×
亨德里克斯，戴安娜·M。;史蒂文·艾布拉姆斯;尼尔·亨斯

行为干预对共同感染动力学的影响：探索家庭隔离的影响。 （英语） Zbl 1415.92181号

J.西奥。生物。 476, 5-18 (2019).
摘要：行为流行病学是一个旨在确定个人行为对流行病传播的影响的领域，在过去几十年中得到了越来越多的认可。已经研究了单感染患者因症状发展而产生的行为变化。然而，事实上，多重感染在同一时间段内传播，其中一种疾病收缩引起的行为变化影响另一种疾病的动态。
本研究旨在评估家庭隔离对两种传染病（包括共同感染）的联合动力学的影响，假设这两种疾病不会产生交叉免疫。我们使用基于偏微分方程的年龄和时间结构的联合感染模型。描述有症状和无症状个体不同混合模式的社会接触矩阵被纳入特定年龄和时间的感染边缘力的计算中。
模拟了两种情况，假设其中一种疾病的症状比另一种更严重。在第一种情况下，人们只有在出现最严重疾病症状时才呆在家里。在第二种情况下，出现最严重疾病症状时留在家中的人数是出现其他疾病症状时的两倍。
结果表明，家庭隔离对两种传染病联合动力学的影响取决于疾病的流行病学参数和性质（如基本生殖数、症状严重程度）。如果这两种疾病的基本生殖数量都较低至中等，并且不太严重的疾病没有家庭隔离，那么在最初减少后，不太严重疾病的最终规模会随着最严重疾病的症状病例留在家中的比例而增加。这一违反直觉的结果可以用最严重症状的疾病感染高峰时间的改变来解释，导致在其他感染高峰时间接触较少的人数减少。当有最严重疾病症状的人在家的人数是其他疾病症状的两倍时，增加在家的比例总是会降低这两种疾病的最终规模以及合并感染的数量。
总之，在建议人们在患有两种或两种以上共同传播疾病的情况下是否应待在家中时，必须考虑流行病学参数和症状严重程度。

MSC公司：

92天30分 流行病学
92年第35季度 与生物学、化学和其他自然科学有关的偏微分方程

关键词：

共同感染模型;偏微分方程;复制编号;行为流行病学

软件：

微分方程;解算
PDF格式BibTeX公司 XML格式引用
\textit{D.M.Hendrickx}等人，J.Theor。生物学476，5-18（2019；Zbl 1415.92181）
全文： 内政部

参考文献：

[1] 安德森，R.M。；May，R.M.，《人类传染病：动力学和控制》（1992），牛津大学出版社
[2] 阿波罗尼，A。；Poletto，C。；Colizza，V.，2009年h1n1流感大流行空间传播中的特定年龄接触和旅行模式，BMC感染。数字化信息系统。，13, 1, 176 (2013)
[3] 班萨尔，S。；格伦费尔，B.T。；Meyers，L.A.，《当个人行为重要时：流行病学中的同质和网络模型》，J.R Soc.Interface，4，16，879-891（2007）
[4] Bollaerts，K。；安托万，J。；Van Casteren，V。；杜科夫，G。；Hens，N。；Quoilin，S.，《呼吸道病原体对流感样疾病咨询的贡献》，《流行病学》。感染。，141, 10, 2196-2204 (2013)
[5] Britton，T.，《随机流行病模型：调查》，数学。生物科学。，225, 1, 24-35 (2010) ·兹比尔1188.92031
[6] 卡斯蒂略-查韦斯，C。；Hethcote，H.W。；安德烈森，V。；莱文，S.A。；Liu，W.M.，具有年龄结构、比例混合和交叉免疫的流行病学模型，J.Math。生物学，27，3，233-258（1989）·Zbl 0715.92028号
[7] 德卢卡，G。；Van Kerckhove，K。；科尔蒂，P。；Poletto，C。；博叙伊，N。；Hens，N。；Colizza，V.，《定期停课对季节性流感疫情的影响：比利时BMC感染的数据驱动空间传播模型》。数字化信息系统。，18, 1, 29 (2018)
[8] Eames，K。；蒂尔斯顿，N。；怀特，P。；亚当斯，E。；Edmunds，W.，《疾病的影响和学校关闭对社会接触模式的影响》，《健康技术》。评估。，14, 34, 267-312 (2010)
[9] Eames，K.T。；蒂尔斯顿，N.L。；布鲁克斯·波洛克，E。；Edmunds，W.J.，《衡量的动态社会接触模式解释了h1n1v流感的传播》，公共科学图书馆·计算。生物，8，3，e1002425（2012）
[10] 联邦最高经济指数afdeling statistiek，bevolking van belgie per leeftijd，1991-2071年1月1日。访问时间：2017-02-24。https://statbel.fgov.be网址/; 联邦最高经济指数afdeling statistiek，bevolking van belgie per leeftijd，1991-2071年1月1日。访问时间：2017-02-24。https://statbel.fgov.be网址/
[11] 高，D。；Porco，T.C。；Ruan，S.，单一宿主人群中两种疾病的联合感染动力学，J.Math。分析。申请。，442, 1, 171-188 (2016) ·兹比尔1357.92070
[12] Hens，N。；阿尔茨，M。；Shkedy，Z。；Theeten，H。；Van Damme，P。；Beutels，P.，《多段数据建模：新关节和条件流行病学参数的估计》，《统计医学》，27，14，2651-2664（2008）
[13] Hens，N。；Shkedy，Z。；阿尔茨，M。；Faes，C。；Van Damme，P。；Beutels，P.，《基于血清学和社会接触数据的传染病参数建模：现代统计视角》，63（2012），Springer Science&Business Media·Zbl 1284.92004号
[14] Manfredi，P。；D’Onofrio，A.，《模拟人类行为与传染病传播之间的相互作用》（2013年），Springer Science&Business Media·兹比尔1276.92002
[15] Merler，S。；Poletti，P。；阿杰利，M。；卡普里尔，B。；Manfredi，P.，J.Theor，复合感染可引发多个大流行波。生物学，254499-507（2008）·Zbl 1400.92526号
[16] Mossong，J。；Hens，N。；Jit，M。；Beutels，P。；奥拉宁，K。；Mikolajczyk，R。；马萨里，M。；萨尔马索，S。；Tomba，G.S。；Wallinga，J.，《与传染病传播相关的社会接触和混合模式》，《公共科学图书馆·医学》，第5、3、e74页（2008年）
[17] Restif，O。；Wolfe，D.N。；戈贝尔，E.M。；比约恩斯塔德，O.N。；Harvill，E.T.，《小鼠和人类：波氏杆菌病原体物种之间的不对称相互作用》，寄生虫学，1351517-1529（2008）
[18] 罗哈尼，P。；Earn，D.J。；Finkenstädt，B。；Grenfell，B.T.，儿童疾病之间的人口动态干扰，Proc。伦敦皇家学会B，26514102033-2041（1998）
[19] Santermans，E。；Van Kerckhove，K。；阿兹蒙，A。；Edmunds，W.J。；Beutels，P。；Faes，C。；Hens，N.，《说明无症状感染作用的混合行为的结构差异和测试症状遗传力》，数学。生物科学。，285, 43-54 (2017) ·Zbl 1361.92072号
[20] Schiesser，W.E.，《线的数值方法：偏微分方程的积分》（2012），Elsevier·Zbl 0763.65076号
[21] Shrestha，S。；福克斯曼，B。；温伯格，D.M。；斯坦纳，C。；维布，C。；Rohani，P.，《利用发病率数据确定流感和肺炎双球菌肺炎之间的相互作用》，《科学》。Transl.公司。医学，5191（2013）
[22] Soetaert，K。；Petzoldt，T。；Setzer，R.W.，《在R:package desolve中求解微分方程》，J.Stat.Softw。，33 (2010)
[23] Van Kerckhove，K。；Hens，N。；Edmunds，W.J。；Eames，K.T.，《疾病对社会网络的影响：对流感传播和控制的影响》，《美国流行病学杂志》。，178, 11, 1655-1662 (2013)
[24] 韦尔斯特，F。；威廉·L。；Beutels，P.，《传染病传播的行为改变模型：系统综述》（2010-2015），J.R Soc.Interface，1312520160820（2016）
[25] Wallinga，J。；Teunis，P。；Kretzschmar，M.，《使用社会接触数据估计呼吸道传播传染源的特定年龄传播参数》，美国流行病学杂志。，164, 10, 936-944 (2006)
[26] 王，Z。；安德鲁斯，医学硕士。；Wu，Z.X。；Wang，L。；Bauch，C.T.，《耦合疾病-复杂网络上的行为动力学：综述》，Phys。生活评论，15，1-29（2015）
[27] Woolthuis，R.G。；Wallinga，J。；van Boven，M.，免疫力丧失的变化形成了流感流行和接种疫苗的影响，BMC感染。数字化信息系统。，17, 1, 632 (2017)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。