用于分析结核病感染的分形-分数阶模型：基于埃塞俄比亚发病率数据的应用

《Quantitative Biology》：Fractal–fractional model for analysis of tuberculosis infection using Ethiopia incidence data

　　

在本研究中，研究人员提出一种分数阶 img src 模型以检验社区中结核病（Tuberculosis, TB）的传播。研究人员对所提模型进行了适定性（well-posedness）的严格检验，推导了基本再生数（Basic reproduction number，R0），并获得了无病平衡点（Disease-free equilibrium）。研究人员还检验了所提模型的局部与全局稳定性。研究人员将所提模型与埃塞俄比亚实际结核病发病率进行拟合，同时在MATLAB中进行数值模拟以验证本研究获得的结果。研究人员进行了局部与全局敏感性分析以确定影响社区结核病传播的关键参数。相平面肖像图与相平面示意图展示了状态变量的动态过程。结果表明，随着分数阶阶数（fractional-order）的增加，由于早期检测与治疗的记忆效应（memory effect），感染人数减少；而随着阶数减小，感染人数增加。早期检测与治疗对恢复与流行率具有深远影响。

研究背景方面，结核病（Tuberculosis, TB）是由结核分枝杆菌（Mycobacterium tuberculosis）引起的极具危险性的传染病之一，其重要特征包括潜伏期长、早期症状轻微且无症状，分为潜伏感染与活动性结核。传统整数阶动力系统在描述具有长潜伏期、治疗延迟响应及遗传特性的TB传播时存在局限性，难以刻画系统的记忆效应（memory effect）与遗传特性。分数阶模型因具备实现记忆效应的能力，特别是Caputo–Fabrizio (CF) 与 Atangana–Baleanu–Caputo (ABC) 算子的非奇异记忆核，在改进传染病模型长期动态准确性方面具有优势。鉴于TB在治疗依从性与晚期诊断上的关键问题及其在全球尤其是发展中国家的重大健康威胁，研究人员开展了基于埃塞俄比亚2000年至2023年发病率数据的CF分数阶TB模型研究，引入知情与不知情分区以探索记忆激活对TB传播的影响，该论文发表在《Quantitative Biology》。

关键技术方法方面，研究人员采用Caputo–Fabrizio (CF) 分数阶导数构建结核病传播动力学系统，涵盖易感者(S)、暴露者(E)、不知情感染者(I_u)、知情感染者(I_a)、治疗中(T)、恢复者(R)六室模型。利用广义均值定理证明解的非负性与有界不变区域，借助Banach不动点定理论证解的存在唯一性。通过下一代矩阵法推导基本再生数 R0 并分析无病与地方病平衡的局部及全局稳定性（Lyapunov函数与LaSalle不变原理）。数值求解采用适配CF导数的分数阶Euler法并在MATLAB实现，利用最小二乘法将模型拟合埃塞俄比亚发病率数据，结合局部敏感性指数与拉丁超立方抽样偏秩相关系数(PRCC)进行全局敏感性分析，绘制相平面图观测状态变量动态。

研究结果部分保留原文小标题及结论如下：

2.1 解的非负性（Non-negativity of solutions）：研究人员基于CF分数导数的广义均值定理证明，在给定初始条件下，TB系统所有状态变量在时间 t≥0 上均保持非负，保证了生物学可行性。

2.2 基于Mittag-Leffler函数的不变区域（Invariant region using Mittag-Leffler function）：研究人员通过对系统方程求和并构造辅助标量方程，应用Laplace变换与Mittag-Leffler函数性质，结合分数比较原理证明区域 Ω={(S,E,Iu,Ia,T,R)∈R+6:N(t)≤Λ/μ} 是正不变的（positively invariant）。

2.3 解的存在性与唯一性（Existence and uniqueness of solutions）：研究人员将系统写为抽象形式并转化为等价积分方程，在Banach空间定义算子，利用F的右端函数在有界子集上的Lipschitz连续性证明算子是压缩的，依据Banach不动点定理得出系统在时间间隔上存在唯一解。

2.4 无病平衡点（Disease-free equilibrium）：研究人员令CF分数导数为零且暴露与感染类为零（E=Iu=Ia=T=0），求得无病平衡点为 EDFE=(Λ/μ,0,0,0,0,0)。

2.5 基本再生数（Basic reproduction number）：研究人员考虑新感染项矩阵 F 与转移矩阵 V，计算其在DFE处的雅可比矩阵，得出 R0 为下一代矩阵的谱半径，若 R0<1 感染消亡，R0>1 疾病可入侵种群。

2.6 基于 R0 的地方病平衡点（Endemic equilibrium in terms of R0）：研究人员令系统右端为零，将变量用E表达，推导出地方病平衡点 E? 的表达式，其中E由特定代数方程确定。

2.7 平衡点的局部稳定性（Local stability of equilibria）：研究人员构造Lyapunov函数 V=E+Iu+Ia+T 及其CF导数，证明当 R0<1 时DFE局部渐近稳定，R0>1 时不稳定；针对地方病平衡点构造正定Lyapunov函数并沿轨迹微分，证明其局部渐近稳定性。

2.8 DFE的全局稳定性（Global stability of the DFE）：研究人员针对感染群体定义Lyapunov函数，计算CF导数并代入系统方程，利用 R0 定义得出当 R0<1 时导数非正，依据LaSalle不变原理证明DFE在可行域内全局渐近稳定。

2.9 TB模型地方病平衡的全局稳定性（Global stability of TB model endemic equilibrium）：研究人员构造含对数项的Lyapunov函数 V=S/S?ln(S/S?)+...，利用 x?1?lnx≥0 性质及平衡点条件化简CF导数，证明当 R0>1 时导数仅在平衡点为0，依据LaSalle原理证明地方病平衡点全局渐近稳定。

2.10 模型数值格式（Numerical scheme of model）：研究人员采用适配CF导数的分数阶Euler法进行数值求解，格式为 tCFDαu(tn+1)≈u(tn+1)?u(tn)?M(α)(1?α)F(tn,u(tn))?M(α)hα∑...，保证解的正定与可行性，在MATLAB实现以插值记忆无关（α=1）与记忆依赖（α→0）行为。

2.11 分数Euler格式的一致性、稳定性与收敛性（Consistency, stability, and convergence of the fractional Euler scheme）：研究人员通过Taylor展开对比精确解与数值格式得出局部截断误差为 O(h)，证明一致性（Theorem 8）；假设F满足Lipschitz条件递推误差范数证明对小步长h格式稳定（Theorem 9）；定义全局误差并结合离散Gronwall不等式证明格式收敛于精确解（Theorem 10）。

2.12 曲线拟合与参数估计（Curve fitting and estimation of the parameters）：研究人员利用埃塞俄比亚2000–2023年TB发病率数据，在MATLAB中用最小二乘法拟合模型发病率曲线，计算均方根误差（Root mean square error）评估拟合优度，图1显示模型输出与实际数据吻合良好，验证了模拟埃塞俄比亚TB传播的能力。

2.13 局部与全局敏感性分析（Sensitivity analysis on a local and global level）：研究人员计算 R0 对各参数的归一化正向敏感性指数（表2），显示传输率 β 与修正参数 θ 指数最高（+1.0000），干预相关参数 ω 为负（-0.7924）；全局分析采用拉丁超立方抽样(LHS)与偏秩相关系数(PRCC)（表3），β 和 θ 的PRCC为正（0.95, 0.94），ω 为负（-0.78），表明降低传输与改变行为是控制关键。

2.14 种群动态数值模拟（Numerical simulations of the population dynamics）：研究人员展示不同分数阶 α 下各室动态（图4–9），α 增大感染减少，α 减小暴露组持久性增强且不知情感染更高；相平面图（图10–14）显示易感与知情感染此消彼长、暴露向活动病例平滑过渡、治疗增加伴随不知情感染减少、恢复随感染最小化而增加；图15显示 β 与 θ 增大会提升 R0。

讨论部分总结：研究人员指出模型预测与埃塞俄比亚2000–2023年观测数据吻合良好，参数估计有效。局部与全局敏感性分析一致表明传输率 β 与修正参数 θ 对 R0 正向影响最大，干预参数 ω 负向敏感度高，是降低传播关键。分数阶动态显示高阶数因记忆效应减少感染、提升稳定性，低阶数延缓进展。相平面分析揭示各室间生物一致的动态转换，强调不知情与知情群体管理对控制的重要性。该CF分数阶模型有效增强了对TB长潜伏期与延迟响应的建模能力，为公共卫生干预提供量化依据。

结论部分翻译：在本手稿中，研究人员提出并采用分数阶 img src 数学模型探索结核病传播。研究人员证明了模型的基本属性，包括解的存在性、正性与有界性以保证模型可行性。研究人员计算了基本再生数 R0 并用以确立疾病持续与消除的阈值条件。该模型成功拟合了埃塞俄比亚的结核病发病率数据，模型与现实数据间良好的一致性证实了模型的准确性与可靠性。敏感性分析表明，传输率 β 与修正参数 θ 与 R0 成正比并在疾病传播中起重要作用，而与干预相关的参数 ω 是降低 R0 最敏感的参数，因而通过早期诊断、治疗与宣教等疾病控制策略具有重要意义。此外，分数阶分析显示增加分数阶阶数因分数导数中包含的记忆效应而降低感染水平并改善稳定性。研究人员证明了当 R0<1 时无病平衡点（DFE）的稳定性，确认若采取适当干预策略可控制结核病。未来工作可加入疫苗接种、再感染与耐药性等流行病学参数，并制定最优控制策略；可纳入随机、空间及共感染（如TB与肺癌进展）因素以增强现实性，以支持公共卫生决策并改进TB控制策略。