钟南山院士的最新预测二阳来袭,如何用R语言和SEIRS模型分析新冠疫情中国趋势?

简介: 钟南山院士的最新预测二阳来袭,如何用R语言和SEIRS模型分析新冠疫情中国趋势?
+关注继续查看

一、引言



随着时间的推移,新冠病毒的二次感染人群越来越多,这意味着在春节过后暂时消失的病毒又有可能卷土重来。目前,我国主流的病毒株为XBB,中疾控中心的数据显示,自五月上旬到五月中旬,本土病例中XBB的占比已经从83.6%增加到91.9%。


近期医院发热门诊人数增多的情况也表明第二波疫情可能已经到来。钟南山院士在5月22日的发言中指出,第二波疫情高峰很可能会在6月底到来。现在已经进入6月,如果院士的预测没有出错,那么二阳的人数将在未来的日子里呈现大幅度增加的趋势。

640.png


图中可以看出,「终南山院士使用的预测模型是seirs,今天我们来研究和学习一下seirs是什么?如何使用?」


二、seirs简介



「SEIRS模型」是一种流行病学模型,用于「建模呼吸道传染病的传播」。在SEIRS模型中,人口根据其在传染病生命周期中的感染状态被划分为四个类别:「易感(susceptible)、暴露(exposed)、感染(infectious)和康复(recovered)」。SEIRS模型通过考虑个体的人群动态和传染病传播的基本机制,对传染病疫情的演化进行建模。下面是该模型各个状态的定义及其数学表示:


  • 「易感状态(S)」:未感染病毒的人群,可以被感染。
  • 「暴露状态(E)」:感染病毒但还未出现症状的人群。在这个状态下,人群处于潜伏期,也称为隐藏状态。
  • 「感染状态(I)」:患病且具有传染性的人群。
  • 「康复状态(R)」:已从疾病中康复的人群,对后续的疾病传播没有贡献。


在SEIRS模型中,每个类别的人群都可以以以下方式变化:


  • 「易感状态」:易感人群可以转变为暴露状态,通过感染的机会是易感人群所接触到已确诊感染的人群。
  • 「暴露状态」:暴露人群可以转变为感染状态。根据COVID-19的传播方式,一般潜伏期在9天左右,在这期间,暴露人群会变得有传染性,这也是模型中一个重要的变量。
  • 「感染状态」:感染人群可以转变为康复状态,也可以由于治愈失败而转变为死亡状态。它们所感染的人群一般是其他易感人群,传染性与病毒传染的强度有很大关系。 有一部分从疾病中恢复的人群变成康复状态,对此我将其称为R群体。这个状态表示患病者从病毒中恢复,具备免疫力。
  • 「康复状态」:康复状态的人群一般来说可以认为会对病毒具有抵御力,因此在后续的传染爆发阶段中可以不作为传染源。


SEIRS模型可以用以下一系列微分方程来表示:


dS/dt= -beta * S * I / N
dE/dt= beta * S * I / N - sigma * E 
dI/dt= sigma * E - gamma * I 
dR/dt= gamma * I


其中,「N」是总人口,即 「N=S+E+I+R」,即易感、隐藏、感染、康复人群的总和,而 「beta」表示感染概率。潜伏期的时间长度与 「sigma」 相关,「gamma表示康复率」。这些参数根据特定的传染病和特定的人群情况而有所不同。您可以根据现实中的数据和情况来调整这些参数,以便更准确地模拟传染病的传播,并预测其可能的发展趋势。


三、数据来源



根据目前的官方数据(参考国家卫生健康委员会的官方网站http://www.nhc.gov.cn/),新冠病毒在中国的传播率(传染率)大约为0.25,即每名感染者平均可以传播给0.25名未感染者,而治愈率(包括确诊和无症状感染者)达到了约99.5%,表明大部分感染者都能够康复和治愈。此外,新冠病毒的平均潜伏期在中国约为14天,即感染病毒后,患者在14天内可能仍然没有明显症状,但仍可以对他人进行传染。值得注意的是,这些数据仅供参考,实际情况会根据时间和地点的变化而有所不同。即:

640.png


install.packages("deSolve")
library(deSolve)
N <- 1400000000 # 中国总人口数量
beta <- 0.13 # 病毒传播速率
gamma <- 0.995 # 治愈率(包括确诊与无症状感染者)
sigma <- 1/14 # 平均潜伏期
I <- 41699 #初始感染人数


四、处理方法



library(deSolve)
# 定义 SEIRS 模型
seirs <- function(time, state, parms) {
  with(as.list(c(state, parms)), {
    # 模型方程
    dS <-  -beta*S*I/(S+E+I+R)
    dE <- beta*S*I/(S+E+I+R) - rho*E
    dI <- rho*E - gamma*I
    dR <- gamma*I
    # 返回微分方程组
    return(list(c(dS, dE, dI, dR)))
  })
}
# 设置模型参数
parms <- c(S = 1.4e9, E = 1, I = 41699, R = 0, rho = 1/14, gamma = 0.13, beta = 0.25)
# 设置初始状态
init <- c(S = 1.4e9, E = 1, I = 41699, R = 0)
# 设置起始时间为今天
start_time <- as.Date("2022-12-23")
# 模拟未来 N 天的趋势
N <- 365
times <- seq(start_time, by = "day", length.out = N)
times <- times <- as.numeric(times)
out <- as.data.frame(ode(y = init, times = times, func = seirs, parms = parms))
# 可视化结果
library(ggplot2)
df <- data.frame(time=as.Date(out$time, origin = "1970-01-01")
, S=out[,2], E=out[,3], I=out[,4], R=out[,5])
# 美化图表及设置线条属性
theme_set(theme_minimal(base_size = 14)) # 设置主题
line_size <- 1.5 # 设置线的宽度
line_type <- c('solid', 'dotted', 'dashed', 'dotdash') # 设置不同种类线条的样式
# 绘制图表
ggplot(df, aes(x = time)) +
  geom_line(aes(y = S, color = "Susceptible"), size = line_size, linetype = line_type[1]) +
  geom_line(aes(y = E, color = "Exposed"), size = line_size, linetype = line_type[2]) +
  geom_line(aes(y = I, color = "Infected"), size = line_size, linetype = line_type[3]) +
  geom_line(aes(y = R, color = "Recovered"), size = line_size, linetype = line_type[4]) +
  scale_color_manual(values = c("blue", "orange", "red", "green")) + # 自定义颜色
  labs(title = "SEIR Model for COVID-19 in China",
       x = "Time (days)",
       y = "Number of individuals",
       color = "Cases") +
  theme(legend.position = "bottom", legend.title = element_blank(),
        axis.title = element_text(size = 16),
        axis.text = element_text(size = 12),
        plot.title = element_text(size = 18, face = "bold", hjust = 0.5),
        panel.border = element_rect(colour = "black", fill = NA),
        panel.grid.major = element_line(colour = "gray", linetype = "dotted", size = 0.5),
        panel.grid.minor = element_line(colour = "gray", linetype = "dotted", size = 0.3))
# 输出峰值时间和数量
peak_time <- df$time[which.max(df$I)]
peak_count <- max(df$I)
cat(paste("Peak time: ", peak_time, " days"))
cat("\n")
cat(paste("Peak count: ", peak_count, " individuals"))


结果展示:


Peak time:  2023-09-22
Peak count:  69027262.4873488

640.png


五、结果解释



我们的算出的结果疫情高发期是2023-09-22和峰值数量是69027262。和「终南山院士」算出的时间出入了2个月左右,然后峰值数量差距400多万,还是差距很大的。我获取的数据不够准确全面,然后没有加入过去的案例辅助预测,可能初始参数设置有差别和数据质量的原因导致了巨大的偏差。


「在使用 SEIRS 模型预测传染病的传播时,正确地设置初始参数十分重要。例如,初始感染人数、初始接触人数等参数可能会对结果产生很大的影响。因此,需要对模型进行敏感性分析,确定最优的初始参数。」

目录
相关文章
|
27天前
|
机器学习/深度学习 数据采集 算法
r语言机器学习逻辑回归代码实战 结果分析和折线图
r语言机器学习逻辑回归代码实战 结果分析和折线图
14 1
|
3月前
|
数据挖掘 Serverless
R语言之数值型描述分析
R语言之数值型描述分析
26 0
|
4月前
|
算法 数据处理 数据库
生物学经典Blast序列比对算法原理,如何在R语言和Python中实现序列的比对分析?
生物学经典Blast序列比对算法原理,如何在R语言和Python中实现序列的比对分析?
|
4月前
|
数据挖掘
R语言中如何进行PCA分析?利用ggplot和prcomp绘制基因表达量分析图(下)
R语言中如何进行PCA分析?利用ggplot和prcomp绘制基因表达量分析图(下)
|
4月前
R语言中如何进行PCA分析?利用ggplot和prcomp绘制基因表达量分析图(上)
R语言中如何进行PCA分析?利用ggplot和prcomp绘制基因表达量分析图
|
4月前
|
数据采集 数据可视化 数据挖掘
使用R语言绘制富集条形图,轻松分析基因表达数据
为了实现富集分析和绘制富集条形图,我们可以使用R语言。R语言是一种免费开源的编程语言和软件环境,用于统计计算,绘制图表和数据分析。它在大量生物信息学数据分析中得到应用,并成为当前技术最前沿的生物信息学研究领域。如此优势的R语言支持,是进行富集分析和富集条形图的理想之选。
143 0
|
4月前
|
搜索推荐 数据挖掘 SEO
还在为浏览量焦虑吗?为何不用R语言来做归因分析找出痛点
还在为浏览量焦虑吗?为何不用R语言来做归因分析找出痛点
46 0
|
4月前
|
存储 数据采集 数据可视化
如何用R语言分析COVID-19相关数据
COVID-19是当前全球面临的一项重大挑战。 本文将介绍如何使用R语言分析COVID-19相关数据,探索其感染率、死亡率和人口特征的相关性,以及使用统计建模方法预测COVID-19的死亡率。
41 0
|
6月前
|
机器学习/深度学习 存储 数据可视化
精心整理(含图PLUS版)|R语言生信分析,可视化(二)
精心整理(含图PLUS版)|R语言生信分析,可视化(二)
|
6月前
|
数据可视化 Go 数据处理
精心整理(含图PLUS版)|R语言生信分析,可视化(一)
精心整理(含图PLUS版)|R语言生信分析,可视化
推荐文章
更多