基于数学建模的COVID-19奥密克戎与德尔塔变异株在尼日利亚传播动力学比较及预测工具开发研究

《BMC Infectious Diseases》：Modelling COVID-19 pandemic towards comparison of Omicron and Delta variants in Nigeria: development of predictive tools for forecasting and projection

本研究针对COVID-19奥密克戎与德尔塔变异株在尼日利亚的传播差异问题，开发了包含预防性干预措施的确定性模型。研究发现，当基本再生数R0<1时，疾病自由平衡点具有局部和全局渐近稳定性；敏感性分析显示检测率、住院率和预防措施是影响疾病控制的关键参数。数值模拟证实提高检测率、加强住院治疗和预防措施可显著降低感染水平，预测工具表明奥密克戎变异株传播率更高，且每1000例确诊病例约导致12例死亡。该研究为疫情管理提供了数据驱动的决策支持。

　　

COVID-19疫情自2019年底暴发以来，对全球公共卫生构成了严峻挑战。尼日利亚作为非洲人口大国，于2020年2月27日报告首例确诊病例后，疫情迅速蔓延全国。尽管各国采取了多种防控措施，但病毒不断变异，特别是德尔塔(Delta)和奥密克戎(Omicron)变异株的出现，给疫情防控带来了新的挑战。传统的流行病学研究方法难以精确捕捉病毒变异株的传播特性差异，而现有模型大多缺乏对预防性干预措施的量化分析，这限制了公共卫生决策的科学性和精准性。

在此背景下，Bolarinwa Bolaji等研究人员在《BMC Infectious Diseases》上发表了题为"Modelling COVID-19 pandemic towards comparison of Omicron and Delta variants in Nigeria: development of predictive tools for forecasting and projection"的研究论文。该研究创新性地构建了一个包含10个仓室的确定性数学模型，特别纳入了预防性干预措施，旨在比较奥密克戎和德尔塔变异株在尼日利亚的传播动力学差异，并开发预测工具为疫情防控提供科学依据。

研究团队采用的主要技术方法包括：确定性数学模型构建、基本再生数(R₀)计算、局部和全局稳定性分析、敏感性分析、数值模拟以及基于真实世界数据的模型验证。研究使用的疫情数据来源于尼日利亚疾病控制中心(NCDC)2021年7月9日至9月9日的实际监测数据，通过遗传算法(GA)和fmincon算法进行参数估计，确保了模型的准确性和可靠性。

模型构建与分析

研究构建的数学模型将总人口划分为10个仓室：易感者(S)、采取预防措施的易感者(S_P)、未采取预防措施的易感者(S_NP)、潜伏期感染者(E)、隔离的潜伏期感染者(E_Q)、无症状感染者(I_A)、有症状感染者(I_S)、住院患者(I_H)、重症监护患者(I_CU)和康复者(R)。模型通过一组非线性微分方程描述各仓室间的转化关系，其中感染力λ=β(I_A+η_SI_S+η_HI_H)/[N-(E_Q+I_CU)]，η_S和η_H为修正参数。

理论分析表明，当基本再生数R₀<1时，疾病自由平衡点(DFE)既具有局部渐近稳定性(LAS)，也具有全局渐近稳定性。这一发现从数学上证明了通过有效干预措施将R₀控制在1以下是实现疫情控制的必要条件。

敏感性分析结果

敏感性分析揭示了各参数对R₀的影响程度。有效接触率β的敏感性指数为+1，表明其与疾病传播呈正相关。预防措施效能ε的敏感性指数为-0.06007，说明提高预防措施效果可降低传播风险。无症状感染者向有症状转变的速率ν敏感性指数为-0.3219986，提示早期识别和干预无症状感染者对控制疫情具有重要意义。

数值模拟发现

基于真实数据的数值模拟显示，提高检测率(τ_S)和住院率(τ_A)可显著降低活跃病例数。当有症状感染者的住院率提高时，活跃病例数呈现明显下降趋势。同样，加强无症状感染者的检测和隔离也能有效控制疫情传播。

变异株比较与预测工具

通过统计分析和回归模型，研究发现奥密克戎变异株的传播速率显著高于德尔塔变异株。奥密克戎变异株在疫情暴发后第20天左右出现显著激增，其活跃病例数始终高于德尔塔变异株。然而，德尔塔变异株的病死率(1.61%)高于奥密克戎(0.39%)，但奥密克戎的发病率(46.4%)显著高于德尔塔(23.2%)，表明奥密克戎变异株症状持续时间更长。

研究建立的预测模型显示，每1000例确诊病例约导致12例死亡。针对奥密克戎变异株的具体预测公式为：确诊病例=211025.62+936.30t_i，出院病例=204831.47+389.49t_i，死亡病例=2946.67+3.31t_i，活跃病例=2347.56+543.51t_i。这些预测工具为疫情发展趋势提供了量化参考。

研究结论与意义

本研究通过数学建模方法系统比较了COVID-19奥密克戎和德尔塔变异株在尼日利亚的传播特性，开发了有效的预测工具。主要结论包括：预防性干预措施是控制疫情的关键，提高检测率和住院率可显著降低感染水平，奥密克戎变异株具有更高的传播力但致死率较低。

该研究的理论价值在于证明了疾病自由平衡点的全局稳定性，为传染病动力学研究提供了新的理论支撑。实践意义在于为尼日利亚等资源有限国家的疫情防控提供了数据驱动的决策支持，特别是针对不同变异株的特异性防控策略制定。研究人员建议加强疫苗接种覆盖率、提高检测能力、扩充医疗资源，并利用预测工具优化防控措施实施时机和强度。

值得注意的是，本研究也存在一定局限性，如假设人群均匀混合、未考虑再感染和免疫力衰减等因素。未来研究可进一步纳入分数阶模型、随机模型、年龄结构模型等，以提高模型的精确性和适用性。总体而言，这项研究为理解COVID-19变异株传播动力学提供了重要见解，为全球疫情防控贡献了有价值的科学工具。