疫情@数学模型“加盟”疫情防控 全面数据和国情知识是背后支撑( 二 )


因此 , 数据的全面、真实、多源头对数学模型的有效性有着决定性作用 。 “发挥数学模型的预测预警功能需要大数据支撑 。 特别是评估复工复产可行性等问题时 , 更需要人口流动等大数据的支撑 。 保证数据的全面、详实和有效 , 这是一个核心和关键点 。 ”据他介绍 , 疫情期间 , 陕西省卫健委每日公布了每个确诊病例的详实信息 , 这为发挥数学模型的预测功能起着至关重要的作用 , 这也说明了数据真实、全面和有效的重要性 。
但是 , 像新冠肺炎这样的突发性传染病 , 早期的数据的准确性是很难保证的 。 因为 , 肖燕妮和唐三一均提出 , 在进行模型辨识和参数估计之前 , 不仅要进行必要的数据处理 , 也要加强与一线的疾病预防与防控专家进行密切的交流与合作 。 “这是我们团队长期从事传染病数学模型与应用研究的重要体会 , 也是发挥数学模型准确预测预警与决策机制评估的必由之路 。 ”肖燕妮强调 。
相关链接
确定疫情技术指标评估防控措施效果
新冠肺炎疫情出现后 , 国际上很多科研机构的研究人员在知名国际期刊发文 , 纷纷提出了各种数学模型 , 对疫情发展做出判断和预测 。 唐三一和肖燕妮结合其所在的陕西师范大学和西安交通大学生物数学团队以及加拿大约克大学教授吴建宏的团队在新冠肺炎疫情期间所做的系统工作介绍了数学模型在此次疫情中发挥的重要作用 。
结合快速的计算和数据处理能力 , 团队构建了符合我国疫情发展和防控策略的复杂传染病数学模型 , 在早期新冠肺炎疫情的预测、预警、风险分析以及决策依据等诸多方面发挥了作用 。 具体体现在:第一 , 确定刻画传播风险指标的基本再生数或有效再生数、达峰时间、峰值以及最终感染规模等在内的疫情技术指标;第二 , 评估包括封城、密切跟踪隔离、确诊率、治愈率、筛查率和解除率等围堵与缓疫策略的时效性与有效性 , 以及决策执行力与个体依从性、复工复产的人口流动对二次暴发风险的影响 , 服务于国家疫情防控的重大决策;第三 , 通过数据挖掘、数学模型对比分析 , 推广中国经验 , 服务于国际疫情决策与防控 。
据肖燕妮介绍 , 如在评估复工复产对疫情二次暴发的影响时 , 数学模型利用人口流动与百度指数大数据构建了大数据驱动的网络模型研究武汉及周边地区复工的时间节点对二次暴发的影响 。 对武汉及周边疫情严重地区复工所带来的二次暴发风险的分析 , 也为全国疫情不严重区域的复工复产提供了借鉴 。 同时 , 模型分析了决策执行力与个体依从性对复工复产的影响 , 得到了在有效再生数小(传播风险小)的情况下 , 在外防输入、内防扩散的策略下有序复工复产是完全可行的 。
(责任编辑: HN666)


推荐阅读