主體建模在公共衛(wèi)生領(lǐng)域的應(yīng)用現(xiàn)狀

鄧強宇，康 鵬綜述，張鷺鷺審校

·綜 述·

主體建模在公共衛(wèi)生領(lǐng)域的應(yīng)用現(xiàn)狀

鄧強宇，康 鵬綜述，張鷺鷺審校

主體建模(Agent-based modeling)是近年來公共衛(wèi)生復(fù)雜系統(tǒng)問題領(lǐng)域的新興建模方法，為解決全球性公共衛(wèi)生問題帶來了諸多啟發(fā)。相比國外研究，國內(nèi)在此方面研究和應(yīng)用相對不足。為增加國內(nèi)學(xué)者對該方法的了解，文章系統(tǒng)檢索和分析了相關(guān)研究文獻，從發(fā)展歷程、建模軟件、研究機構(gòu)、應(yīng)用領(lǐng)域等方面對主體建模在傳染性疾病、慢性非傳染性疾病等公共衛(wèi)生領(lǐng)域的應(yīng)用現(xiàn)狀進行綜述。

主體建模；公共衛(wèi)生；應(yīng)用；傳染性疾??；慢性非傳染性疾病

目前，公共衛(wèi)生領(lǐng)域的研究大多還采用一些單純因果關(guān)系的線性研究方法，其對于多因素復(fù)雜公共衛(wèi)生問題的研究存在明顯不足。隨著計算機科學(xué)的發(fā)展，復(fù)雜性建模方法應(yīng)運而生并逐漸得到廣泛應(yīng)用。2017年7月，《柳葉刀》刊發(fā)專家評論文章，呼吁采用復(fù)雜性建模方法來應(yīng)對全球公共衛(wèi)生領(lǐng)域的挑戰(zhàn)，并提及主體建模(Agent-based modeling)在復(fù)雜性建模領(lǐng)域的重要作用，指出其能夠綜合多種證據(jù)，對擁有非獨立、反饋、涌現(xiàn)等現(xiàn)象的復(fù)雜系統(tǒng)進行深入研究[1]。主體(Agent)是具有自我適應(yīng)能力，能夠與環(huán)境產(chǎn)生交互作用的特定微觀模型。主體建模是從自適應(yīng)性主體的相互作用規(guī)律出發(fā)，研究復(fù)雜性、非線性、不確定性系統(tǒng)內(nèi)在規(guī)律的一種建模方法。本文通過系統(tǒng)檢索pubmed、web of science、Sinomed、維普數(shù)據(jù)庫中近10年中相關(guān)中英文文獻，總結(jié)歸納了主體建模在公共衛(wèi)生領(lǐng)域的應(yīng)用現(xiàn)狀。

1 主體建模

1.1發(fā)展歷程 主體建模起源于數(shù)學(xué)等學(xué)科的重要發(fā)現(xiàn)，發(fā)展于多學(xué)科復(fù)雜系統(tǒng)問題的模擬，目前逐漸應(yīng)用于公共衛(wèi)生研究領(lǐng)域。主體建模是一種“自底向上”的新興建模方法。利用計算機仿真方法，從系統(tǒng)中微觀個體的性質(zhì)、個體與環(huán)境、以及個體與個體之間的相互作用，研究宏觀整體系統(tǒng)中無法預(yù)測的、合乎實際的涌現(xiàn)現(xiàn)象等復(fù)雜問題。雖然主體建模的創(chuàng)建可追溯到20世紀(jì)期間數(shù)學(xué)、哲學(xué)以及計算機科學(xué)的重要發(fā)現(xiàn)，如元胞自動機、生命游戲模型，但卻是復(fù)雜系統(tǒng)建模三大方法的最新方法(另外兩種是系統(tǒng)動力學(xué)建模和網(wǎng)絡(luò)建模)。最早成功使用主體建模研究復(fù)雜系統(tǒng)問題的是Reynolds的飛鳥群體模型[2]。后逐步應(yīng)用于多種學(xué)科的研究，尤其擅長分析組織、社會、文化、政治、商業(yè)和經(jīng)濟的群體涌現(xiàn)特性。

主體建模在公共衛(wèi)生領(lǐng)域的復(fù)雜問題研究中應(yīng)用廣泛。公共衛(wèi)生領(lǐng)域較早采用主體建模研究的是美國學(xué)者Agar等[3]在2001年開展的針對美國巴爾的摩市非裔美國人的海洛因流行規(guī)律研究。過去5～10年是主體建模等系統(tǒng)科學(xué)方法在公共衛(wèi)生領(lǐng)域應(yīng)用的迅速發(fā)展時期[4]。該方法在從肥胖到煙草控制等公共衛(wèi)生決策方面產(chǎn)生了極高的應(yīng)用價值[5]。目前，主體建模廣泛用于公共衛(wèi)生領(lǐng)域中的傳染病流行、人群行為以及疾病擴散的建模研究，并逐步引用了GIS系統(tǒng)和社會網(wǎng)絡(luò)信息在模型中[6]，能夠開展包含一個社區(qū)或國家的全人群的超大規(guī)模仿真[7]。因此，主體建模是一種多學(xué)科交叉的新興研究方法。

1.2建模軟件 大部分主體建模是通過面向?qū)ο蟮木幊誊浖韺崿F(xiàn)，這些軟件大多具有可視化建模環(huán)境。常用的主體建模軟件有Swarm、Repast、NetLogo、AnyLogic等。Swarm是美國圣塔菲研究所開發(fā)的一款多主體建模軟件，能提供豐富的類庫，其編程采用面向?qū)ο蟮腃語言[8]。Repast是由美國芝加哥大學(xué)研發(fā)，其建模語言為Java，編程難度相對較低，包含空間庫等多類庫，具有可視化Agent編輯器，現(xiàn)已發(fā)展成為一個通用的主體仿真平臺[9]。NetLogo由美國西北大學(xué)研發(fā)，完全使用Java語言編程，適合對復(fù)雜系統(tǒng)的時間演化規(guī)律進行建模仿真，其模型涉及主體、空間表達和仿真推進三個方面[10]。AnyLogic由俄羅斯XJ TechnologieS公司開發(fā)，是一款完整支持多方法聯(lián)合建模的軟件，能夠全面支持離散事件建模、基于智能體建模、系統(tǒng)動力學(xué)建模三大建模方法，是一款高效實用的建模軟件，其建模語言為Java，可視化程度高[11]。多樣化的建模軟件為主體建模解決公共衛(wèi)生問題提供了堅實基礎(chǔ)。

1.3研究機構(gòu) 主體建模在公共衛(wèi)生領(lǐng)域的應(yīng)用需要良好的系統(tǒng)建?；A(chǔ)和較強的公共衛(wèi)生研究基礎(chǔ)。美國的主要研究機構(gòu)包括美國國家衛(wèi)生中心、密歇根大學(xué)社會流行病和人群健康研究中心、哥倫比亞大學(xué)Mailman公共衛(wèi)生學(xué)院、匹茲堡大學(xué)公共衛(wèi)生動力學(xué)實驗室、約翰霍普斯金醫(yī)學(xué)院災(zāi)害事件預(yù)警與響應(yīng)研究中心[5]。除此之外，倫敦?zé)釒l(wèi)生與熱帶醫(yī)學(xué)學(xué)院、加拿大西蒙費雷澤大學(xué)、澳大利亞悉尼大學(xué)、英國格拉斯哥大學(xué)、劍橋大學(xué)飲食和運動研究中心也是研究主體建模在公共衛(wèi)生衛(wèi)生領(lǐng)域應(yīng)用的主要研究機構(gòu)[1]?？傮w來講，目前主體建模在公共衛(wèi)生領(lǐng)域的應(yīng)用主要集中在歐美發(fā)達國家。

2 應(yīng)用領(lǐng)域

2.1傳染性疾病建模 主體建模被應(yīng)用于從個體到全球流行等不同規(guī)模的疾病傳播研究中。相比傳統(tǒng)的SIR流行病模型，主體模型已經(jīng)證明了社會網(wǎng)絡(luò)、交通系統(tǒng)、地理環(huán)境、多樣化個體行為對疾病傳播的重要作用。主體建模能強調(diào)個體行為與社會環(huán)境之間大規(guī)模的復(fù)雜交互特征，是目前傳染性疾病研究中最前沿的建模方法[12]。Lee等[13]構(gòu)建了H1N1流行中疫苗分配政策模型，來比較當(dāng)疫苗供應(yīng)不足時，高危個體和高危感染性兒童的不同接種優(yōu)先權(quán)所導(dǎo)致的感染率、住院率和總體經(jīng)濟損失的不同。Lee等[14]同樣發(fā)現(xiàn)短期的學(xué)校停課對于流感的控制往往適得其反，只有較長時間的停課才能保證長期有效的疫苗接種。Lee等[15]還發(fā)現(xiàn)大公司生成H1N1疫苗較多個小公司生成疫苗更有效率。Tuite等[16]利用主體模型研究加拿大本土居民社區(qū)中肺結(jié)核的流行情況。DePasse等[17]構(gòu)建了主體模型研究不同流感疫苗的選擇對美國疾病負(fù)擔(dān)和成本效果的影響。Wares等[18]利用主體建模評價了在出院透析單元中不同的感染預(yù)防策略。Siettos等[19]借助主體建模研究了2014年非洲埃博拉病毒的流行特征，并進行了趨勢預(yù)測。Sanstead等[20]利用主體模型研究了百日咳的發(fā)病趨勢。總體來講，主體建模為傳染性疾病的防控帶來了新的研究思路。

2.2慢性非傳染性疾病建模 近年來，主體建模已經(jīng)開始應(yīng)用于慢性病、健康行為的研究[21]。肥胖等慢性非傳染性疾病是全球性新興公共衛(wèi)生問題，單一的干預(yù)措施往往很難達到控制效果，需要飲食、運動、健康服務(wù)等多方面的綜合治理。目前的研究大多還停留在單因素、短期、個體水平、線性的研究，對復(fù)雜性研究不足，但公共衛(wèi)生領(lǐng)域的研究者應(yīng)該給政策制定者和實施者提供考慮了社會實際特性的綜合的強有力的證據(jù)。雖然個體水平的隨機對照研究相對直接，但其不可能隨機出整個人群水平的干預(yù)措施，如國家含糖飲料稅收水平、體育鍛煉基礎(chǔ)設(shè)施的覆蓋、空間建筑的規(guī)劃、公共交通的改進等對人群肥胖的影響。Yang等[22]構(gòu)建主體模型研究社會和建筑環(huán)境對個人步行行為的影響以及個人運動量與疾病風(fēng)險的關(guān)系，同時研究了個體之間的交互反饋作用，如個人步行數(shù)量隨著他人步行數(shù)量的增加而增加。Auchincloss等[23]構(gòu)建主體模型研究人群食物偏好、食物價格、收入水平對健康食物消費的影響，證明除了收入水平以外，對于健康食物的偏好和廉價食物的可獲得性同樣影響健康食物消費。該模型有利于研究數(shù)據(jù)缺乏時社會因素對健康的影響。Giabbanelli等[24]提出采用主體模型來研究針對人群食物行為的公共政策。Hennessy等[25]構(gòu)建了主體模型研究兒童肥胖問題的干預(yù)措施。由此可見，主體建模在慢性非傳染性疾病的多因素分析中也應(yīng)用廣泛。

2.3其他公共衛(wèi)生問題建模 除傳染性疾病和慢性非傳染性疾病的建模研究以外，主體建模在其他公共衛(wèi)生問題研究上也應(yīng)用廣泛。Barbrook-Johnson等[26]研究了輿情傳播對于公共衛(wèi)生危機中人群行為的影響。Megiddo等[27]采用主體建模分析了印度癲癇治療中公費支出所產(chǎn)生的健康和經(jīng)濟效益。Keyes等[28]構(gòu)建主體模型研究了紐約市飲酒稅的實施對于人群暴力和謀殺發(fā)生率的影響。Guclu等[29]利用主體模型研究了災(zāi)害對于人群初級衛(wèi)生保健可及性的影響。Grebaut等[30]利用主體模型研究了嗜睡病的防控策略。Ernecoff等[31]利用主體模型研究了高級衛(wèi)生保健計劃對于人群健康行為的改變。Blok等[32]借助主體建模研究了減少人群健康食物消費不平等的干預(yù)策略。An等[33]利用主體模型研究了炎癥與腫瘤之間的關(guān)系。Zhang等[34]借用主體模型研究了城區(qū)成年人中不健康飲食習(xí)慣的不同干預(yù)策略。Demarest等[35]構(gòu)建了空間-時間主體模型研究發(fā)展中國家鄉(xiāng)村地區(qū)水資源和健康的關(guān)系。主體建模逐漸應(yīng)用于人群健康行為、衛(wèi)生經(jīng)濟、衛(wèi)生保健等公共衛(wèi)生其他方面。

3 結(jié) 語

計算機建模和系統(tǒng)科學(xué)是超越傳統(tǒng)的定量和定性研究的新興科研手段。主體建模作為復(fù)雜性科學(xué)系統(tǒng)建模中新興的建模方法，能夠為傳染性疾病、慢性非傳染性疾病等公共衛(wèi)生領(lǐng)域的復(fù)雜問題提供創(chuàng)新性研究思路。政府應(yīng)增加對主體建模方法研究公共衛(wèi)生問題項目的支持。研究者應(yīng)該熟練掌握主體建模方法，進一步豐富和發(fā)展其在公共衛(wèi)生領(lǐng)域的應(yīng)用，并促進公眾認(rèn)識到這種方法對于公共衛(wèi)生學(xué)科的諸多益處，為公共衛(wèi)生問題的防控提供新的應(yīng)對方案。最終，主體建模有望提供有力的“仿真實驗室”，為不同類型的公共衛(wèi)生實踐項目、科學(xué)研究、政策制定提供傳統(tǒng)方法不能提供的有力證據(jù)。

[1] Rutter H, Savona N,Glonti K,etal. The need for a complex systems model of evidence for public health[J]. Lancet, 2017, doi: org/10.1016/S0140-6736(17)31267-9.

[2] CW R. Flocks, herds and schools: A distributed behavioral model[J]. ACM SIGGRAPH Computer Graphics, 1987, 21: 25-34.

[3] Agar M, Reisinger HS.Using trend theory to explain heroin use trend[J]. J Psychoactive Drugs, 2001,33(3):203-211.

[4] Lich KH, Ginexi EM, Osgood ND. A call to address complexity in prevention science research[J]. Prev Sci, 2013, 14: 279-289.

[5] Maglio PP, Mabry PL. Agent-based models and systems science approaches to public health[J]. Am J Prev Med, 2011, 40(3): 392-394.

[6] Delre SA, Jager W, Bijmolt THA,etal. Will it spread or not? The effects of social influences and network topology on innovation diffusion[J]. J Product Man, 2010, 27: 267-282.

[7] Cajka JC, Cooley PC, Wheaton WD. Attribute assignment to a synthetic population in support of agent-based disease modeling[J]. Methods Rep RTI Press, 2010,19(1009): 1-14.

[8] 趙愛華. 基于 Swarm 的地震災(zāi)后救援系統(tǒng)仿真[D].中國地質(zhì)大學(xué)(北京),2009.

[9] 蔣慧超,韋兆文. 基于Repast平臺的多Agent仿真建模研究[J]. 計算機技術(shù)與發(fā)展, 2008, 18(11): 250-253.

[10] 趙春曉, 鐘 寧, 郝 瑩. 基于NetLogo平臺的HIV治療模型[J]. 計算機科學(xué), 2008, 135(14): 283-284.

[11] Lee S, Son YJ, Jin J. An Integrated Human Decision Making Model for Evacuation Scenarios under a BDI Framework[J]. Acm Transactions on Modeling and Computer Simulation, 2010, 20(4): 1-24.

[12] JM E. Modelling to contain pandemics[J]. Nature, 2009, 460:687.

[13] Lee BY, Brown ST, Korch GW,etal. A computer simulation of vaccine prioritization, allocation, and rationing during the 2009 H1N1 influenza pandemic[J]. Vaccine, 2010,28(31): 4875-4879.

[14] Lee BY, Brown ST, Cooley P,etal. Simulating school closure strategies to mitigate an influenza epidemic[J]. J Public Health Man Practice, 2010, 16: 252-261.

[15] Lee BY, Brown ST, Cooley P,etal. A Computer Simulation of Employee Vaccination to Mitigate an Influenza Epidemic[J]. Ame J Preventive Med, 2010, 38(3): 247-257.

[16] Tuite AR, Gallant V, Randell E,etal. Stochastic agent-based modeling of tuberculosis in Canadian Indigenous communities[J]. BMC Public Health, 2017, 17(1): 73.

[17] DePasse JV, Smith KJ, Raviotta JM, et al.Does Choice of Influenza Vaccine Type Change Disease Burden and Cost-Effectiveness in the United States? An Agent-Based Modeling Study[J]. Am J Epidemiol, 2017, 185(9): 822-831.

[18] Wares JR, Lawson B, Shemin D,etal. Evaluating Infection Prevention Strategies in Out-Patient Dialysis Units Using Agent-Based Modeling[J]. Plos One, 2016. 11(5) : 1-13.

[19] Siettos C, Anastassopoulou C, Russo L,etal. Modeling the 2014 Ebola Virus Epidemic-Agent-Based Simulations, Temporal Analysis and Future Predictions for Liberia and Sierra Leone[J]. PLoS Curr, 2015, 7: 1-12.

[20] Sanstead E, Kenyon C, Rowley S,etal. Understanding Trends in Pertussis Incidence: An Agent-Based Model Approach[J]. Am J Public Health, 2015, 105(9): 42-47.

[21] Gorman DM, Mezic J,Mezic I,etal. Agent-based modeling of drinking behavior: a preliminary model and potential applications to theory and practice[J]. Am J Public Health, 2006, 96: 2055-2060.

[22] Yang Y, Roux AVD, Auchincloss AH,etal. A spatial agent-based model for the simulation of adults' daily walking within a city[J]. Am J Prev Med, 2011, 40: 353-361.

[23] Auchincloss AH, Riolo R, Brown DG,etal. An agent-based model of income inequalities in diet in the context of residential segregation[J]. Am J Prev Med, 2010, 40(3): 303-311.

[24] Giabbanelli PJ, Crutzen R. Using Agent-Based Models to Develop Public Policy about Food Behaviours: Future Directions and Recommendations[J]. Comput Math Methods Med, 2017, 1-12.

[25] Hennessy E, Ornstein JT, Economos CD,etal. Designing an Agent-Based Model for Childhood Obesity Interventions: A Case Study of Child Obesity180[J]. Prev Chronic Dis, 2016, 13: 4.

[26] Barbrook-Johnson P, Badham J, Gilbert N. Uses of Agent-Based Modeling for Health Communication: the TELL ME Case Study[J]. Health Commun, 2017, 32(8): 939-944.

[27] Megiddo I, Colson A, Chisholm D,etal. Health and economic benefits of public financing of epilepsy treatment in India: An agent-based simulation model[J]. Epilepsia, 2016, 57(3): 464-474.

[28] Keyes KM, Tracy M, Cerda M. Agent-Based Model of Alcohol Taxation Effects on Violence and Homicide in New York City[J]. Alcoh Clin Exper Res, 2016, 40: 282.

[29] Guclu H, Kumar S, Galloway D,etal. An Agent-Based Model for Addressing the Impact of a Disaster on Access to Primary Care Services[J]. Disaster Med Public Health Prep, 2016, 10(3): 386-393.

[30] Grebaut P, Girardin K, Federico V,etal. Simulating the elimination of sleeping sickness with an agent-based model[J]. Parasite, 2016, 23: 63.

[31] Ernecoff NC, Keane CR, Albert SM. Health behavior change in advance care planning: an agent-based model[J]. BMC Public Health, 2016, 16: 193.

[32] Blok DJ, Vlas SJ, Bakker R,etal. Reducing Income Inequalities in Food Consumption: Explorations With an Agent-Based Mode[J]l. Am J Prev Med, 2015, 49(4): 605-613.

[33] An G, Kulkarni S. An agent-based modeling framework linking inflammation and cancer using evolutionary principles: description of a generative hierarchy for the hallmarks of cancer and developing a bridge between mechanism and epidemiological data[J]. Math Biosci, 2015, 260: 16-24.

[34] Zhang D, Giabbanelli PJ, Arah OA,etal. Impact of different policies on unhealthy dietary behaviors in an urban adult population: an agent-based simulation model [J]. Am J Public Health, 2014, 104(7): 1217-1222.

[35] Demarest J, Pagsuyoin S, Learmonth G,etal. Development of a Spatial and Temporal Agent-Based Model for Studying Water and Health Relationships: The Case Study of Two Villages in Limpopo, South Africa[J]. J Artif Soc Soc Simul, 2013, 16(4): 1-12.

2017-07-04；

2017-08-21)

(本文編輯：劉玉巧)

R197.3

A

1672-271X(2017)06-0611-04

10.3969/j.issn.1672-271X.2017.06.013

國家自然科學(xué)基金(71774167)

200433 上海, 海軍軍醫(yī)大學(xué)(第二軍醫(yī)大學(xué))衛(wèi)生勤務(wù)學(xué)系衛(wèi)生勤務(wù)學(xué)教研室

張鷺鷺，E-mail:zllrmit@aliyun.com

鄧強宇，康 鵬，張鷺鷺.主體建模在公共衛(wèi)生領(lǐng)域的應(yīng)用現(xiàn)狀[J].東南國防醫(yī)藥，2017,19(6):611-614.