编辑推荐：
研究人员构建新冠病毒传播模型，分析传播动力学，提出最优控制策略，助力防控疫情。
2019 年末，新冠病毒（2019-nCoV）的出现如同一场突如其来的风暴，迅速席卷全球，给人类健康和社会经济带来了沉重打击。在这场与病毒的较量中，我们面临着诸多挑战。一方面，新冠病毒传播迅速，其传播机制复杂，我们难以准确把握病毒的传播规律，这使得防控工作困难重重；另一方面，由于缺乏对病毒的深入了解，现有的防控措施在实施过程中缺乏科学依据，效果不尽人意。因此，深入研究新冠病毒的传播动力学，制定科学有效的防控策略迫在眉睫。
为了应对这些挑战，来自昌吉学院、巴基斯坦斯瓦比女子大学、阿联酋大学、沙特国王大学和巴基斯坦马拉坎德大学等机构的研究人员展开了一项重要研究。他们的研究成果发表在《Scientific Reports》上，为我们抗击新冠疫情提供了新的思路和方法。
在研究中，研究人员运用了多种技术方法。他们首先构建了一个基于经典易感 - 感染 - 康复（SIR）模型的新冠病毒传播数学模型，将人类和环境储库都视为疾病传播源，以此来研究新冠病毒传播的时间动态。同时，通过线性稳定性理论对模型进行稳定性分析，计算阈值参数（基本再生数R0），并进行敏感性分析，探究各个参数对疾病传播的影响。此外，运用最优控制理论，引入控制变量，设计控制机制，以达到减少感染人数、控制病毒传播的目的。最后，利用大规模数值模拟，采用四阶龙格 - 库塔法（RKM）对模型进行求解，验证理论结果。
下面来看看具体的研究结果。
- 模型构建与分析：研究人员假设新冠病毒有人类和储库两个传播源，构建了由耦合非线性微分方程组成的模型，将总人类人口分为易感人群（Sh）、感染人群（Ih）、康复人群（Rh）三个不同部分，以及一类储库（W）。通过分析，证明了模型的解是有界且正不变的，具有数学和生物学可行性。
- 稳定性分析
- 阈值数量与动力学分析：计算出疾病的无病平衡点和阈值数量R0，R0代表单个感染者引入易感人群时产生的二次感染平均数量。研究发现，R0由两部分组成，反映了从感染个体和储库到易感人群的两条不同传播途径。
- 敏感性分析：通过公式Xγ=R0γ?γ?R0计算阈值数量的敏感性指数，分析每个参数与疾病传播及严重程度的关系。结果表明，β1、β2、α与R0呈正相关，σ、η与R0呈负相关。
- 动力学分析：当R0<1时，模型在无病平衡点X0处渐近稳定，意味着疾病会逐渐消失；当R0>1且d+d1>α时，模型在地方病平衡点X?处渐近稳定，表明疾病会在人群中持续存在。
- 最优控制：基于模型动力学和阈值参数的敏感性，研究人员引入控制变量u(t)={u1(t),u2(t),u3(t),u4(t)}，分别代表感染和未感染个体的隔离、个人防护、感染个体的治疗以及减少参数α值的措施。通过最优控制理论，建立控制问题，以最小化感染人群和储库数量，同时考虑控制成本。证明了最优解的存在，并得出最优性条件。
- 数值实验：研究人员进行了大规模数值模拟，选取不同参数值验证模型在无病状态和地方病状态下的理论结果。结果显示，当R0<1时，易感人群、感染人群和康复人群的数量会逐渐达到平衡，病毒有望被消除；当R0>1时，疾病会达到地方病状态，感染人群数量将持续存在。此外，数值实验还验证了控制机制的有效性，实施控制措施能有效减少疾病传播。
- 成本效益最优控制分析：通过增量成本效益比（ICER）分析，比较单一和联合实施控制措施的成本效益。结果表明，联合实施四种控制措施是最具成本效益的干预措施，能够以最低成本有效控制新冠病毒的传播。
研究结论和讨论部分指出，该研究通过构建模型和分析，明确了影响新冠病毒传播的关键参数，如β1对阈值数量影响显著。稳定性分析确定了疾病稳定的条件，为防控提供理论依据。基于此设计的控制机制，在数值实验中显示出良好效果，表明有效实施控制措施可消除病毒感染。这一研究成果为公共卫生部门制定科学、有效的新冠病毒防控策略提供了重要的理论支持，有助于合理分配资源，优化防控措施，对全球抗击新冠疫情具有重要的指导意义。同时，研究人员也表示未来将进一步研究，用标准发病率取代质量作用定律，深入探讨其对新冠病毒疾病动力学的影响 。
