous SIR Equations
School of Mathematical Sciences, University of Nottingham(诺丁汉大学数学科学学院);Department of Mathematics and Statistics, Universit(数学与统计系,Universit)
该研究构建了异质性SIR流行病模型的随机框架,证明了相关大数定律,所得极限涵盖常见SIR系统,为对应确定性模型提供统一概率基础。
2026-08-25 math.PR q-bio.PE
Evaluating the effectiveness of Stochastic CTMC and deterministic models in correlating rabies persistence in human and dog populations
Nelson Mandela African Institution of Science and Technology(内尔森·曼德拉非洲科学技术学院);College of Business Education(商业教育学院);University of Aveiro(阿威罗大学)
本研究比较随机CTMC与确定性模型在关联人类和犬类群体狂犬病持续性的效果,通过多类型分支过程确定随机阈值、用10000条样本路径评估暴发概率,推导$\mathcal{R}_0$并模拟验证,主张整合两种模型趋势以控制狂犬病。
2025-10-27 q-bio.PE
Single variant bottleneck in the early dynamics of H. influenzae bacteremia in neonatal rats questions the theory of independent action
关于细菌致病的遗传基础、生理学和分子机制有丰富的信息。相比之下,对细菌在宿主中定植并侵入组织和细胞从而引起疾病的种群动态过程知之甚少。在1978年发表的一篇文章中,Moxon和Murphy提出证据表明,当鼻内接种链霉素敏感和耐药的混合菌株(Sm $^S$和Sm $^R$)以及B型流感嗜血杆菌(Hib)的其他同基因菌株时,新生大鼠发生菌血症感染,通常仅由一种菌株(Sm $^S$或Sm $^R$)占主导地位。在通过多年的相关实验排除了其他可能性之后,该领域似乎已经为这种现象找到了一个合理的解释:第一个入侵宿主的细菌激活了宿主的免疫反应,从而对第二个入侵菌株“关上了门”。为了探索这一假设,在一个必要的定量的方式,我们模拟了这一过程与一组混合的随机和确定性微分方程。我们的分析表明,这个模型的属性与现实的参数表明,这一假设不能解释的实验结果的Moxon和墨菲,特别是观察到的不同类型的血液感染(细菌感染)的频率和接种量之间的关系。我们建议修改模型,更接近解释这些数据。然而,修改后的更好的拟合模型与单个细菌在建立感染中独立作用的共同理论相矛盾。我们讨论了这些结果的影响。
2016-09-15 q-bio.PE
Multiple possible patterns can emerge from virus-immune coevolution
研究病毒与免疫系统的协同进化动力学,引入新的随机模型及确定性近似,发现大宿主群体中脉冲解会失稳并转化为扩展的地方性感染模式,最终达到波动稳态。
2024-06-01 cond-mat.stat-mech nlin.PS q-bio.PE
Predicting coexistence of plants subject to a tolerance-competition trade-off
物种之间的生态权衡经常被用来解释生态群落中物种的共存。然而,很少有数学模型已经提出了共存条件的特点,明确的权衡。在这里,我们提出了一个模型的植物群落,允许这样的特性。在模型中,植物物种竞争的网站,每个网站有一个固定的压力条件。物种在抗逆能力和竞争能力上都存在差异。胁迫耐受性被量化为具有足够低的胁迫条件以允许建立的位点的分数。竞争能力被量化为赢得空站点竞争的倾向。我们推导出确定性的,离散时间动力系统的物种丰度。我们证明的条件下,植物物种可以共存于一个稳定的平衡。我们发现,共存条件可以用图形来描述,清楚地说明了压力耐受性和竞争能力之间的权衡。我们比较我们的模型与最近提出的,连续时间动力系统的耐受性繁殖力权衡在植物群落,我们表明,该模型是一个特殊的情况下,我们的模型的连续时间版本。
2013-05-20 q-bio.PE
Intervention-Based Stochastic Disease Eradication
疾病控制在公共卫生中至关重要,最终目标是消灭传染病。虽然疾病可能会由于随机失去有效接触而灭绝,其中感染传播给新的易感个体,但在缺乏控制的情况下,灭绝的时间可能会非常长。因此,干预控制,如易感个体的疫苗接种和/或传染病的治疗,通常是基于确定性的时间表,如根据学校日历定期接种易感儿童。然而,在现实中,这些政策是作为一个随机过程管理的,同时仍然拥有一个平均周期。在这里,我们认为随机分布的干预作为疾病控制对大型有限人口的影响。我们明确地表明,干预控制,平均周期和治疗分数的基础上,调制的平均灭绝时间作为人口规模和感染传播率的函数。特别是,我们的研究结果表明,指数改善灭绝时间,即使控制使用随机泊松分布。最后,我们发现这些参数制度,随机治疗产生的灭绝时间的指数改善严格定期干预的应用。我们的研究结果的影响进行了讨论,在有限的资源控制的可用性。
2013-03-22 nlin.AO q-bio.PE
Stochastic epidemic models with pulse vaccination, varying infectivity and waning immunity
Vanderbilt University(范德堡大学)
本文构建了含可变传染性、免疫力减弱及脉冲接种的随机非马尔可夫SIRS流行病模型,推导其大种群极限动力学,明确疾病存续阈值,为脉冲接种控制提供概率扩展框架。
2026-09-07 math.PR q-bio.PE
Microbial virus epidemics in the presence of contact-mediated host dormancy
我们研究了一个基于个体的随机宿主-病毒系统的种群动力学模型,在该模型中,微生物宿主在与病毒体接触后可能会转变为休眠状态,从而逃避感染。这种接触介导的防御机制在Bautista et al(2015)中描述了古细菌宿主,而Jackson和Finnish(2019)和Meeske et al(2019)描述了一种相关的CRISPR-Cas诱导的细菌宿主休眠防御,以遏制噬菌体流行病。我们首先分析了休眠相关的模型参数对新到达的病毒入侵到居民宿主种群的概率和时间的影响。鉴于成功入侵的随机系统中,然后,我们表明,出现(高概率)的一个持续的病毒感染(“流行病”)在一个大的主机人口可以确定的共存平衡的动力系统所产生的确定性多粒子限制我们的模型。这是Beretta和Kuang(1998)所考虑的动力系统的扩展,已知该动力系统表现出Hopf分叉,从而产生“富集悖论”。在我们的系统中,我们验证了额外的休眠组件可以,至少在某些参数范围内,防止相关的稳定性损失。最后,我们表明,接触介导的休眠的存在下,使主机人口达到更高的平衡大小-同时仍然能够避免持续的流行病-比主机人口没有这种特性。
2022-11-04 math.PR q-bio.PE
Identifying Heart Attack Risk in Vulnerable Population: A Machine Learning Approach
Institute of Health Management Research(健康管理研究所);National College of Ireland(爱尔兰国立学院)
本研究采用混合机器学习方法,基于包含人口统计、生化、ECG和铊负荷测试的数据集,评估COVID-19后40岁以上人群的13个心脏病发作风险因素,通过聚类划分高危与非高危组,揭示了风险关联及绝经后雌激素耗竭与外部压力对风险的加重作用。
2025-05-27 cond-mat.soft cs.LG physics.med-ph
Analysis of a stochastic SIR model with media effects
本文研究了具有媒体效应的随机SIR模型,证明了全局正解的存在唯一性并确立了疾病灭绝与持久性的充分条件,发现小噪声下基本再生数$R_0^S$可作为阈值,而大噪声能以概率1导致疾病灭绝,且媒体影响虽不改变阈值但能降低感染率。
2023-09-15 math.PR q-bio.PE