从过去的流行流行病中学习，以建模暴发

数学家开发了一种强大的工具，可以量化大流行H1N1流感菌株等病毒的传播和传染性，该病毒可以与现代实验室技术一起使用，以帮助医疗保健系统计划其对疾病暴发的反应。

通过将统计数据置于显微镜下，沃里克大学的研究人员创建了一个模型，以预测未来大流程的实时袭击时的影响。

在2009年的爆发期间，H1N1的真实程度很难检测到，因为在某些人中会引起严重的症状，而在其他人则是如此温和，以至于他们没有意识到自己患有病毒。

在这样的爆发中，至关重要的是，公共卫生当局对人口中的疾病有清晰的了解，因此他们可以采取预防措施，例如分发抗生素或在必要时关闭学校。

当三年前H1N1袭击时，英国的主要信息来源是对鼻子和喉咙拭子进行实验室测试，从去看医生的人患有病毒症状。

但是，仅通过这种方法跟踪病毒就可以低估了真实的病例数，因为那些患有轻度症状的人不会去找医生，并且在数据中会被遗漏。

随后对疫情爆发时更广泛的人群的血液样本进行的研究证实了这一低估，这表明遗漏了约90％的病例。

大规模的血液测试是一种非常有用的工具，可以在更广泛的人群水平上进行真实的感染情况 - 但安装速度很慢且昂贵。

现在，沃里克大学的数学家已经开发了一种基于数学的互补工具，可以通过在计算机上运行模型来在爆发的任何阶段进行实时快照。l

该模型专门在一个家庭中被确定为H1N1病毒的家庭，该模型分析了有关家庭中有多少人的数据，有症状的个体的数量，被擦伤的个体数量和实验室确认的人数该家庭中的情况。

通过使用此分层数据，该团队能够直接估计内部感染率，发现感染率比以前仅依靠实验室确认病例的模型所想象的要高。

研究人员还发现，即使没有积极的拭子，许多人也可能是真实的案件，例如，如果他们在签署拭子之前已经康复。

他们还发现，两个人之间的传播概率随家庭规模的增加而降低。

尽管这些发现与H1N1爆发特别相关，但它们背后的模型也可以在未来的所有大流行状况中同样应用。

它也可以与任何直接传播的疾病一起使用，例如流感样疾病，胃肠道疾病和诸如鸡肉痘的儿童疾病。

沃里克大学数学研究所的托马斯·豪斯博士说：

“在我们在2009年面临的情况下，在爆发过程中进行爆发的早期评估非常重要，以便公共卫生当局可以采取适当的行动。

“显然，当面对新病毒的爆发时，大规模的血液采样起着重要的作用。

“但是我们的方法在军械库中提供了另一种非常快速，廉价的武器 - 我们拥有的工具越多，可以打击大流行流感的传播越好。

“我们有信心，我们现在可以使用这种模型来保留未来大流程的发展。”

该研究基于2009年夏季收集的数据，该病毒热点 - 市中心伯明翰。

这涉及到424个独立家庭及其1612个家庭接触的初始案例。

豪斯博士说，数据中有明显的病毒传播的“签名”，这是开发模型的起点。

他说：“事实是，有一个U形曲线可以攻击家庭内部的速率，这使我们有一个线索，我们可以利用一种数学模式。

“许多家庭都有一种模式，要么只有一个人生病，要么大多数人都生病了，但是较少的模式使这些人中很少有人生病。

“数据中的这种独特签名是开发模型的关键。”

---

---