《消灭埃博拉(1)分解》由会员分享，可在线阅读，更多相关《消灭埃博拉(1)分解（15页珍藏版）》请在金锄头文库上搜索。
1、如何根除埃博拉摘要 2014年爆发的埃博拉引发全球恐慌。如何控制和消灭埃博拉病毒已成为一种普遍关注的问题。 首先，我们建立了一个传染病模型SEIHCR(CT)，在这个模型中，我们对埃博拉的几个特别因素进行考虑，这些是来自医院，感染的尸体和有强烈接触的人描述的治疗方法。这个模型是经过传统的传染病模型完善得到，通过计算机计算，模型的结果(如图4，5，6所示)与WHO报导的数据完全吻合，说明我们的改进模型是有效的。 其次，对药物干预进行了深入的研究。医学需要的总数量是基于个人暨累计数（图2）。人们的统计和由SEIHCR(CT）计算得到的结果只有轻微的差异，进一步说明我们的模型的可行性。在设计应用加权
2、模糊C-均值聚类算法中选择6个位置（如图3、表2）应作为其他的配送中心城市。我们优化的交付位置，每个城市的位置和所需的药物。每个位置的股票的百分比也被计算出来，以方便未来的分配（表4）。生产的平均速度应不低于106.2单位剂量每一天，在生产速度和药物的疗效上面加强了其干预效果。 第三，其他关键因素，除了前面讨论的模型，更安全尸体的处理，以及早期识别和隔离也证明是相关的。通过改变参数的值，我们可以预测未来的CUM，结果（图12,13）表明，这些干预措施将有助于减少CUM以更快的速度降低到一个较低的高原。然后，我们分析其因素，减少控制和消灭埃博拉的时间。例如，当被隔离的传染率是33%-40%时，疾
3、病可以成功控制（表5）。当介绍时间为治疗减少210到145天时，消灭埃博拉病毒的时间达200天以上。最后，我们选择三个参数：传输速率，潜伏期和敏感性分析的死亡率。关键词：埃博拉，流行模式，累积病例，聚类算法内容1.介绍.1 1.1问题的背景.1 1.2以前的研究.2 1.3我们的工作.22.一般的假设.33.符号和符号说明.4 3.1符号.4 3.2符号说明.44.埃博拉病毒传播 4.1传统的传染病模型.5 4.1.1SEIR模型.5 4.1.2爆发的数据.6 4.1.3SEIR模型结果.84.2改进后的模型 4.2.1SEIHCR（CT）模型.8 4.2.2参数的选择.10 2.1.1SEI
4、HCR（CT）模型结果.115药物干预.13 5.1这药总量.13 5.1.1来自WHO的统计结果.13 5.1.2SEIHCR（CT）模型结果.15 5.2输送系统.15 5.2.1交货地点.16 5.2.2交货金额.195.3.制造速度.205.4药物疗效.216其他重要的干预.21 6.1尸体安全处理.21 6.2强化追踪接触和早期隔离.22 6.3结论.247控制和消灭埃博拉.24 7.1如何可以控制埃博拉.24 7.2当埃博拉被根除.268敏感性分析.27 8.1.传输速率的影响.27 8.2.潜伏期的影响.28 8.3.波动.289优势和劣势.29 9.1.优势29.30 9.2.
5、缺点.30 9.3.未来的工作.30 给世界医学协会的信.31 引用.331.简介1.1.问题背景埃博拉病毒病（EVD），原名埃博拉出血热，是一严重的，通常是致命的疾病在人类。在西非爆发，（第一例在2014年5月通报），埃博拉病毒是埃博拉疫情以来规模最大、最复杂的埃博拉病毒病毒是首次发现于1976。在这一情况下有更多的病例和死亡病例比所有人的爆发。它开始在几内亚比绍，后来在陆地上蔓延塞拉利昂和利比里亚的边界。当前形势最受影响。表1可以清楚地看到最新的来自世界卫生组织（世卫组织）的各国疫情爆发情况的图表公布图1.2015年4个月在西非的埃博拉疫情分布图埃博拉病毒首先从水果蝙蝠传播到人类的人群中。
6、现在它可以通过直接接触血液、分泌物、器官或器官或受感染人的其他体液，以及受污染的表面和材料有了这些液体。葬礼仪式也能起到传播埃博拉的作用因为病毒也可以通过死者的尸体传播。1疫情控制需要协调的医疗服务，同时有一定的社区参与程度。医疗服务包括快速检测病例对接触过感染者的疾病、接触者的追踪个人，快速获得实验室服务，为那些谁是正确的医疗感染，并通过火化或埋葬死者的妥善处置1，2。有许多不同的实验性疫苗和治疗埃博拉病毒开发，在实验室和动物种群中测试，但他们还没有已经充分测试了安全性或有效性3，4。在2014的夏天，世界卫生组织声称快速跟踪测试是道德的，在光的流行。4事实上，第一批针对埃博拉的实验性疫苗已
7、经被发送到利比里亚一月2015。根据英国生产葛兰素史克公司的博士分析，初期是鼓励和鼓励他们下一个阶段的临床试验进展。1.2.之前的研究疫情扩散分析是一个普遍关注的问题。而且，在西方的2014次埃博拉疫情的研究中已经有大量的研究非洲。对于疾病的传播，这被认为是一个重要因素6根除埃博拉，有很多以前的研究，可以方便我们的了解疾病。例如，菲斯曼等人，用一二个参数数学模型来描述疫情增长与控制。戈麦斯等。研究埃博拉病毒的风险7国际传播及其流动性数据。他的研究得出了一个结论埃博拉的国际传播的风险比较小，比较小在西非国家的扩张。疾病控制中心8预防使用传统的SIR模型外推埃博拉疫情和预计，利比里亚和塞拉利昂的埃
8、博拉病毒将有2015年1月有140万例9。应用SEIR模型研究埃博拉病毒的影响。SEIR模型以国家刚果和乌干达1995的暴发疫情200010暴露在考虑，这是一个特殊的埃博拉病毒的特点，因为接触病毒会使个人更容易被感染。基于他们的模型10开发了一个模型，其中，巴尔德斯等人，开发了一个模型，发现减少是依赖于时间11人口流动对地理遏制的疾病和一个小的影响快速和早期干预，增加住院和减少疾病在医院和葬礼上的传输是最重要的反应，任何可能的再次出现埃博拉疫情12。1.3我们的工作我们被要求建立一个现实的，合理的，有用的模型来优化根除埃博拉病毒或至少它当前的应变。我们的模式不仅要考虑疾病的传播，所需的药物的数量，可能可行的交付系统，交货地点，疫苗或药物制造的速度，但也其他关键因素，我们认为是必要的。首先，我们搜索了大量的论文，讨论的传播埃博拉帮助我们加深了对问题的认识。提
