我校數(shù)理學(xué)院高道舟教授于8月27日在應(yīng)用數(shù)學(xué)著名期刊SIAM Journal on Applied Mathematics獨(dú)立發(fā)表題為“Travel Frequency and Infectious Diseases”的研究論文。近日,美國工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會(SIAM)在其官方網(wǎng)站以專題新聞形式報道了這項(xiàng)研究成果,詳見“Model Indicates Travel Frequency Affects Disease Spread”,(鏈接地址
https://sinews.siam.org/Details-Page/model-indicates-travel-frequency-affects-disease-spread)
全球化和城市化促進(jìn)了人口流動,同時也便利了新發(fā)和突發(fā)傳染病的輸入、建立和傳播。2009年3月墨西哥報道首個甲型H1N1流感病例,到當(dāng)年 7月底全球有168個國家和地區(qū)出現(xiàn)確診病例。寨卡病毒于2015年4月入侵巴西,很快傳播到中南美洲和加勒比海的廣大地區(qū)。數(shù)學(xué)模型是刻畫、預(yù)測和控制傳染病傳播的重要工具,此前有大量研究考慮人口遷移對傳染病傳播的影響,通常假設(shè)處在同一健康狀態(tài)的人具有相同的出行率。然而統(tǒng)計數(shù)據(jù)顯示,受到職業(yè)、性別、年齡、收入等因素影響,人與人之間的出行頻率差異很大。少部分人經(jīng)常出行,多數(shù)人偶爾或從不出行。
高道舟教授將人口根據(jù)健康狀態(tài)和出行行為劃分為四個倉室,建立了一類數(shù)學(xué)模型來研究出行頻率差異性對于傳染病空間傳播的影響,得到了一系列有意義的數(shù)學(xué)和生物結(jié)果。例如,研究發(fā)現(xiàn)如果不考慮出行頻率差異性,則往往會低估傳染病的傳播風(fēng)險。經(jīng)常出行人口比例的上升可能促進(jìn)也可能抑制傳染病的傳播潛力。當(dāng)考慮出行頻率差異性時,傳播風(fēng)險會隨出行頻率單調(diào)或非單調(diào)的變化。這與不考慮出行頻率差異性時,傳染病傳播風(fēng)險總隨人口出行頻繁的增加而降低的結(jié)果大相徑庭。這項(xiàng)研究有可能幫助公共衛(wèi)生部門有效地識別高風(fēng)險人群,和優(yōu)化疾病預(yù)防與控制資源的投放策略。
該研究受到國家自然科學(xué)基金、上海高校特聘教授崗位計劃和上海高峰學(xué)科建設(shè)計劃的資助。SIAM news的欄目Research Nuggets是從SIAM所屬會刊中挑選能夠引起公眾關(guān)注的重要前沿研究成果進(jìn)行報道。
(供稿:數(shù)理學(xué)院)
研究論文鏈接地址:https://epubs.siam.org/doi/10.1137/18M1211957