• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于Dirichlet 模型的國內(nèi)COVID-19 疫情數(shù)據(jù)的Bayesian 估計

    2020-11-16 06:27:20楊云源楊新平
    關鍵詞:輕癥后驗區(qū)間

    楊云源, 楊新平, 張 潔

    (1.楚雄師范學院地理科學與旅游管理學院,云南楚雄675000; 2.楚雄師范學院數(shù)學與統(tǒng)計學院,云南楚雄675000;3.楚雄醫(yī)藥高等專科學校,云南楚雄675000)

    截至2020 -04 -10,全國 COVID -19 確診83 369例,海外確診1 537 039 例.疫情在美國、意大利、西班牙、德國等地急劇爆發(fā).通過合理的數(shù)學模型,分別計算我國COVID -19 4 個概率指標(治愈概率、重癥概率、病死概率、輕癥概率)和4 個總量指標(累計治愈病例數(shù)、現(xiàn)有重癥病例數(shù)、累計病死病例數(shù)、現(xiàn)有輕癥病例數(shù))的點估計及區(qū)間估計分別進行計算,以期為國內(nèi)和海外COVID -19 疫情監(jiān)測、指標估計和疫情阻斷提供參考.

    與治愈率、重癥率、病死率、輕癥率相關的研究,主要集中在疫情數(shù)據(jù)描述統(tǒng)計和疫情相關指標預測(估算)上.

    1)疫情數(shù)據(jù)描述統(tǒng)計.如中華預防醫(yī)學會COVID-19 防控專家組[1]基于截至 2020 -02 -10 的42 780 例確診病例數(shù)據(jù)統(tǒng)計,指出COVID -19 病死率為2.38%,合并基礎疾病的老年男性病死率較高.中國疾病預防控制中心COVID -19 應急響應機制流行病學組[2]對截至2020 -02 -11 的72 314例4 類病例的年齡、性別、旅居史等進行回顧性分析,揭示疫情自首次報告病例日后30 d 蔓延至31個?。▍^(qū)/市),粗病死率為2.3%.

    2)疫情相關指標預測(估算),主要圍繞再生數(shù)、感染規(guī)模、倍增時間等估算展開.如Wu 等[3]使用馬爾科夫-蒙特卡洛法(MCMC)估算武漢COVID-19 再生數(shù)為2.68,流行倍增時間為6.4 d.陳端兵等[4]使用蒙特卡洛法(MC)依據(jù)少量患者的癥狀出現(xiàn)時間對有效再生數(shù)進行估計,表明我國在防控措施出臺兩周內(nèi),COVID-19 傳播得到了有效遏制.其他方法如:使用 SEIR 或修正 SEIR 模型[5-7]、自回歸移動平均模型(ARIMA)[8]、隨機傳輸模 型[9]、最 大 似 然 法[10]、自 助 抽 樣 法 (Bootstrap)[11]進行 COVID-19 疫情估算.以上文獻中,文獻[1 -2]基于病例數(shù)據(jù)的統(tǒng)計分析較全面,描述統(tǒng)計結(jié)果具有一定的可信度;模型使用中,主要針對再生數(shù)、感染規(guī)模等進行估算;參數(shù)確定直接關乎模型精度,如文獻[5 -6]對相同研究區(qū)(湖北省、武漢市)使用相同方法,不同參數(shù)得到不同估算結(jié)果;文獻[7]的疫情估算使用數(shù)據(jù)、方法較全面,首次使用了AI技術,預測國內(nèi)疫情于4 月底結(jié)束.對于COVID-19 的治愈率、重癥率、病死率、輕癥率等重要指標,主要通過描述統(tǒng)計來量化,通過模型估計的較少.

    Bayesian方法在醫(yī)學運用方面,高文龍等[12]、張繼巍等[13]分別簡要介紹了 GeoBugs、OpenBugs在醫(yī)學中的應用方法.貝葉斯方法可以量化給定數(shù)據(jù)條件下的不確定性參數(shù)值,借助先驗信息和數(shù)據(jù)信息可提高數(shù)據(jù)分布參數(shù)的量化精度[14].如 Yarnell等[15]將貝葉斯分析用于危重病醫(yī)學中.Thall[16]將Bayesian方法用于癌癥術后發(fā)病率估算與藥物劑量確定.Li等[17]使用Bayesian方法來確定不同非藥物療法對失眠癥的療效和安全性的差異.

    對疫情指標采用概率意義下的可信區(qū)間估計不僅能得到誤差限而且精度高,有一定的實際意義.本研究根據(jù)國家衛(wèi)建委2020 -01 -20 至03 -28 公報數(shù)據(jù),建立 Bayesian 框架下的 Dirichlet 模型,通過MCMC 方法進行求解,得到逐日4 個概率指標(治愈概率、重癥概率、病死概率、輕癥概率)的點估計與區(qū)間估計,進一步計算逐日4 個總量指標(累計治愈病例數(shù)、現(xiàn)有重癥病例數(shù)、累計病死病例數(shù)、現(xiàn)有輕癥病例數(shù))的點估計與區(qū)間估計,并進行誤差分析,給出了估計誤差限.以期研究方法與結(jié)果能為國內(nèi)和海外COVID -19 疫情監(jiān)測、指標估計和疫情阻斷提供參考.

    1 數(shù)據(jù)和方法

    收集國家衛(wèi)建委2020 -01 -20 至03 -28 公布的累計確診病例數(shù)n、累計治愈病例數(shù)c、現(xiàn)有重癥病例數(shù)e、累計病死病例數(shù)d數(shù)據(jù).累計輕癥病例為 m,則

    將 n、c、e、d、m 視為總體,第 t天的觀測值分別記nt、ct、et、dt、mt.2020 -01 -20 至 01 -22 共 3 d 公報數(shù)據(jù)中的e1=0、d1=0,并且 3 d 的新增治愈數(shù)為0.所以本研究使用的樣本數(shù)據(jù)為2020 -01 -23 至03 -28 共66 d的日報數(shù)據(jù).

    COVID-19 確診病例逐日病情診斷、治療康復出院前核算檢測都需要一定的時間,加之前期檢測試劑、醫(yī)療資源短缺,上報全國的疫情的各項日報指標值工作量較大.數(shù)據(jù)的誤差可能是來自隨機因素,也可能是系統(tǒng)誤差,該誤差不能消除,只能設法減?。?8],采用可信區(qū)間對COVID -19 疫情指標進行估計就變得更有實際意義.用帶有一定誤差的數(shù)據(jù)對治愈率、重癥率、病死率、輕癥率等相對指標進行計算,誤差會累積,而Bayesian框架下的Dirichlet分布是解決此類問題的有力的工具.將國家衛(wèi)健委公布的累記確診病例數(shù)視為當日的獨立試驗次數(shù)(當日每個確診病例病情變化視為一次實驗過程),結(jié)合試驗的結(jié)果(日報值),以多項分布為基礎,建立Bayesian框架下的Dirichlet模型,借助數(shù)據(jù)信息及先驗信息,通過Gibbs抽樣方法得到總體參數(shù)的后驗樣本,采用MCMC方法得到治愈概率pt1、重癥概率pt2、病死概率pt3及輕癥概率pt4為參數(shù)的Bayesian 估計,進一步計算總量指標(治愈病例數(shù)、重癥病例數(shù)、病死病例數(shù)、輕癥病例數(shù))的Bayesian點估計和區(qū)間估計.使用軟件為Eviews、R語言和OpenBUGS.

    2 Bayesian框架下的Dirichlet模型的建立

    2.1 模型的建立將第t 天累計確診病例數(shù)nt視為nt次獨立試驗,當日每個確診病例的病情變化視為一次實驗,每次試驗有4 個互不相容的結(jié)果:At1=“治愈”,At2= “重癥”,At3= “病死”及At4=“輕癥”,且只有一種結(jié)果發(fā)生(無癥狀感染者日報起始于 2020 -04 -01),P(Ati)= pti,i = 1,2,3,4.記待估參數(shù)為

    日報數(shù)據(jù)記為

    由多項分布的定義有:

    datat~ Multinomial(θt,nt),相應的似然函數(shù)為模型(1)

    模型(1)中,

    因為參數(shù)θt沒有任何先驗信息,按照 Nguyen的理論[19],選擇 Dirichlet 分布為其先驗分布,第 t天先驗分布模型為模型(2)

    記 α = (α1,α2,α3,α4)T,從而得到θt的后驗精確分布

    θt~ Dirichlet(α1+ct,α2+et,α3+dt,α4+mt),

    相應的后驗密度函數(shù)為模型(3)

    模型(3)中,參數(shù)θt沒有任何先驗信息,根據(jù)Lunn等的理論[20],對于先驗分布 p(θt),選擇 α =(1,1,1,1)T,該分布等價于四維的均勻分布作為θt先驗分布.分別求出各個參數(shù)的滿條件分布p(θti|θt(-i),datat,α),其中,θt(-i)表示θt中 4 個分量去掉第i個分量后剩下的3 個分量構成的向量.比如

    參數(shù)θt1相應的滿條件分布為模型(4)

    模型(4)是一個標準分布,其他3 個滿條件分布與之類似,可以采用Gibbs 抽樣得到全部參數(shù)(計 66 ×4 =264 個參數(shù))的后驗樣本,形成 264 條MC鏈,完成Bayesian推斷.

    2.2 模型的求解在OpenBUGS 環(huán)境下進行模型求解.由于參數(shù)個數(shù)較多,設定隨機數(shù)種子后,由軟件自動生成參數(shù)的迭代初始值.為降低后驗樣本間的自相關性、同時又確保馬氏鏈(MC 鏈)收斂,取間隔抽樣步長為100,燃燒期為5 000,進行105次迭代Gibbs抽樣,得到264 個待估參數(shù)的后驗樣本(264 條MC鏈).扔掉燃燒期的前4 999 個樣本后,用剩余的95 001 個樣本通過MC 方法完成對參數(shù)θt的Bayesian推斷,相應的參數(shù)估計值(表1)包括:均值估計標準差(σ)、MC 誤差(εMC)、中位值估計(Median)及95% CI(可信區(qū)間).同時將逐日 4 個參數(shù)(pt1、pt2、pt3及pt4各 66 個 Bayesian 估計)列表顯示,表中“…”表示中間的行省略.

    表1 參數(shù)θt的Bayesian估計及部分統(tǒng)計量匯總表Tab. 1 Summary of Bayesian estimation and partial statistics of θt

    2.3 模型診斷對于模型(3)中的264 個參數(shù),分別繪制History-strace-plot圖、核密度估計曲線圖和 Autocorrelation 圖(以p1,1和p66,4為例,見圖 1,其余的262 個圖略,下同). 264 個參數(shù)的 History -strace-plot 顯示,前4 999 個燃燒值樣本舍棄后,264 條MC鏈均收斂,且極限分布都是各自的后驗分布,適宜用相應的MC 鏈作為后驗樣本進行統(tǒng)計推斷.通過后驗樣本,分別求出參數(shù)pt,1至pt,4,t = 1,2,…,66 的后驗核密度估計(圖 1 C -D,以p1,1和p66,4為例),結(jié)果顯示參數(shù)的分布呈對稱性,以正態(tài)分布為近似分布,后驗均值與中位值幾乎相等.每一條 MC 鏈的自相關圖(圖 1 E -F,以p1,1和p66,4為例)顯示,在滯后期≥2 以后,自相關系數(shù)接近于0,所以每一條鏈均可視為獨立同分布的MC 鏈,樣本均值成為一致、有效、無偏的估計. 264 個參數(shù)的εMC均小于5.37 × 10-5. pt1、pt2、pt3及pt4最大εMC對應的相應數(shù)據(jù)信息見表 2.表 2 中(max{εMC}/σ)×100%最大值僅為0.774 55%,說明模型(3)具有較高的精度[19].最大的εMC發(fā)生的時點均是2020 -01 -23,最大εMC對應4 個概率全部集中在2020 -01 -23;而且在2020-02-13前,樣本計算得到的指標數(shù)據(jù)波動較大,后期逐漸光滑.說明2020 -02 -13前的日報數(shù)據(jù)誤差明顯大于后面的日報數(shù)據(jù)誤差,再次說明區(qū)間估計的重要性.由各自的可信區(qū)間計算得到pt1、pt2、pt3及pt4點估計的最大誤差限分別是0.013 535、0.027 7、0.011 695 及 0.030 7,預測誤差最大發(fā)生的時點也是2020 -01 -23.

    圖 1 參數(shù)p1,1和p66,4的 History-strace-plot圖、核密度估計曲線和 Autocorrelation 圖Fig. 1 History-strace-plot,Kernel density estimation curve and Autocorrelation of parameters p1,1 and p66,4

    表2 模型(3)的各條MC鏈的最大MC誤差及相應數(shù)據(jù)信息匯總表Tab. 2 Summary of maximum MC error and corresponding data information of each MC chain of Model(3)

    采用概率意義下的可信區(qū)間對疫情指標進行估計,精準性更高.它不僅給出每個日報指標的下限,而且給出上限及誤差信息,同時,可信區(qū)間能覆蓋指標的直實數(shù)據(jù)值.為此,利用模型求解過程中得到了264 條MC鏈(每條鏈都收斂于各自的后驗分布),采用MC 方法得到相應參數(shù)的估計及統(tǒng)計量.然后提取逐日4 個概率的2.5%的后驗分位數(shù)和97.5%的分位數(shù)繪制各自95%的可信區(qū)間,從而得到逐日4 個概率的95%的可信區(qū)間帶.

    3 結(jié)果與分析

    3.1 治愈概率 、重癥概率、病死概率及輕癥概率估計本文2.3 模型診斷結(jié)果,充分說明模型(3)對于疫情的相對指標(4 個概率)估計的合理性與精確性,為了進一步將模型(3)的估計結(jié)果(概率)和樣本計算的結(jié)果(頻率)作對比分析.記fti(i =1,2,3,4)分別表示第 t 天樣本計算的治愈頻率、重癥頻率、病死頻率和輕癥頻率.第 t 天相應概率Dirichlet模型(3)計算得到的中位值估計(ptif),數(shù)值結(jié)果見表 1,分別用qtil和qtiu(i =1,2,3,4)分別表示概率ptif的95%的可信區(qū)間的下限和上限,并用計算結(jié)果繪制相應的頻率,概率曲線及95%可信區(qū)間帶(圖2).

    圖2 治愈頻率、重癥頻率、病死頻率、輕癥頻率及對應的后驗概率估計Fig. 2 Cure frequency,severe frequency,fatal frequency,mild frequency and the corresponding posterior probability estimation

    結(jié)果顯示:1)同一天的4 個概率和為1;2)除病死概率的可信區(qū)間帶略寬,預測誤差略大外,其他三者的可信區(qū)間帶較窄,幾乎與預測值曲線重疊,精度較高;3)4 個概率曲線在02 -14 后均呈現(xiàn)出光滑變化特性;4)治愈概率、重癥概率、病死概率及輕癥概率基本上呈現(xiàn)3 個階段的變化特征.第一階段(2020 -01 -23 至02 -13)治愈概率經(jīng)歷短期下降后緩慢上升,在2020 -02 -11 呈現(xiàn)小幅振蕩;重癥概率在幅度為2.8% ~24.2%的范圍內(nèi)振蕩;病死概率在幅度為1.84% ~4.39%的范圍內(nèi)劇烈振蕩;輕癥概率在幅度為68% ~82%的范圍內(nèi)振蕩.第二階段(2020 -02 -14 至03 -26)治愈概率呈S型曲線逐漸上升,重癥概率在2020 -02 -16經(jīng)過小幅振蕩后逐步下降,前期(02 -14 至02 -21)下降速度慢度,后期(02 -21 以后)下降速度稍快;病死概率前期(02 -14 至02 -23)上升速度比后期(02 - 23 以后)快,變化范圍為 2. 18% ~4.18%,可信帶稍寬;輕癥概率呈反S 型曲線逐漸下降.第三階段(03 -26后),治愈概率上升到92%以上;因為疫情得到控制,大量治愈病人出院,醫(yī)院滯留病人快速減少,重癥概率降到1.2%以下,且呈減少趨勢;病死概率穩(wěn)定在4%左右;輕癥概率下降到3%以下,并趨于穩(wěn)定.

    3.2 累計治愈病例數(shù)、現(xiàn)有重癥病例數(shù)、累計病死病例數(shù)、現(xiàn)有輕癥病例數(shù)估計為簡化公式,記

    由Dirichlet分布的性質(zhì)可知

    由K-Pearson替換原理,將各自的總體期望用后驗均值估計替代,可得第t 天總體總量指標的Bayesian估計,分別記為累計治愈病例數(shù)估計ctf,現(xiàn)有重癥病例數(shù)估計etf,累計病死病例數(shù)估計dtf,累記輕癥病例數(shù)估計(記為mtf).并借助表1 中概率的可信區(qū)間上下限,進一步求各個總體總量指標的95%的可信區(qū)間(下限、上限分別在相應符號后加l、u表示.如:累記治愈數(shù)95%的可信區(qū)間記為95%CI:(ctl,ctu),下同).將 4 個總量指標點估計及區(qū)間估計繪制曲線圖(見圖3).

    圖3 4 個總量指標估計及對應的95%可信區(qū)間Fig. 3 Four total quantity indexes and corresponding 95% confidence interval

    結(jié)果顯示:

    1)除累記病死病例的可信區(qū)間帶略寬,預測誤差略大外,其他三者的可信區(qū)間帶較窄,幾乎與估計值曲線重疊,精度較高,而且上述四條可信區(qū)間帶全部覆蓋了樣本值.

    2)累計治愈人數(shù)和累計病死人數(shù)呈S 型曲線變化.表明醫(yī)院治愈病例快速增加,后期進入對重癥集中救治攻堅階段.兩個指標趨于穩(wěn)定,略呈上升趨勢.重癥病例數(shù)以2020 -02 -18 為分界,前期為增長階段,含 3 個振蕩時點(02 -07、02 -12、02 -16),間隔期分別為5 d.后期為下降階段,下降速度慢于前期的增長速度.輕癥病例數(shù)以2020 -02 -16 為分界,前期為增長階段,含一個跳躍時點(02 -12).該值是第四版診療方案向第五版診療方案過渡,臨床病例并入確診病例產(chǎn)生.后期為下降階段,下降速度慢于前期的增長速度.

    3)將圖3 中的4 組數(shù)據(jù)分別提取出來進行對比分析,發(fā)現(xiàn)絕大多數(shù)時點的Bayesian 點估計和樣本觀測值幾乎一樣,誤差也較小.

    為了反映總量指標的預測精度,將累計治愈病例數(shù)、現(xiàn)有重癥病例數(shù)、累計病死病例數(shù)和累記輕癥病例數(shù)預測誤差限最大的4 個時點及對應的值提取出來匯總成表(表3),其他時點的預測誤差限均比該時點的誤差限小.

    結(jié)果顯示:這4 個指標的點估計的最大預測誤差限為277.141 例,相應的指標是2020 -02 -25的輕癥病例數(shù)(樣本值36 852例).

    表3 4 個總量指標預測誤差限最大的時點及對應值Tab. 3 Time and corresponding values of the maximum prediction error limit of four total quantity indexes

    66 d逐日4 個指標,共計264 個點估計值,528個區(qū)間估計值(下限,上限),無法在一個表中呈現(xiàn).以樣本截止日2020 -03 -28 的計算結(jié)果為例(表4)進行說明.結(jié)果顯示:點估計和樣本值幾乎相等,95%CI的上下限之差,點估計誤差限都很小,充分說明用可信區(qū)間進行疫情的估計更為合理.

    表4 2020 -03 -28 的4 個總量指標Bayesian估計及誤差Tab. 4 Bayesian estimation and error of four aggregate indicators on March 2020 -03 -28

    4 結(jié)論與展望

    建立Bayesian框架下的Dirichlet 模型,借助樣本和先驗信息,通過Gibbs 抽樣方法得到總體參數(shù)的后驗樣本,采用MCMC方法計算得到264 個模型參數(shù)的Bayesian 估計,即逐日4 個概率指標(治愈概率、重癥概率、病死概率及輕癥概率)的點估計及區(qū)間估計;使用Dirichlet 分布的性質(zhì)進一步計算4個總量指標(累計治愈病例數(shù)、現(xiàn)有重癥病例數(shù)、累計病死死病例數(shù)、現(xiàn)有輕癥病例數(shù))的點估計及區(qū)間估計.在Dirichlet模型求解過程中,264 個參數(shù)對應264 條 MC 鏈均收斂,最大εMC僅為標準差的0.775%,且極限分布都是各自的后驗分布,適宜用相應的MC 鏈作為后驗樣本進行統(tǒng)計推斷.計算了2020 -01 -23 至03 -28 逐日4 個概率(治愈概率、病死概率、重癥概率、輕癥概率)的點估計(共264個值)和95%區(qū)間估計(共528 個值);治愈概率、病死概率總體呈現(xiàn)上升后趨于平穩(wěn)趨勢,重癥概率、輕癥概率總體呈現(xiàn)逐漸下降趨勢;2020 -03 -26 后4 個概率指標都趨于平穩(wěn).計算了2020 -01 -23 至03 -28 逐日4 個總量指標(累計治愈病例數(shù)、現(xiàn)有重癥病例數(shù)、累計病死病例數(shù)、現(xiàn)有輕癥病例數(shù))的點估計與95%區(qū)間估計.4 個總量指標點估計的最大預測誤差限為277.141 例,對應的指標是2020 -02 -25 的現(xiàn)有輕癥病例數(shù)(樣本值368 52例).截至2020 -03 -28,累計治愈病例數(shù)、現(xiàn)有重癥病例數(shù)、累計病死病例數(shù)、現(xiàn)有輕癥病例數(shù)點估計誤差限分別為 146. 595、53. 100 8、109.948、85.515 例,對應的95%區(qū)間估計分別為:(75 301.20,75 594.39)、(689.881 0,796.082 6)、(3 189.937,3 409.833)、(1 864.045,2 035.075).

    用Bayesian框架下的Dirichlet模型計算逐日4個概率(治愈概率、病死概率、重癥概率、輕癥概率)的點估計與區(qū)間估計;計算逐日4 個總量指標(累計治愈病例數(shù)、現(xiàn)有重癥病例數(shù)、累計病死病例數(shù)、現(xiàn)有輕癥病例數(shù))的點估計與區(qū)間估計,各自的計算精度均很高.Bayesian 方法還可廣泛運用于更廣泛的領域.

    猜你喜歡
    輕癥后驗區(qū)間
    解兩類含參數(shù)的復合不等式有解與恒成立問題
    你學會“區(qū)間測速”了嗎
    加味葛根湯聯(lián)合磷酸奧司他韋治療輕癥乙型流感(風寒束表證)的療效觀察
    中國重大疾病保險制度建設研究
    海南金融(2021年12期)2021-01-06 12:27:02
    基于對偶理論的橢圓變分不等式的后驗誤差分析(英)
    貝葉斯統(tǒng)計中單參數(shù)后驗分布的精確計算方法
    一種基于最大后驗框架的聚類分析多基線干涉SAR高度重建算法
    雷達學報(2017年6期)2017-03-26 07:53:04
    輕癥小兒肺炎門診霧化吸入療效分析
    區(qū)間對象族的可鎮(zhèn)定性分析
    大柴胡湯對肝郁氣滯型急性輕癥胰腺炎的療效
    在线视频色国产色| 91麻豆av在线| 欧美乱码精品一区二区三区| 国内少妇人妻偷人精品xxx网站 | 欧美成人一区二区免费高清观看 | 亚洲一区二区三区不卡视频| 男人舔女人的私密视频| 黄色视频不卡| 国产成人一区二区三区免费视频网站| 亚洲av片天天在线观看| 亚洲精品一区av在线观看| 一二三四社区在线视频社区8| 亚洲一码二码三码区别大吗| 精品久久久久久成人av| 日韩精品中文字幕看吧| av天堂在线播放| 国产一区二区激情短视频| 欧美乱妇无乱码| 亚洲第一电影网av| 国产精品1区2区在线观看.| www日本黄色视频网| 免费看美女性在线毛片视频| 可以免费在线观看a视频的电影网站| 久久 成人 亚洲| 亚洲一区二区三区色噜噜| 精品国产美女av久久久久小说| 亚洲aⅴ乱码一区二区在线播放 | 日韩三级视频一区二区三区| 青草久久国产| 亚洲 欧美一区二区三区| 国产99白浆流出| 亚洲成人国产一区在线观看| 亚洲色图 男人天堂 中文字幕| 中文在线观看免费www的网站 | 亚洲成人久久爱视频| 高潮久久久久久久久久久不卡| 日本黄色视频三级网站网址| 美女高潮喷水抽搐中文字幕| 嫁个100分男人电影在线观看| 国产片内射在线| 国产精品1区2区在线观看.| 日本 av在线| 国产成人精品无人区| 中出人妻视频一区二区| 国产精品免费视频内射| 欧美黄色片欧美黄色片| 别揉我奶头~嗯~啊~动态视频| 人妻丰满熟妇av一区二区三区| 一区二区三区激情视频| АⅤ资源中文在线天堂| 精品一区二区三区四区五区乱码| 国产伦在线观看视频一区| av中文乱码字幕在线| 亚洲av电影在线进入| 久久这里只有精品19| 天堂av国产一区二区熟女人妻 | 午夜免费激情av| 国产人伦9x9x在线观看| 麻豆久久精品国产亚洲av| 天堂动漫精品| 国内精品久久久久久久电影| 欧美乱色亚洲激情| 中文字幕人成人乱码亚洲影| 国产成人影院久久av| 中文在线观看免费www的网站 | 99久久精品国产亚洲精品| 亚洲av片天天在线观看| 99re在线观看精品视频| 免费看十八禁软件| 看免费av毛片| 最好的美女福利视频网| 啪啪无遮挡十八禁网站| 91大片在线观看| 国产亚洲av高清不卡| 1024香蕉在线观看| 欧美日韩福利视频一区二区| 中文资源天堂在线| 一区福利在线观看| 丝袜人妻中文字幕| 啦啦啦韩国在线观看视频| 18禁观看日本| 九九热线精品视视频播放| 精品无人区乱码1区二区| 亚洲成av人片在线播放无| 男女午夜视频在线观看| 99国产精品一区二区蜜桃av| 一本精品99久久精品77| 天天躁夜夜躁狠狠躁躁| 少妇裸体淫交视频免费看高清 | 国产精品影院久久| 免费人成视频x8x8入口观看| 亚洲国产高清在线一区二区三| 精品国产美女av久久久久小说| 黄片大片在线免费观看| 91在线观看av| 国产精品av视频在线免费观看| 欧美黑人巨大hd| 成人18禁在线播放| 日韩免费av在线播放| 午夜福利免费观看在线| 亚洲精品国产一区二区精华液| 国产精品98久久久久久宅男小说| 天堂√8在线中文| 一进一出抽搐动态| 欧美 亚洲 国产 日韩一| 午夜福利欧美成人| 欧美乱妇无乱码| 成人欧美大片| 国产男靠女视频免费网站| 国产亚洲精品久久久久5区| 特大巨黑吊av在线直播| 日韩中文字幕欧美一区二区| 露出奶头的视频| 国产69精品久久久久777片 | 欧美黄色片欧美黄色片| x7x7x7水蜜桃| 午夜激情av网站| 久久中文看片网| 久久香蕉激情| 少妇熟女aⅴ在线视频| 久久精品夜夜夜夜夜久久蜜豆 | 成年版毛片免费区| 精品乱码久久久久久99久播| 日本撒尿小便嘘嘘汇集6| 日韩国内少妇激情av| 日韩精品免费视频一区二区三区| 久久午夜亚洲精品久久| 搞女人的毛片| 18禁国产床啪视频网站| 老司机午夜十八禁免费视频| 午夜激情av网站| 88av欧美| 亚洲第一欧美日韩一区二区三区| 动漫黄色视频在线观看| 午夜亚洲福利在线播放| 99热这里只有是精品50| 天天躁狠狠躁夜夜躁狠狠躁| 青草久久国产| 两性午夜刺激爽爽歪歪视频在线观看 | cao死你这个sao货| 最新美女视频免费是黄的| 每晚都被弄得嗷嗷叫到高潮| 岛国在线免费视频观看| 欧美最黄视频在线播放免费| 国产野战对白在线观看| 91国产中文字幕| 色综合婷婷激情| 国产一区在线观看成人免费| 别揉我奶头~嗯~啊~动态视频| 国产亚洲精品一区二区www| 男女下面进入的视频免费午夜| 久久久久九九精品影院| 国产伦在线观看视频一区| 久久精品国产亚洲av香蕉五月| 久久性视频一级片| 日韩国内少妇激情av| 丰满的人妻完整版| 美女 人体艺术 gogo| 老司机深夜福利视频在线观看| 免费av毛片视频| 别揉我奶头~嗯~啊~动态视频| 国产伦在线观看视频一区| 99久久精品热视频| 国产日本99.免费观看| 色老头精品视频在线观看| 久久这里只有精品中国| 亚洲欧美激情综合另类| 国产亚洲精品久久久久久毛片| 久久久水蜜桃国产精品网| 桃色一区二区三区在线观看| 国产精品亚洲一级av第二区| 制服丝袜大香蕉在线| 欧美国产日韩亚洲一区| 国产男靠女视频免费网站| 中亚洲国语对白在线视频| 国产激情欧美一区二区| 久久婷婷人人爽人人干人人爱| 久9热在线精品视频| 国产免费男女视频| 少妇被粗大的猛进出69影院| 免费在线观看成人毛片| 日韩中文字幕欧美一区二区| 成人午夜高清在线视频| 日韩大尺度精品在线看网址| av欧美777| 99精品久久久久人妻精品| 日韩国内少妇激情av| 精品乱码久久久久久99久播| 国产v大片淫在线免费观看| 久久精品91蜜桃| 国产亚洲欧美在线一区二区| 亚洲人成电影免费在线| 欧美一级a爱片免费观看看 | 桃色一区二区三区在线观看| 国产一级毛片七仙女欲春2| 91av网站免费观看| 成人欧美大片| 在线观看一区二区三区| 亚洲成a人片在线一区二区| av免费在线观看网站| av有码第一页| 最新美女视频免费是黄的| av中文乱码字幕在线| 亚洲精品久久国产高清桃花| 国产精品亚洲美女久久久| 欧美黄色片欧美黄色片| 国产69精品久久久久777片 | 淫秽高清视频在线观看| 精品久久久久久久久久免费视频| avwww免费| 日本一区二区免费在线视频| 欧美三级亚洲精品| 99久久无色码亚洲精品果冻| 欧美日韩国产亚洲二区| 黄色视频不卡| 黑人欧美特级aaaaaa片| 男人舔女人下体高潮全视频| 最新在线观看一区二区三区| 麻豆久久精品国产亚洲av| 亚洲av第一区精品v没综合| 精品国产乱子伦一区二区三区| 97人妻精品一区二区三区麻豆| 91国产中文字幕| 熟妇人妻久久中文字幕3abv| 久久久久久国产a免费观看| √禁漫天堂资源中文www| 亚洲 国产 在线| 国模一区二区三区四区视频 | 亚洲自拍偷在线| 青草久久国产| 亚洲午夜精品一区,二区,三区| 亚洲精品粉嫩美女一区| 观看免费一级毛片| 久久婷婷人人爽人人干人人爱| 亚洲人成伊人成综合网2020| 成人特级黄色片久久久久久久| 欧美性猛交╳xxx乱大交人| 欧美久久黑人一区二区| 色噜噜av男人的天堂激情| 亚洲成人久久爱视频| 小说图片视频综合网站| 日本a在线网址| 日日摸夜夜添夜夜添小说| 亚洲美女视频黄频| 亚洲一码二码三码区别大吗| 好看av亚洲va欧美ⅴa在| 五月玫瑰六月丁香| 亚洲欧洲精品一区二区精品久久久| 午夜影院日韩av| 后天国语完整版免费观看| 亚洲国产精品合色在线| 在线观看美女被高潮喷水网站 | 日韩欧美一区二区三区在线观看| 色av中文字幕| 无遮挡黄片免费观看| 欧美色视频一区免费| 国产乱人伦免费视频| 嫩草影院精品99| 国产成人av激情在线播放| 午夜a级毛片| xxxwww97欧美| 成人国产一区最新在线观看| 后天国语完整版免费观看| 国产精品98久久久久久宅男小说| av视频在线观看入口| 色综合婷婷激情| 免费在线观看完整版高清| 色综合欧美亚洲国产小说| 欧美又色又爽又黄视频| 18禁黄网站禁片午夜丰满| 亚洲成人免费电影在线观看| 18美女黄网站色大片免费观看| 国产伦在线观看视频一区| 变态另类丝袜制服| 两个人看的免费小视频| 国产精品久久久人人做人人爽| 性欧美人与动物交配| 精品电影一区二区在线| 精品欧美国产一区二区三| 激情在线观看视频在线高清| 亚洲欧美一区二区三区黑人| 国产伦一二天堂av在线观看| 国产精品精品国产色婷婷| 人妻丰满熟妇av一区二区三区| 男女做爰动态图高潮gif福利片| 日本撒尿小便嘘嘘汇集6| 人妻夜夜爽99麻豆av| 亚洲精华国产精华精| 特级一级黄色大片| 国产精品av久久久久免费| 一级毛片精品| 日韩三级视频一区二区三区| 一级毛片女人18水好多| 久久精品国产清高在天天线| 伦理电影免费视频| 色综合亚洲欧美另类图片| 可以免费在线观看a视频的电影网站| 天天躁夜夜躁狠狠躁躁| 可以在线观看的亚洲视频| 久久精品91蜜桃| 亚洲五月天丁香| 亚洲最大成人中文| 一个人免费在线观看电影 | 女人高潮潮喷娇喘18禁视频| 久久久精品国产亚洲av高清涩受| ponron亚洲| 91国产中文字幕| 亚洲欧美精品综合一区二区三区| 啪啪无遮挡十八禁网站| 国产乱人伦免费视频| 精品免费久久久久久久清纯| 无限看片的www在线观看| 一个人免费在线观看的高清视频| 国产成人精品久久二区二区免费| 久久久久久大精品| 亚洲中文日韩欧美视频| 亚洲av电影在线进入| 一级毛片精品| 国产一区二区激情短视频| 50天的宝宝边吃奶边哭怎么回事| 亚洲18禁久久av| 欧美大码av| 国产av一区二区精品久久| 人妻久久中文字幕网| 午夜福利18| 午夜老司机福利片| www.自偷自拍.com| 国内精品久久久久久久电影| 嫩草影视91久久| 亚洲色图 男人天堂 中文字幕| 全区人妻精品视频| 男人的好看免费观看在线视频 | 国产麻豆成人av免费视频| 我的老师免费观看完整版| 成人手机av| 又紧又爽又黄一区二区| 俺也久久电影网| 一级黄色大片毛片| 在线观看午夜福利视频| 欧美精品亚洲一区二区| 1024视频免费在线观看| 国产亚洲精品久久久久久毛片| 中亚洲国语对白在线视频| 亚洲av五月六月丁香网| 国产精品久久久久久人妻精品电影| 亚洲一区二区三区不卡视频| 性色av乱码一区二区三区2| 国产午夜精品论理片| 淫秽高清视频在线观看| 欧美乱码精品一区二区三区| 国产亚洲精品久久久久5区| 国产午夜精品论理片| 最近视频中文字幕2019在线8| 亚洲中文日韩欧美视频| av在线天堂中文字幕| 日韩欧美在线乱码| 欧美性猛交╳xxx乱大交人| 亚洲av片天天在线观看| 俄罗斯特黄特色一大片| 特级一级黄色大片| 欧美zozozo另类| 国产精品乱码一区二三区的特点| 在线观看美女被高潮喷水网站 | 久久精品综合一区二区三区| 人人妻人人看人人澡| 亚洲av电影在线进入| 午夜日韩欧美国产| 亚洲九九香蕉| 少妇熟女aⅴ在线视频| 日本a在线网址| 天天一区二区日本电影三级| 99久久无色码亚洲精品果冻| 国产视频一区二区在线看| 久久精品91无色码中文字幕| 国产亚洲av高清不卡| www.www免费av| 欧美成人午夜精品| 好男人在线观看高清免费视频| 国产一区二区三区视频了| 两性夫妻黄色片| 日本黄大片高清| 国产av又大| 少妇粗大呻吟视频| 国产成人av教育| 亚洲av成人不卡在线观看播放网| 别揉我奶头~嗯~啊~动态视频| 国产精品综合久久久久久久免费| 99热6这里只有精品| 97碰自拍视频| 又爽又黄无遮挡网站| 美女免费视频网站| 日本在线视频免费播放| 88av欧美| 精品高清国产在线一区| 91av网站免费观看| 丁香六月欧美| 夜夜夜夜夜久久久久| 久久婷婷成人综合色麻豆| 国产真实乱freesex| 国产午夜福利久久久久久| 真人一进一出gif抽搐免费| 久久婷婷成人综合色麻豆| 欧美日韩一级在线毛片| 人人妻,人人澡人人爽秒播| 97超级碰碰碰精品色视频在线观看| 亚洲真实伦在线观看| 欧美丝袜亚洲另类 | 亚洲av成人av| 久久久久久久久中文| 国产亚洲欧美在线一区二区| 国产伦一二天堂av在线观看| 免费搜索国产男女视频| 欧美三级亚洲精品| 99久久国产精品久久久| 少妇人妻一区二区三区视频| 熟女少妇亚洲综合色aaa.| av欧美777| 亚洲欧洲精品一区二区精品久久久| 久久久久久久午夜电影| 熟妇人妻久久中文字幕3abv| 色播亚洲综合网| 国产精品一区二区精品视频观看| 国产成人影院久久av| 三级国产精品欧美在线观看 | 色综合婷婷激情| 精品国产乱码久久久久久男人| 欧美性长视频在线观看| 免费看十八禁软件| 日韩欧美 国产精品| 国产麻豆成人av免费视频| 免费看a级黄色片| 欧美一级毛片孕妇| 精品国产美女av久久久久小说| 淫妇啪啪啪对白视频| 床上黄色一级片| 久久精品国产综合久久久| 亚洲七黄色美女视频| 国产精品一区二区精品视频观看| 一本一本综合久久| av中文乱码字幕在线| 精品日产1卡2卡| 在线永久观看黄色视频| 精品国产乱子伦一区二区三区| 成人国产综合亚洲| 免费搜索国产男女视频| 亚洲精品在线美女| 免费在线观看亚洲国产| 国产不卡一卡二| 天堂影院成人在线观看| 亚洲精品美女久久av网站| 9191精品国产免费久久| 亚洲av熟女| 亚洲熟女毛片儿| 亚洲一卡2卡3卡4卡5卡精品中文| 国产三级在线视频| svipshipincom国产片| 国产成年人精品一区二区| 精品久久久久久久人妻蜜臀av| 日韩欧美免费精品| 亚洲色图av天堂| 两性夫妻黄色片| 日韩免费av在线播放| 女人被狂操c到高潮| 男女做爰动态图高潮gif福利片| 精品一区二区三区av网在线观看| 欧美性猛交黑人性爽| 免费在线观看视频国产中文字幕亚洲| 一级片免费观看大全| 一区二区三区激情视频| 无人区码免费观看不卡| 五月伊人婷婷丁香| 男女那种视频在线观看| 久久久久久国产a免费观看| 亚洲专区字幕在线| 国产精品 国内视频| 757午夜福利合集在线观看| 亚洲九九香蕉| 亚洲欧美精品综合一区二区三区| 成年人黄色毛片网站| 国产精品久久久久久久电影 | 久久人妻福利社区极品人妻图片| 黄色成人免费大全| 操出白浆在线播放| 美女免费视频网站| 国产在线精品亚洲第一网站| 淫秽高清视频在线观看| 激情在线观看视频在线高清| 制服诱惑二区| 久久国产乱子伦精品免费另类| 亚洲国产精品久久男人天堂| 国产黄a三级三级三级人| 无限看片的www在线观看| 1024视频免费在线观看| 国内少妇人妻偷人精品xxx网站 | 成人高潮视频无遮挡免费网站| www.www免费av| 91字幕亚洲| 99久久综合精品五月天人人| 亚洲男人天堂网一区| 人人妻人人看人人澡| 69av精品久久久久久| 国产一级毛片七仙女欲春2| 99久久精品国产亚洲精品| 婷婷六月久久综合丁香| 免费在线观看日本一区| 男女之事视频高清在线观看| 久久精品91蜜桃| 日本撒尿小便嘘嘘汇集6| 草草在线视频免费看| 精品国产乱子伦一区二区三区| 国内毛片毛片毛片毛片毛片| 熟女电影av网| 精品无人区乱码1区二区| 色在线成人网| 久久热在线av| 欧美日韩中文字幕国产精品一区二区三区| 欧美日韩瑟瑟在线播放| 制服诱惑二区| 搡老岳熟女国产| 淫妇啪啪啪对白视频| av有码第一页| 精品福利观看| 操出白浆在线播放| 久久亚洲精品不卡| 精品久久久久久久人妻蜜臀av| 久久久久久久午夜电影| 99热这里只有是精品50| 日韩欧美三级三区| 精品久久久久久久久久久久久| 久久精品aⅴ一区二区三区四区| 欧美日韩亚洲国产一区二区在线观看| 五月伊人婷婷丁香| 成人三级做爰电影| 午夜福利欧美成人| 日日夜夜操网爽| 国产成人精品无人区| 免费在线观看影片大全网站| 老司机福利观看| АⅤ资源中文在线天堂| 国产午夜精品论理片| 男人的好看免费观看在线视频 | 国产片内射在线| 淫秽高清视频在线观看| 黑人巨大精品欧美一区二区mp4| 午夜激情福利司机影院| 久久这里只有精品中国| 亚洲中文日韩欧美视频| 欧美成人一区二区免费高清观看 | 99国产综合亚洲精品| 女同久久另类99精品国产91| 两人在一起打扑克的视频| 久久亚洲精品不卡| 色综合婷婷激情| 这个男人来自地球电影免费观看| 人人妻,人人澡人人爽秒播| 天堂影院成人在线观看| 亚洲九九香蕉| 国产一级毛片七仙女欲春2| 久久草成人影院| 天堂√8在线中文| 婷婷亚洲欧美| 女警被强在线播放| 国产欧美日韩一区二区三| 在线观看舔阴道视频| 日本一二三区视频观看| 搡老岳熟女国产| 国产激情欧美一区二区| 亚洲国产欧美一区二区综合| 久久久久亚洲av毛片大全| 一本精品99久久精品77| 精品国产乱码久久久久久男人| 999久久久精品免费观看国产| 99久久综合精品五月天人人| 久久香蕉国产精品| 国产精品一区二区精品视频观看| 国内精品久久久久久久电影| 在线免费观看的www视频| 日韩国内少妇激情av| 一级作爱视频免费观看| 草草在线视频免费看| 在线观看舔阴道视频| 欧美乱妇无乱码| 国产真人三级小视频在线观看| 黄色毛片三级朝国网站| 欧美成人一区二区免费高清观看 | 日本a在线网址| 日韩免费av在线播放| 伦理电影免费视频| 国产伦人伦偷精品视频| 午夜视频精品福利| 高清在线国产一区| 欧美日韩乱码在线| ponron亚洲| 亚洲第一电影网av| 少妇裸体淫交视频免费看高清 | 黄片大片在线免费观看| 18禁黄网站禁片免费观看直播| 精品国内亚洲2022精品成人| 免费搜索国产男女视频| 国产av在哪里看| 亚洲欧美日韩高清在线视频| 亚洲aⅴ乱码一区二区在线播放 | 午夜成年电影在线免费观看| 露出奶头的视频| 妹子高潮喷水视频| 精品久久久久久成人av| 亚洲性夜色夜夜综合| 麻豆久久精品国产亚洲av| 国产久久久一区二区三区| 丝袜美腿诱惑在线| 999精品在线视频| 欧洲精品卡2卡3卡4卡5卡区| 丝袜美腿诱惑在线| 国产爱豆传媒在线观看 | 90打野战视频偷拍视频|