跳到内容
得到许可的 未经许可 需要身份验证 发布人:德古意特出版社 2021年11月8日

俄罗斯人群免疫水平与多流型流感疫情:一项模型研究

  • 瓦西里·列昂年科 电子邮件徽标

摘要

在本文中,我们考虑了一个分区流行病模型,该模型模拟了a(H1N1)pdm09、a(H3N2)和B三种流感毒株在有接触这些病毒毒株历史的人群中的共循环。利用长期每周ARI发病率和病毒学检测数据生成模型输入的菌株特异性发病率数据。模型校准算法是模拟退火和BFGS优化方法的结合。以2017年至2018年和2018年至2019年莫斯科疫情季节为例,进行了两次模拟,假设人群中没有和存在受保护的个体。研究表明,病毒学研究定义的菌株特异性免疫水平可用于模型中,以获得合理的发病率曲线。然而,不同的输出参数值,例如前一个流行季节暴露于特定病毒株的个体分数,可能对应类似的发病轨迹,这使得基于模型校准的群体免疫水平评估变得复杂。研究结果将用于研究免疫形成动力学与俄罗斯城市流感毒株传播之间的相互作用。

MSC 2010年:37N25号;65C20个;92C60型

资金报表:这项研究得到了俄罗斯科学基金会第20-71-00142号协议的资助。

工具书类

[1]A.Aguirre和E.Gonzalez,预测古巴流感疫情的可行性。奥斯瓦尔多·克鲁兹研究所纪念馆87(1992),第3期,429–432。10.1590/S0074-02761992000300014在谷歌学者中搜索

[2]M.Ajelli和M.Litvinova,估计与俄罗斯传染病传播相关的接触模式。J.西奥。生物419 (2017), 1–7.2016年10月10日/jtbi.2017年1月04日在谷歌学者中搜索

[3]M.Baguelin、S.Flasche、A.Camacho、N.Demiris、E.Miller和W.J.Edmunds,评估流感疫苗接种计划的最佳目标人群:证据合成和模型研究。公共科学图书馆医学10(2013),第10号,e1001527。10.1371/期刊.pmed.1001527在谷歌学者中搜索

[4]O.V.Baroyan、U.V.Basilevsky、V.V.Ermakov、K.D.Frank、L.A.Rvachev和V.A.Shashkov,城市和地区大规模系统流感流行的计算机建模。在:程序。世卫组织定量流行病学专题讨论会,莫斯科197010.2307/1426167在谷歌学者中搜索

[5]疾病控制与预防中心、心脏病患者和中风患者都有很高的流感并发症风险。http://www.cdc.gov/flu/cheartdisease网站/在谷歌学者中搜索

[6]V.Colizza、A.Barrat、M.Barthelemy、A.-J.Valleron和A.Vespignani,《模拟大流行性流感的全球传播:基线病例和控制干预》。公共科学图书馆医学4(2007),第1号,e13。10.1371/日志.pmed.0040013在谷歌学者中搜索

[7]A.Flahautt、S.Letrait、P.Blin、S.Hazout、J.Menares和A.-J.Valleron,《1985年法国流感疫情建模》。医学统计学7(1988),第11期,1147–1155。10.1002/sim.4780071107在谷歌学者中搜索

[8]I.M.Hall、R.Gani、H.E.Hughes和S.Leach,大流行性流感实时疫情预测。流行病学与感染135(2007),第3期,372–385。10.1017/0950268806007084在谷歌学者中搜索

[9]E.M.Hill、S.Petrou、S.De Lusignan、I.Yonova和M.J.Keeling,《季节性流感:捕获免疫传播的建模方法》。公共科学图书馆计算。生物第15期(2019年),第10期,e1007096。10.1371/日记.pcbi.1007096在谷歌学者中搜索

[10]E.M.Hill、S.Petrou、H.Forster、S.De Lusignan、I.Yonova和M.J.Keeling,《优化英格兰季节性流感疫苗接种的年龄覆盖率:数学和健康经济评估》。公共科学图书馆计算。生物第16期(2020年),第10期,第1-32页。10.1371/日记.pcbi.1008278在谷歌学者中搜索

[11]A.D.Iuliano、K.M.Roguski、H.H.Chang、D.J.Muscatello、R.Palekar、S.Tempia、C.Cohen、J.M.Gran、D.Schanzer、B.J.Cowling等人,《全球季节性流感相关呼吸系统死亡率的估计:一项建模研究》。刺胳针391(2018),第10127、1285–1300号。10.1016/S0140-6736(17)33293-2在谷歌学者中搜索

[12]于。G.Ivanikov和A.T.Ismagulov,《流感流行病学》。哈萨克斯坦阿拉木图,1983年(俄语)。在谷歌学者中搜索

[13]于。G.Ivannikov和P.I.Ogarkov,大范围流感流行的数学计算预测经验。J.感染学4(2012),第3期,101–106(俄语)。在谷歌学者中搜索

[14]S.Kirkpatrick、C.D.Gelatt和M.P.Vecchi,《模拟退火优化》。科学类220(1983),第4598、671–680号。10.1126/科学220.4598.671在谷歌学者中搜索公共医学

[15]O.S.Konshina、A.A.Sominina、E.A.Smorodintseva、K.A.Stolyarov和I.Yu。尼科诺罗夫,俄罗斯联邦成年人群对流感病毒A(H1N1)pdm09、A(H3N2)和B的人群免疫力长期研究结果。Russ.J.感染免疫7(2017),第1期,27–33(俄语)。10.15789/220-7619-2017-1-27-33在谷歌学者中搜索

[16]S.Kumar、K.Piper、D.D.Galloway、J.L.Hadler和J.J.Grefenstette,人口结构是否足以在流感发病率方面产生地区层面的不平等?使用基于代理的模型进行的检查。BMC公共卫生15(2015),第1期,947。10.1186/s12889-015-2284-2在谷歌学者中搜索公共医学公共医学中心

[17]V.N.Leonenko和S.V.Ivanov,将季节性流感爆发的SEIR模型拟合到俄罗斯城市的发病率数据。Russ.J.数字。分析。数学。建模31(2016),第5期,267–279。10.1515/rnam-2016-0026在谷歌学者中搜索

[18]V.N.Leonenko、S.V.Ivanov和Yu。K.Novoselova,一种计算方法,用于调查具有明显季节性气候转变的地区的急性呼吸道疾病动态模式。Procedia计算机科学80 (2016), 2402–2412.10.1016/j.procs.2016.05.538在谷歌学者中搜索

[19]V.N.Leonenko,Yu。K.Novoselova和K.M.Ong,《俄罗斯城市流感疫情预测:巴罗扬-瓦切夫方法是否仍然适用?Procedia计算机科学101 (2016), 282–291.2016年10月10日/j.procs.2016.11.033在谷歌学者中搜索

[20]V.N.Leonenko和S.V.Ivanov,《俄罗斯城市流感高峰预测:比较两种SEIR模型的准确性》。数学。Biosci公司。工程师.15(2018),第1期,209–232。10.3934/be.2018009年在谷歌学者中搜索公共医学

[21]V.N.Leonenko和Yu。K.Novoselova,外部因素对俄罗斯城市间流感传播的影响:建模方法。在:生物数学趋势:建模、优化和计算问题2018年,第375-389页。10.1007/978-3-319-91092-5_26在谷歌学者中搜索

[22]V.Leonenko和G.Bobashev,使用年龄结构动态传播模型分析俄罗斯的流感疫情。流行病29 (2019), 100358.2016年10月10日/j.epidem.2019.100358在谷歌学者中搜索公共医学

[23]V.Leonenko、S.Arzamastsev和G.Bobashev,《俄罗斯城市的接触模式和流感暴发:通过基于代理的建模进行的概念验证研究》。J.计算。科学. 44 (2020), 101156.2016年10月10日/j.jocs.2020.101156在谷歌学者中搜索

[24]V.N.Leonenko和D.M.Danilenko,俄罗斯城市人群流感免疫动态建模。ITM会议网站31 (2020), 03001.10.1051/itmconf/20203103001在谷歌学者中搜索

[25]V.N.Leonenko,模拟不同城市人口中流感菌株的共同循环:群体免疫和不确定性因素的作用。在:国际计算科学会议,2021年6月查姆·施普林格,第663-669页。10.1007/978-3-030-77967-2_55在谷歌学者中搜索

[26]D.C.Liu和J.Nocedal,关于大规模优化的有限内存BFGS方法。数学。编程45(1989),第1-3、503–528号。2007年10月10日/BF01589116在谷歌学者中搜索

[27]N.V.Pertsev和N.V.Leonenko,关于结核病传播与个体繁殖和季节性移民的随机模型分析。Russ.J.数字。分析。数学。建模29(2014),第5期,285–295。10.1515/rnam-2014-0023在谷歌学者中搜索

[28]流感研究所,http://influenza.spb.ru/en/在谷歌学者中搜索

[29]A.A.Romanyukha、T.E.Sannikova和I.D.Drynov,《急性呼吸道流行病的起源》。俄罗斯科学院先驱报81(2011),第1期,31–34。10.1134/S1019331611010114在谷歌学者中搜索

[30]L.A.Rvachev和I.M.Longini,流感全球传播的数学模型。数学。Biosci公司.75(1985),第1期,第3–22页。10.1016/0025-5564(85)90064-1在谷歌学者中搜索

[31]N.E.Seleznev和V.N.Leonenko,俄罗斯绝对湿度异常和流感爆发:一项计算研究。Procedia计算机科学119(2017),224–233。10.1016/j.procs.2017.11.180在谷歌学者中搜索

[32]N.E.Seleznev和V.N.Leonenko,提高流感疫情预测框架的性能。摘自:数字转型与全球社会,2017年6月查姆·施普林格,第374-384页。10.1007/978-3-319-69784-0_32在谷歌学者中搜索

[33]J.Shaman、V.Pitzer、C.Viboud、B.T.Grenfell和M.Lipsitch,《美国大陆的绝对湿度和流感季节性发作》。PLoS生物学8(2010),第2期,e1000316。10.1371/journal.pbio.1000316在谷歌学者中搜索公共医学公共医学中心

[34]J.Tamerius、M.I.Nelson、S.Z.Zhou、C.Viboud、M.A.Miller和W.J.Alonso,《全球流感季节性:温带和热带地区的调和模式》。环境健康观点119(2011),第44439号。10.1289/ehp.1002383在谷歌学者中搜索公共医学公共医学中心

[35]A.I.Vlad、T.E.Sannikova和A.A.Romanyukha,《城市中急性呼吸道感染的传播:基于药物的方法》。数学生物学和生物信息学第15期(2020年),第2期,第338–356页。10.17537/2020.15.338在谷歌学者中搜索

[36]M.Waithaka,通过拟合特定年龄和季节的ILI数据,基于Likelihood的季节性流感动态传播模型参数估计,2014年。在谷歌学者中搜索

收到:2021-06-19
认可的:2021-08-17
在线发布:2021-11-08
印刷出版:2021-11-25

©2021 Walter de Gruyter GmbH,柏林/波士顿

于2024年4月24日从下载https://www.degruyter.com/doile/10.1515/rnam-2021-0023.html
滚动到顶部按钮