Динамика развития эпидемии – СД в медицине


Автор:

doctor_computer.jpg

В предыдущих моделях мы, в-основном, рассказывали о применении системной динамики в бизнесе. Но Максим ранее писал, что области приложения СД не ограничиваются бизнесом. В этом посте я расскажу о модели, описывающей динамику развития эпидемий (очень актуально, по-моему, ввиду приближающейся весны).

Скачать модель

Обычно, эпидемия развивается по такому сценарию: один из заболевших входит в контакт с группой подверженных заболеванию людей и заражает их. Это заражение не обязательно происходит сразу, скорее с некоторой вероятностью . Эпидемия развивается за счет того, что заболевание не сразу выявляется (проходит некоторая задержка) и заболевший не всегда сразу помещается на диспансеризацию (часто, заболевший школьник еще пару дней ходит в школу, пока его окончательно не срубит – по крайней мере, я именно так делал ;) ). Иными словами: количество инфицированных превышает количество выздоровевших. Количество инфицированных растет за счет контактов между инфицированными и подверженными инфекции людьми. Ограничивается эпидемия лишь размером населения. Но жизненный опыт нам подсказывает, что эпидемия не всегда развивается, а может сразу потухнуть.

Так что же влияет на масштабы эпидемии? Сколько людей нужно диспансеризовать, чтобы предотвратить развитие эпидемии?

Известно, что эпидемия не развивается, когда интенсивность распространения инфекции ниже интенсивности выздоравливания, т.е., в среднем, один инфицированных заражает меньше 1го человека прежде, чем выздоравливает.

Модель, рассматриваемая в этом посте, помогает ответить на часть из этих вопросов. В модели присутствует 4 группы людей, представленные в виде резервуаров: “Подверженные инфекции”, “Инфицированные”, “Диспансеризованные” и “Выздоровевшие”. Модель предполагает, что количество населения в рассматриваемый период неизменно, поэтому все оно распределено по этим 4м группам.

В модели имитируется ситуация, когда всего 1 инфицированный человек помещается в группу здоровых, но подверженных инфекции, людей. Интенсивность инфицирования зависит от количества инфицированных людей, частоты контакт инфицированных с подверженными инфицированию, и вероятности инфицирования (не каждый контакт является контактом инфицированного с неинфицированным;  более того, не каждый контакт завершается передачей инфекции). В модели также предусмотрена возможность диспансеризации инфицированных людей. Интенсивность диспансеризации зависит от доли людей, согласных на диспансеризацию, и задержек времени на выявление инфекции и диспансеризацию. Также, в модели предусмотрена возможность смоделировать неэффективную диспансеризацию: когда диспансеризованный человек все-таки входит в контакт с подверженным инфекции.

Итак, прогнав модель с различными параметрами мы можем прикинуть сколько людей нужно диспансеризовать, чтобы предотвратить эпидемию, а также как неэффективная диспансеризация влияет на развитие эпидемии и эффективность мер по диспансеризации.


1 отзыв

Ссылки на эту статью

  1. Закон Брукса - СД в разработке программного обеспечения — April 13, 2008 @ 6:35 pm

Оставить отзыв

WordPress Themes