基于agent的结核病流行模拟

摘要

结核病(TB)传播是疾病控制政策的关键因素,但传播的时间和分布以及社会接触的作用仍不清楚。我们开发了一个基于agent的结核病在单一人群中的流行模拟,并考虑了一个三级层次结构的接触网络,典型的空气传播疾病。采用文献中的参数,将流行病模拟模型校准到结核病高发病率的设定。我们在个体水平上建立了疾病传播的动力学模型,并研究了在整个疾病持续期间来自单一来源的继发感染的时间。通过模拟,我们比较了不同网络之间的疾病传播模式,并讨论其影响。输出的灵敏度分析表明,结果对参数值的变化具有稳健性。


基于agent建模软件的流行病学模拟

结核病是一种空气传播疾病,通过与活跃病例的传染性接触传播。结核病传播是流行病严重程度的关键决定因素之一,对旨在降低疾病传播率的控制干预措施(如改进诊断、积极发现病例)的设计、实施和扩大具有重要影响。然而,与流感等其他空气传播疾病不同,结核病传播无法直接测量,也就是说,现有的诊断技术无法估计诊断病例最初的感染时间。结核病也倾向于形成一种非传染性和无症状的潜伏状态,但在任何时候都可能发展为活动性的传染性疾病。因此,人们无法可靠地区分迅速发展为活动性疾病的原发感染、远程初始感染后的再次感染或先前潜伏感染的重新激活。这些限制给跨人群疾病传播动态的研究带来了若干挑战,包括在回顾性研究中缺乏可追溯各种接触网络传播链的信息数据。另一方面,队列人群的前瞻性随访是非常昂贵的,并且受到时间和预算的限制。在这种情况下,疾病持续时间、症状负担、接触网络、诊断/治疗和患者传染性之间的关系仍然模糊不清。

我们提出了一个基于agent的流行病模拟模型,用于研究疾病(TB)传播动力学和发现各种接触网络的作用。我们的模型模拟了结核病在单一人群中的流行过程,并使用了空气传播疾病典型的三级层次接触网络。从文献中选择参数,并将模型校准为高结核病发病率的设置。我们使用我们的流行病模拟模型来研究在个体水平上的疾病传播动态,关于来自单一来源的继发性感染的时间和分布。估计了疾病传播达到个人感染的50%的平均时间,并比较了不同网络之间的时间模式。我们对多个参数值的结果进行敏感性分析,并讨论其对结核病控制政策的影响。

结核病动力学建模有着悠久的历史,包括数学模型和分析技术,用于描述和预测人口水平上的疾病流行率。然而,分析研究通常受到关于人口异质性、网络结构和参数不确定性的简化假设的限制,并且不像流行病模拟模型那样提供疾病传播动力学的现实表示。

另一方面,人类结核病流行的模拟建模历史较短。一组研究使用系统动力学来模拟人群水平上的疾病流行。这些研究采用自上而下的方法,将人群划分为不同的健康状态,并使用转化率来描述疾病的自然史。微分方程组用于模拟疾病随时间的流行。与分析方法相比,此类研究采用半马尔可夫系统,在该系统中,转移率可以随时间变化,并且能够捕获输出不确定性。

其他研究人员开发了离散事件模拟(DES)模型,以评估新诊断工具的影响,或研究更复杂的结构,如艾滋病毒/结核病的共同感染。DES研究使用按时间顺序执行的事件时间表,并使用每个混合组中随机产生的泊松分布来模拟疾病传播。然而,DES的聚合(自上而下)建模本质在个体层面上为直接建模接触者(和疾病传播事件)提供了较低的灵活性,并限制了此类模型在复杂社会网络中的应用。

在本文中,我们考虑了一个疾病传播的模拟模型,涉及三个代表空气传播疾病的主要社会关系的接触网络。我们的流行病模拟模型在个体水平上模拟随机接触事件,使我们能够研究疾病在不同网络中的传播模式。

基于Agent的流行病学模拟——疾病传播动力学仿真模型

相关职位

Baidu