Most models of infectious disease p

Most models of infectious disease processes used until now are deterministic because they require less data, are relatively easy to set up, and because the computer softwares are widely available and user-friendly. The dynamics of the SEIR model are now well understood so that deterministic models are commonly used to explore whether a particular control strategy will be effective. Furthermore, many other more complex models exist that can incorporate stochastic elements, but we shall not be concerned with these models here.
Infectious diseases dynamics
Before going on with deterministic modeling, it is important to understand how epidemics set up in a population. For diseases conferring long-lasting immunity following infection (e.g., measles), the number of susceptibles decreases with time. Before the outbreak of a first measles case, the proportion of susceptibles (S) is 100% in the population because everyone is susceptible; therefore, the proportion of exposed (E), infectious (I), and immune (R) is 0. When an epidemic starts to spread, S decreases, and I and R increase until every infected gets immunized. Chart 1 displays an example of a measles epidemic situation for a population of 100 000 persons.

Kết quả (Việt) 1:

Hầu hết các mô hình của bệnh truyền nhiễm quy trình được sử dụng cho đến bây giờ được xác định bởi vì họ yêu cầu ít dữ liệu hơn, tương đối dễ dàng để thiết lập, và bởi vì các phần mềm máy tính có sẵn rộng rãi và thân thiện. Các động thái của các mô hình SEIR được bây giờ cũng hiểu do đó xác định các mô hình thường được sử dụng để khám phá liệu một chiến lược cụ thể kiểm soát có hiệu quả. Hơn nữa, các mô hình phức tạp hơn khác tồn tại mà có thể kết hợp các yếu tố ngẫu nhiên, nhưng chúng tôi sẽ không được quan tâm với các mô hình ở đây.Động lực học của các bệnh truyền nhiễmTrước khi xảy ra với xác định mô hình, nó là quan trọng để hiểu làm thế nào bệnh thiết lập trong dân. Đối với bệnh trao miễn dịch lâu dài sau nhiễm trùng (ví dụ như, bệnh sởi), số susceptibles giảm theo thời gian. Trước khi sự bùng nổ của một trường hợp bệnh sởi đầu tiên, tỷ lệ susceptibles (S) là 100% trong dân số bởi vì tất cả mọi người là nhạy cảm; do đó, tỷ lệ tiếp xúc với (E), truyền nhiễm (I), và miễn dịch (R) là 0. Khi bệnh dịch bắt đầu lây lan, S giảm, và tôi và R tăng cho đến khi bị nhiễm bệnh mỗi tiêm chủng. Biểu đồ 1 Hiển thị ví dụ về một tình hình dịch sởi cho một dân số 100 000 người.

Kết quả (Việt) 2:

Hầu hết các mô hình của các quá trình bệnh truyền nhiễm dùng cho đến nay là xác định bởi vì họ đòi hỏi dữ liệu ít hơn, là tương đối dễ dàng để thiết lập, và bởi vì các phần mềm máy tính phổ biến rộng rãi và thân thiện. Tính năng động của mô hình Sê -i-rơ được bây giờ cũng hiểu cho rằng các mô hình xác định thường được sử dụng để khám phá xem liệu một chiến lược kiểm soát đặc biệt sẽ có hiệu lực. Hơn nữa, nhiều mô hình phức tạp hơn khác tồn tại mà có thể kết hợp các yếu tố ngẫu nhiên, nhưng chúng tôi sẽ không lo âu với những mô hình ở đây.
Nhiễm bệnh động
Trước khi xảy ra với mô hình xác định, điều quan trọng là phải hiểu như thế nào dịch thiết lập trong một quần thể. Đối với bệnh trao lâu dài nhiễm sau sự miễn dịch (ví dụ như bệnh sởi), số lượng susceptibles giảm theo thời gian. Trước sự bùng nổ của một trường hợp bệnh sởi đầu tiên, tỷ lệ susceptibles (S) là 100% trong dân số bởi vì tất cả mọi người là nhạy cảm; Do vậy, tỷ lệ tiếp xúc với (E), nhiễm trùng (I), và miễn dịch (R) là 0. Khi một bệnh dịch bắt đầu lan truyền, S giảm, và tôi và R tăng cho đến khi mọi nhiễm được chủng ngừa. Biểu đồ 1 hiển thị một ví dụ về tình hình bệnh sởi dịch đối với một dân số 100 000 người.