高三数学_数学模型“加盟”疫情防控 全面数据和国情知识是背后支撑

目前，根据疾病传播机制建立的各种传染病的数学模型和相应的理论分析已经非常成熟，并在抗击新皇冠肺炎疫情的过程中发挥了重要作用。

结合我国发展经典传染病模型的实际措施

“[标签:关键词”新关肺炎爆发后，感染者需要经过长时间的潜伏期才会出现症状，然后进行诊断、隔离和治疗，最后痊愈等因此，目前广为人知的SEIR模型成为一个基本的模型框架，使得应用数学工作者可以根据现有的知识体系快速获得相应的数学模型。”交通大学数学与统计学院副院长肖告诉《每日科学》记者

她提到的SEIR模型是传染病的基本数学模型之一。该模型假设人群分为4种类型，即易感人群，即潜在传染性人群。渗透者(暴露)，即已被感染但没有症状的人；被感染，即感染后有症状的人；康复者，即康复后已经康复的人。

当然，需要根据不同传染病的传播机制合理选择不同的模型，如普通流感的SIS模型、急性传染病的SIR模型和有潜伏期的恶性传染病的SEIR模型。SEIR模型可用于预测特定地区的疫情、最大峰值和感染人数。然而，一个简单的模型必然无法解释中国复杂而不断完善的综合防控战略。肖强调，要为新皇冠肺炎疫情扩散的风险评估和决策机制提供强有力的帮助，必须创新性地构建符合中国国情的传染病数学模型。

"高三数学2020年1月23日上午10: 00起，武汉采取了城市封闭战略。随着全国范围内密切跟踪、隔离、自我保护、筛查和治疗措施的不断加强，我们可以说，传统的SEIR模式已经不能描述或完全描述我国采取的强有力的综合防控战略。有必要创造性地发展经典的SEIR模型，使其符合中国国情的防控策略。甚至决策执行和个人遵从等社会行为也可以量化和分析。陕西师范大学数学与信息科学学院院长唐三义说，“需要强调的是，要建立符合我国强有力的综合防控战略的突发传染病数学模型，必须有了解我国国情的应用数学工作者的有力参与。”。只有这样，我们才能避免不准确的结论。“

数据全面、真实、有效，这需要大数据来支持

”[标签:keywords]通过引入模型和数据分析，我们深知数据的准确性和多样性以及数据的交叉验证是保证模型准确预测和决策依据有效性评估的重要前提”唐三义说道

他表示，在疫情早期(如1月23日之前)，仅使用累计病例数等单一数据来评估疾病风险基本上是可信的，而仅使用1月23日之后的累计病例数或新确诊病例数是不可能准确描述中国日益加强的防控战略的。以

为例，在评价防控策略的有效性和及时性时，通过模型与多源数据的交叉验证，得出追踪隔离和可疑人群累积规模的稳定性是我国新发肺炎疫情高峰到来的重要结论。这说明我国新发肺炎的疫情已经超出了后期传播动态的范围。主要由控制措施决定。没有这种判断，就无法准确预测未来很长一段时间内的累计报告病例和累计死亡人数。此外，一些科技公司的研究团队发现，在新型冠状病毒疫情持续发展的同时，信息传播的规模和速度也在不断增加，舆论与疫情之间存在明显的相关性。为此，构建了一种基于信息扩散的新型肺炎网络传播模型，从舆论角度了解疫情。

因此，全面、真实、多源的数据对数学模型的有效性起着决定性的作用“高三数学发挥数学模型的预测预警功能需要大数据支持特别是，在评估恢复工作和生产的可行性时，我们需要大量数据的支持，如人口流动。确保数据的全面、详细和有效是核心和关键。据他介绍，在疫情期间，陕西省卫生委员会每天都会发布每一个确诊病例的详细信息，这对于发挥数学模型的预测功能起着至关重要的作用，也说明了真实、全面、有效数据的重要性。

，但是，很难保证诸如新冠状肺炎等突发传染病的早期数据的准确性。这是因为肖和唐三义都提出，在模型辨识和参数估计之前，不仅要进行必要的数据处理，还要加强与一线疾病预防控制专家的密切沟通与合作。“高三数学这是我们团队对传染病的数学模型和应用进行长期研究的重要经验。这也是充分发挥数学模型的准确预测和预警以及决策机制评价的唯一途径。”强调道