張 琳
(北京郵電大學(xué)理學(xué)院 北京 海淀區(qū) 100876)
2020 年1 月31 日,世界衛(wèi)生組織宣布,新冠肺炎疫情構(gòu)成全球突發(fā)公共衛(wèi)生事件。在病毒傳播過程中,挖掘疫情發(fā)展數(shù)據(jù)的內(nèi)在規(guī)律,結(jié)合合理的理論模型進(jìn)行預(yù)測,能夠?yàn)橐咔榉揽靥峁┯袃r(jià)值的參考。
本文基于病毒傳播初期過后的次指數(shù)增長現(xiàn)象[1],在指數(shù)增長微分方程的基礎(chǔ)上,采用了一般形式的微分方程,并根據(jù)該一般方程的顯式解,對疫情發(fā)展數(shù)據(jù)進(jìn)行擬合。本文擬合的疫情發(fā)展數(shù)據(jù)來自國家衛(wèi)生健康委員會的公開數(shù)據(jù),包括2020 年1 月15 日?2 月15 日全國累計(jì)確診病例數(shù)、以及2020 年1 月23 日?2 月15 日全國累計(jì)疑似病例數(shù)和全國累計(jì)密切接觸人數(shù)。非線性擬合的結(jié)果與已發(fā)布數(shù)據(jù)高度吻合。在非線性擬合方程的基礎(chǔ)上,本文給出了此后10 日(2020 年2 月16 日?2 月25 日)的趨勢預(yù)測,為疫情防控提供參考。
理論上,在病毒傳播的初期,因資源不受限制,其增長方式呈指數(shù)函數(shù),滿足:
式中, y(t)=y(0)ert, y(0)為 初始感染人數(shù), r為增長速率。然而,在很多已經(jīng)爆發(fā)的傳染病中,相比于指數(shù)增長,次指數(shù)的增長趨勢在疫情傳播初期更為常見。如HIV/AIDS[2-4]、埃博拉[5]和手足口[6]等實(shí)證數(shù)據(jù),都呈現(xiàn)了次指數(shù)的增長方式。
次指數(shù)增長方式的內(nèi)在機(jī)制,主要有如下幾方面解釋:空間異質(zhì)性、群聚感染[6-7]、以及感染參數(shù)的時(shí)間異質(zhì)性[4]等。在SIR 模型中,考慮空間異質(zhì)性[4,7-9]、傳染率的時(shí)變性[6-7,9-12]以及異質(zhì)混合模型[13-14],都能夠呈現(xiàn)出次指數(shù)的增長方式??紤]到2020 年1 月23 日武漢開始“封城”,加之全國各省市防疫工作的陸續(xù)開展,新冠肺炎傳播在時(shí)間、空間上異質(zhì)性明顯,且發(fā)病多呈現(xiàn)集聚感染的情況,都與次指數(shù)增長方式產(chǎn)生的機(jī)制吻合。
下文的擬合中,在次指數(shù)模型的基礎(chǔ)上,拓展模型參數(shù)范圍,使其不僅適用于疫情發(fā)展初期的指數(shù)增長和次指數(shù)增長,還適用于疫情發(fā)展到當(dāng)前階段,增長速度放慢情形的擬合,擬合結(jié)果與國家衛(wèi)生健康委員會每日發(fā)布的累計(jì)確診人數(shù)、累計(jì)疑似人數(shù)和累計(jì)密切接觸人數(shù)的公布數(shù)據(jù)高度契合。
本文在文獻(xiàn)[2, 7]給出的病毒傳播的一般增長(generalized-growth)模型基礎(chǔ)上,對尺度參數(shù)進(jìn)行擴(kuò)展。首先,一般增長模型在式(1)的指數(shù)增長微分方程基礎(chǔ)上,引入可調(diào)參數(shù) p ∈[0,1],稱為增長率的負(fù)加速度參數(shù)。一般增長模型刻畫的累計(jì)感染人數(shù) y(t)滿足:
y′(t)=ry(t)p(2)
式中, r>0表 示增長率; p ∈[0,1]為增長率的負(fù)加速度參數(shù),當(dāng) p=0時(shí),累計(jì)感染人數(shù)呈線性增長;當(dāng) p=1時(shí),方程退化為式(1)。
微分方程(2)的精確解為:
式中, y(0)為 初值;當(dāng) 0
新冠肺炎疫情的發(fā)展經(jīng)歷了不同的增長模式。本文將確診數(shù)據(jù)的擬合分為三個階段:無障礙指數(shù)增長、次指數(shù)增長及次線性增長階段,反映了疫情防控工作的階段進(jìn)展,為新冠肺炎疫情的趨勢預(yù)測提供參考。
本文數(shù)據(jù)采集自國家衛(wèi)生健康委員會每日疫情通報(bào)。數(shù)據(jù)采用每天更新的前一天0~24 時(shí)全國病例更新數(shù)據(jù),采集數(shù)據(jù)包括全國確診累計(jì)病例數(shù)、全國疑似累計(jì)病例數(shù)和全國密切接觸累計(jì)人數(shù),數(shù)據(jù)截至2020 年2 月15 日24 時(shí)。
以式(3)對2020 年1 月15 日?2 月15 日全國新冠肺炎的累計(jì)確診人數(shù)、2020 年1 月23 日?2 月15 日的累計(jì)疑似人數(shù)和累計(jì)密切接觸人數(shù),進(jìn)行非線性擬合,擬合參數(shù)包括r 、 p 和y (0)。
參考疫情發(fā)展的關(guān)鍵時(shí)間節(jié)點(diǎn),全國新冠肺炎累計(jì)確診病例數(shù)的擬合分三個階段,第一階段為2020 年1 月15 日?1 月27 日,本階段的疫情確診人數(shù)擬合參數(shù)為:
r=0.198 p=1.098 y(0)=43.2
從擬合參數(shù)看, p約為1,這一階段新冠肺炎確診人數(shù)呈指數(shù)增長,其原因是疫情發(fā)展初期,病毒廣泛傳播。
第二階段為2020 年1 月27 日?2 月6 日。本階段擬合參數(shù)為:
r=12.6 p=0.559 y(t0)=3167
此階段尺度參數(shù) p<1,增長呈現(xiàn)次指數(shù)的冪函數(shù)增長。經(jīng)過上一階段疫情的迅猛發(fā)展,人們防護(hù)意識增強(qiáng),減少出行,主動隔離,疫情傳播得到一定程度的抑制,同時(shí)診斷能力有限。
第三階段為2020 年2 月6 日至本文數(shù)據(jù)截止時(shí)間2020 年2 月15 日。除去臨床確診病例數(shù),本階段的擬合參數(shù)為:
r=9.6×109p=?1.434 y(t1)=2.8×104
這一階段, p<0,式(3)的增速小于線性?!胺獬恰?4 日后,第一個隔離期結(jié)束,火神山醫(yī)院啟用,全國各地醫(yī)護(hù)人員馳援疫情發(fā)源地,疫情得到有效控制。在這一階段,控制成效顯著。
2020 年2 月12 日?2 月15 日發(fā)布了含臨床診斷的確診病例數(shù)。采用這4 日的數(shù)據(jù),得到如下擬合參數(shù):
r=4.2×106p=?0.659 y(t2)=5.7×104
盡管4 天的數(shù)據(jù)量少,仍能為疫情發(fā)展趨勢提供參考。實(shí)證數(shù)據(jù)與擬合曲線如圖1 所示。
圖1 新冠肺炎全國累計(jì)確診人數(shù)及其三階段擬合曲線
在圖1 中,2020 年1 月27 日?2 月6 日的次指數(shù)擬合曲線(圖中點(diǎn)劃線),其預(yù)測值與2 月12 日公布的含臨床確診病例數(shù)據(jù)非常接近;2 月12 日?2 月15 日含臨床診斷的確診病例數(shù)據(jù)的次線性擬合曲線(圖中實(shí)線)向前追溯11 日,與2 月1 日公布的確診病例數(shù)據(jù)接近。盡管這兩條曲線無法得知2 月12 日之前含臨床診斷的確診數(shù)據(jù)的演化方式,仍能為認(rèn)識該階段疫情發(fā)展提供參考。
2020 年2 月12 日?2 月15 日含臨床診斷的累計(jì)確診病例數(shù)呈次線性增長,擬合參數(shù)為 p=?0.659。結(jié)合下文累計(jì)疑似病例數(shù)與累計(jì)密切接觸人數(shù)的增長趨勢,次線性增長方式將在一定時(shí)間段內(nèi)持續(xù),其次線性的參數(shù) p將進(jìn)一步減小,增速會放緩。疫情目前處于膠著對峙階段。
新冠肺炎累計(jì)疑似病例數(shù)擬合的分為兩個階段。第一階段為2020 年1 月23 日?2 月3 日,擬合參數(shù)為:
r=75.8 p=0.409 y(0)=?0.004 3
這一階段為次指數(shù)增長, p=0.409。武漢“封城”后,人們對防控疫情的重視程度提升,疫情得到了一定程度的控制,疫情發(fā)展呈現(xiàn)次指數(shù)。
第二階段為2020 年2 月3 日至本文數(shù)據(jù)截止時(shí)間2 月15 日。擬合參數(shù)為:
r=9.4×108p=?1.126 y(t1)=3.6×104
疑似人數(shù)隨著醫(yī)療資源的配置得到快速診斷,疑似人數(shù)次線性指數(shù) p=?1.126,累計(jì)疑似人數(shù)增長呈次線性,且次線性程度較大。實(shí)證數(shù)據(jù)與擬合曲線如圖2 所示。
圖2 新冠肺炎全國累計(jì)疑似人數(shù)及其兩階段曲線擬合
新冠肺炎疫情累計(jì)密切接觸人數(shù)的擬合與疑似人數(shù)類似。同樣分為兩個階段,第一階段為2020年1 月23 日?2 月3 日,擬合參數(shù)為:
r=97.1 p=0.472 y(0)=1 531
第二階段為2020 年2 月3 日?2 月15 日,擬合參數(shù)為:
r=1.4×108p=?0.666 y(t1)=1.8×105
從兩階段的參數(shù)看,疑似與接觸在次指數(shù)增長階段的參數(shù)較為相似,但在次線性階段的參數(shù)反映了累計(jì)密切接觸人數(shù)的下降幅度并沒有預(yù)期的快,其原因或與確診后的追蹤滯后有關(guān)。累計(jì)密切接觸人數(shù)的實(shí)證數(shù)據(jù)與擬合曲線如圖3 所示。
圖3 新冠肺炎全國累計(jì)密切接觸人數(shù)及其兩階段曲線擬合
本文借助一般增長模型,對新冠肺炎疫情的確診、疑似和密切接觸人數(shù)進(jìn)行分階段非線性擬合。擬合結(jié)合疫情發(fā)展過程,進(jìn)行合理分段,擬合結(jié)果與實(shí)證數(shù)據(jù)高度吻合,能夠?yàn)橐咔榈姆揽匦Ч约鞍l(fā)展趨勢提供參考。
指數(shù)、次指數(shù)、次線性函數(shù)的增長方式均由式(3)給出,其背后的產(chǎn)生機(jī)制可從非時(shí)齊隨機(jī)過程和隨機(jī)環(huán)境中的隨機(jī)過程的理論中得到啟示。新冠疫情的發(fā)展過程可用年齡依賴的分枝過程刻畫,其中年齡用來刻畫每位患者從感染到確診并隔離住院的這段時(shí)間,在此期間,新冠肺炎病毒攜帶者具有傳染性,并能夠感染給更多與之接觸的人,可建模為該患者的“后代”。結(jié)合新冠肺炎疫情傳播的實(shí)際情況,該年齡依賴分枝過程的年齡分布、后代分布隨疫情防控的進(jìn)展,均呈現(xiàn)非時(shí)齊的特點(diǎn)。文獻(xiàn)[15]也指出,疾病傳播過程可由非時(shí)齊分枝過程相對應(yīng)。盡管關(guān)于非時(shí)齊年齡依賴分枝過程已有相關(guān)研究[16-17],但與新冠肺炎疫情發(fā)展一致的非時(shí)齊模型并未得到深入研究,這也將是接下來的研究工作,借助非時(shí)齊的年齡依賴分枝過程,從仿真和理論兩方面,揭示新冠疫情傳播的內(nèi)在機(jī)制。
致謝 感謝北京師范大學(xué)新聞傳播學(xué)院吳曄教授的交流與討論。