Я имею в виду «Заметки» Дж. Х. Джонса о R 0 .
Базовая модель SIR, описанная в «Заметках Джонса», учитывает три фактора, из которых состоит репродукционный номер:
= трансмиссивность (т.е. вероятность заражения при контакте между восприимчивым и инфицированным человеком)
= средний уровень контактов между восприимчивыми и инфицированными людьми
= продолжительность заразности
Тогда (базовый) номер репродукции равен
Продолжительность контагиозности входит в базовую модель SIR как так называемая частота удаления. что есть не что иное, как обратная величина продолжительности заразности: :
с
= доля восприимчивых лиц
= доля инфицированных
= доля удаленных лиц (выздоровевших или умерших)
= эффективная частота контактов или уровень заражения
Мой вопрос касается того, как входит в модель SIR, потому что я нахожу ее не очень правдоподобной:
- считать всех инфицированных сегодня и взять долю из них, которые выздоровеют завтра.
Разве это не было бы более правдоподобно
- учитывать всех лиц, которые заразились дней назад и пусть они будут восстановлены завтра?
Последний подход был бы особенно справедлив, когда смертностью можно пренебречь, т. выздоровел».
У меня сложилось впечатление, что в большинстве работ, использующих вариант базовой модели SIR, продолжительность заразности вводится первым способом, что приводит к значительно другим прогнозам, чем во втором случае.
Я реализовал оба, и в этом разница (только из-за разных способов, которыми входит в формулу прогрессии, т.е. значения и фиксированы):
(Если вам интересно, почему кривые колеблются: я смоделировал своего рода приобретенный иммунитет с конечной продолжительностью всего в несколько месяцев — но в обоих случаях одинаково.)
Мой вопрос касается того, как входит в модель SIR, потому что я нахожу ее не очень правдоподобной:
- считать всех инфицированных на сегодняшний день и взять долю из них, которые выздоровеют завтра.
Ну, это на самом деле не очень «реалистично», как вы указываете, но в предположениях модели мы видим, что популяция не имеет структуры (она хорошо перемешана, постоянна) и нет событий рождения-смерти. Так что в данном случае не так уж и проблематично взять как постоянная для всей симуляции, потому что вы пытаетесь рассчитать скорость, с которой три подфракции ( , , и ) изменение, а не то , какие индивидуумы переходят из одного класса в другой (которого вы все равно не можете знать, если говорить о долях ).
Разве это не было бы более правдоподобно
- учитывать всех лиц, которые заразились дней назад и пусть они будут восстановлены завтра?
Так что, учитывая мой предыдущий комментарий, не имеет особого смысла принимать форму с временной задержкой на , потому что вы не можете точно знать, какие люди заразились в тот или иной момент, вы можете говорить только о долях (нет популяционной структуры, как говорится в формулировке модели). Таким образом, тот факт, что ваша формулировка имеет более медленную динамику, может быть не очень информативным, потому что вы просто применили до доли классов населения, поэтому математически имеет смысл, что он работает медленнее, но согласно формулировке модели это не имеет большого смысла, если только вы не определили структуру населения с самого начала (что в этом случае нет), и если вы не можете явно знать переходы между отдельными классами. На самом деле, я считаю, что использование доли доли привело бы к искусственному «недоучету» этих людей, которые на самом деле должны были быть в списке. класс (и пересчет других классов).
Я не уверен, правильно ли я понимаю ваш вопрос, но я думаю, что ваша проблема здесь: удаление (и ваше d) - это скорость (время/удаление). Неважно, какое время вы выберете; день, неделя, год, пока вы настраиваете свое c (которое / time) на ту же шкалу времени. Другими словами, если вы хотите использовать d в течение нескольких дней, вам нужно рассчитать свои контакты за несколько дней, и изменение только одного из них приведет к ошибочным результатам.
Адхиш
Ханс-Петер Стрикер
Адхиш
Ханс-Петер Стрикер