[l转]流感预测数学模型的建立

鬼才

细化的全球数据对于建立疾病预测数学模型至关重要，因为这种数学模型有助于预测流感疫情高峰的发生时间和地点。研究人员可以通过社会接触得到的数据预测感染性疾病的暴发高峰的时间点。2009年，网络科学家，美国哈佛大学的Nicholas Christakis和加州大学圣地亚哥分校的James Fowler收集了来自哈佛大学本科生的社会接触信息，同时跟踪了经典的H1N1流感病毒病例的循环，他们通过观察这些哈佛学生频繁列出的朋友名单，建立了最简单的预测H1N1疫情高峰的方法。研究人员得出结论：那些接触人数较多的个体更易于在早期感染流感，并且他们罹患病情的传染性比其他人更强。
不过获得这种类型数据将会非常耗时，如果公共健康工作者都去干这个，那么疫苗接种这样的疾病预防措施将没有时间开展。因此，哥伦比亚大学流行病学专家Jeffery Shaman和他的同事利用2003年-2008年的谷歌流感趋势的数据研发了一种数学模型，这种数学模型可以预测流感季节未来7周的高峰情况。这些研究者将严格的流感数学传播模型与现实中观察到的流感感染情况结合并进行优化。