SEIRモデルとは? わかりやすく解説

SEIRモデル

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2021/01/07 00:54 UTC 版)

SEIRモデル(エスイーアイアールモデル)は、感染症流行の数理モデルである。


  1. ^ L. F. Olsen & W. M. Schaffer,Chaos versus noisy periodicty: alternative hypotheses for childhood epidemics, Science, 1990.


「SEIRモデル」の続きの解説一覧

SEIRモデル

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2021/08/07 14:13 UTC 版)

疫学における区画モデル」の記事における「SEIRモデル」の解説

詳細は「SEIRモデル」を参照 多く重要な感染症では、個体感染しているが、まだ発症していない潜伏期間存在するこの期間中個体区画E(exposed)にいる。 潜伏期間パラメータ a {\displaystyle a} を持つ指数分布確率変数であると仮定し(すなわち、平均潜伏期間は a − 1 {\displaystyle a^{-1}} )、また、出生率 Λ {\displaystyle \Lambda } が死亡率 μ {\displaystyle \mu } に等し人口動態存在仮定すると、モデル次のうになるd S d t = μ N − μ S − β I N S d E d t = β I N S − ( μ + a ) E d I d t = a E − ( γ + μ ) I d R d t = γ I − μ R . {\displaystyle {\begin{aligned}{\frac {dS}{dt}}&=\mu N-\mu S-\beta {\frac {I}{N}}S\\[8pt]{\frac {dE}{dt}}&=\beta {\frac {I}{N}}S-(\mu +a)E\\[8pt]{\frac {dI}{dt}}&=aE-(\gamma +\mu )I\\[8pt]{\frac {dR}{dt}}&=\gamma I-\mu R.\end{aligned}}} ここで、 S + E + I + R = N {\displaystyle S+E+I+R=N} であるが、 これは、出生率死亡率等しいという(縮退した)仮定のために一定であるだけで、一般的に N {\displaystyle N} は変数である。 このモデルについて基本再生産数R 0 = a μ + a β μ + γ {\displaystyle R_{0}={\frac {a}{\mu +a}}{\frac {\beta }{\mu +\gamma }}} である。 SIRモデル同様に、この場合においても、感染症の無い平衡解(DFE: N,0,0,0)とエンデミック平衡解(EE)があり、生物学的に意味を持つ初期条件とは独立に以下を示すことができる。 ( S ( 0 ) , E ( 0 ) , I ( 0 ) , R ( 0 ) ) ∈ { ( S , E , I , R ) ∈ [ 0 , N ] 4 : S ≥ 0 , E ≥ 0 , I ≥ 0 , R ≥ 0 , S + E + I + R = N } {\displaystyle \left(S(0),E(0),I(0),R(0)\right)\in \left\{(S,E,I,R)\in [0,N]^{4}:S\geq 0,E\geq 0,I\geq 0,R\geq 0,S+E+I+R=N\right\}} これは R 0 ≤ 1 ⇒ lim t → + ∞ ( S ( t ) , E ( t ) , I ( t ) , R ( t ) ) = D F E = ( N , 0 , 0 , 0 ) , {\displaystyle R_{0}\leq 1\Rightarrow \lim _{t\to +\infty }\left(S(t),E(t),I(t),R(t)\right)=DFE=(N,0,0,0),} R 0 > 1 , I ( 0 ) > 0 ⇒ lim t → + ∞ ( S ( t ) , E ( t ) , I ( t ) , R ( t ) ) = E E {\displaystyle R_{0}>1,I(0)>0\Rightarrow \lim _{t\to +\infty }\left(S(t),E(t),I(t),R(t)\right)=EE} を満たす接触率 β ( t ) {\displaystyle \beta (t)} が周期的に変化する場合DFEの大域的誘引性の条件は、周期的な係数を持つ以下の線形系 d E 1 d t = β ( t ) I 1 − ( γ + a ) E 1 d I 1 d t = a E 1 − ( γ + μ ) I 1 {\displaystyle {\begin{aligned}{\frac {dE_{1}}{dt}}&=\beta (t)I_{1}-(\gamma +a)E_{1}\\[8pt]{\frac {dI_{1}}{dt}}&=aE_{1}-(\gamma +\mu )I_{1}\end{aligned}}} が安定なことである(すなわち、複素平面における単位円内にフロケの固有値を持つ)。

※この「SEIRモデル」の解説は、「疫学における区画モデル」の解説の一部です。
「SEIRモデル」を含む「疫学における区画モデル」の記事については、「疫学における区画モデル」の概要を参照ください。

ウィキペディア小見出し辞書の「SEIRモデル」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ


英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

すべての辞書の索引

「SEIRモデル」の関連用語

SEIRモデルのお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



SEIRモデルのページの著作権
Weblio 辞書 情報提供元は 参加元一覧 にて確認できます。

   
ウィキペディアウィキペディア
All text is available under the terms of the GNU Free Documentation License.
この記事は、ウィキペディアのSEIRモデル (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。 Weblio辞書に掲載されているウィキペディアの記事も、全てGNU Free Documentation Licenseの元に提供されております。
ウィキペディアウィキペディア
Text is available under GNU Free Documentation License (GFDL).
Weblio辞書に掲載されている「ウィキペディア小見出し辞書」の記事は、Wikipediaの疫学における区画モデル (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。

©2024 GRAS Group, Inc.RSS