基于状态转换的随机SEIR模型研究：潜伏期传染性与居家隔离对易感人群的影响机制

来自国内的研究人员针对传染病防控中潜伏期传染性和居家隔离措施的关键问题，开展了随机SEIR模型在状态转换机制下的稳态分布研究。该研究创新性地将潜伏期传染性(E)和易感者居家隔离(S)纳入模型，通过建立Markov切换机制，揭示了不同防疫政策下疾病传播的稳态特征，为精准防控提供了理论依据。

　　

这项创新研究构建了一个考虑多重关键因素的随机传染病传播模型。在经典的易感-潜伏-感染-康复(SEIR)框架基础上，研究团队做出了两大突破：首先引入潜伏期(E阶段)具有传染性的重要特征，这更符合新冠病毒(COVID-19)等传染病的实际传播规律；其次创新性地将易感人群(S)的居家隔离措施纳入模型考量。

通过建立Markov状态转换机制，研究人员成功刻画了不同防疫政策下疾病传播的动态特征。模型分析揭示了三个重要发现：潜伏期传染率与基本再生数(R₀)呈正相关；居家隔离强度与疫情规模呈负相关；政策切换频率显著影响疾病传播的稳态分布。

该研究采用的随机微分方程和Lyapunov函数分析方法，为评估复合防控措施提供了新工具。特别是模型中包含的状态依赖切换机制，能够更真实地模拟实际防疫中政策调整的动态过程。研究结果对制定精准化、动态化的传染病防控策略具有重要指导价值。