1、第十一章第十一章 理论流行病学理论流行病学（Theoretical Epidemiology）1ppt课件流行病学研究方法流行病学研究方法观察法观察法数理法数理法实验流行病学实验流行病学理论流行病学、理论流行病学、描述流行病学描述流行病学分析流行病学分析流行病学实验法实验法2ppt课件第一节第一节 概述概述一、理论流行病学的概念一、理论流行病学的概念3ppt课件 理论流行病学（theoretical epidemiology)又称数学流行病学，是用数学模型来描述疾病流行的规律、人群的健康状况以及卫生事件的分布，从理论上探讨防治措施及其效果的方法。4ppt课件 信息简化、数学提炼和理论概括信息简
2、化、数学提炼和理论概括。必须扎根于流行病学调查研究的土必须扎根于流行病学调查研究的土壤。壤。数学模型是理论流行病学研究的主数学模型是理论流行病学研究的主要工具。要工具。5ppt课件二、理论流行病学的发展简史二、理论流行病学的发展简史6ppt课件理论流行病学的发展理论流行病学的发展第一阶段第一阶段（1940年以前），理论流行病学发展的最初阶段。其特点是以确定性模型（deterministic model）研究为主流，采用的数学模型较简单。第二阶段第二阶段（1940年1957年）理论流行病学发展的中期。其特点是确定性模型与随机性模型同时发展。第三阶段第三阶段（1957年以后）理论流行病学的近期发展
3、阶段。其特点是多种新理论和新模型的产生，实用性增强。7ppt课件 随着计算机的广泛应用和新的数理方法的不断引入，近年来相继出现了多等级（多状态）模型、时间序列模型、时空聚集性模型等等。非线性理论发展推动了混沌论、协同论、奇异点理论、灰色模型等方法的研究。数学模型模拟和计算机使用在流行病学研究中已成为不可缺少的手段和工具，理论流行病学在阐释疾病分布、评价防制措施效果、制定疾病控制策略等方面正发挥着愈来愈重要的作用。8ppt课件 第二节第二节 流行病学数学模型的建立流行病学数学模型的建立一、模型的构建过程一、模型的构建过程9ppt课件数学建模（mathematical modeling）明确目的，
4、收集准确的数据和资料明确目的，收集准确的数据和资料提出假设，选择适当的数学模型结构提出假设，选择适当的数学模型结构估计参数，建造流行病学数学模型估计参数，建造流行病学数学模型反复修正，直至获得满意的模型反复修正，直至获得满意的模型10ppt课件建 模 目 的 现 场 收 集 数 据 拟 合 比 较 验 证 分 析 提 出 假 设 选 择 模 型 结 构 估 计 参 数 建 模 与 求 解 模 型 不 合 理 拟 合 度 差 模 型 合 理 拟 合 理 想 模 型 合 理 拟 合 欠 佳 图 1 1-1 流 行 病 学 数 学 模 型 建 构 过 程 概 图 （根 据 沈 福 民 2 0 0 1
5、，修 改）模 型 应 用 11ppt课件二、模型的假设条件二、模型的假设条件 （以Reed-Frost模型为例）12ppt课件1.感染通过有效接触，直接由感染者传播给易感者2.在疾病流行期间，人群中任何两个个体都以相同的概率进行有效接触3.人群中的易感者与感染者充分接触后，按一定的概率被感染，并在其后一定时间内传染给他人，然后获得完全免疫4.所研究的人群与外界完全隔离5.以上条件在流行期间保持不变13ppt课件S（t）S（t+1）C（t）I（t）时间单元（代）t t+1 t+2 S（t+2）C（t+2）I（t+2）I（t+1）C（t+1）1 2 3 图11-2 ReedFrost模型的流行病学
6、状态及状态转移流程图 （根据沈福民 2001，修改）14ppt课件三、模型的结构与参数三、模型的结构与参数15ppt课件ReedFrost模型中最主要的参数 “有效接触率有效接触率”指的是因接触而受传染的指的是因接触而受传染的概率。概率。假设单位时间内一个病例平均同K个人发生有效接触为P0，则：P0=K/(N 1)N：该人群人口总数 N 1：总人口数减去同其他人接触的病例本人。有效接触率是易感者数和病例数的函数，可表示为：C（t+1）=P0C（t）S（t）16ppt课件 当当S（t）个易感者与个易感者与C（t）个病例接个病例接触时，第（触时，第（t+1）代的新病例数应为：）代的新病例数应为：C
7、（t+1）=S（t）（1 q C(t）)即下一代的病例数取决于上一代的即下一代的病例数取决于上一代的病例数、易感者人数和有效接触率。病例数、易感者人数和有效接触率。17ppt课件流程图中各参数与变量的关系可转换成流程图中各参数与变量的关系可转换成数学表达式：数学表达式：C（t+1）=S（t）（1 q C(t)）S（t+1）=S（t）-C（t+1）I（t+1）=I（t）+C（t）18ppt课件实例：上海市某全托儿所发生水痘流行 流行期间儿童人数 196人 过去患过水痘而此次未感染者 40人 查不出水痘感染史，而在此次流行期间感染水痘 96人 过去既无明确的水痘史，而此次又显然没有感染史 60人
8、全部流行期间 79天19ppt课件 表表11-1 1950年某托儿所水痘流行过程的观察值年某托儿所水痘流行过程的观察值代数（t）高峰日期 高峰间隔时间（天）病例数累积病例数110月 9日11210月24日1523311月 8日151417411月25日173855512月8日143489其后零星出现的病例数79620ppt课件 表表11-2 Reed-Frost模型模型拟合拟合 （有效接触率（有效接触率（P）=0.03）代代数数观察值观察值理论值理论值各代新病例数各代新病例数C（t+1）=S（t）（1-qC t）病例数病例数易感者数易感者数病例数病例数易感者数易感者数11155 1 1551（
9、初例）221534.7150.3155（1 0.97 1）=4.731413920.0130.3150.3（1 0.97 4.7）=20.043810159.4 70.9130.3（1 0.97 20.0）=59.4534 6759.3 11.670.9（1 0.97 59.4）=59.367 60 9.7 1.911.6（1 0.97 59.3）=9.770 600.5 1.41.9（1 0.97 9.7）=0.52=22.6，=4，P 0.01 0.0121ppt课件 表表11-3 11-3 各代预期病例数与观察值的比较各代预期病例数与观察值的比较各代病例数各代病例数2（3 3）P P 代
10、数（代数（t t）1 12 23 34 45 5 实际观察值实际观察值1 1 2 2141438383434理论值（理论值（P=0.020.02）1 13.13.19.29.224.224.245.845.813.713.7 0.005 0.005 （P=0.0230.023）1 13.63.612.212.234.434.457.757.710.910.90.01 0.01 P P 0.0250.025 （P=0.02310.0231）1 13.63.612.212.234.534.558.058.011.111.10.01 0.01 P P 0.0250.025 （P=0.0240.024
11、）1 13.73.713.013.037.537.560.360.312.212.2 0.01 0.01 （P=0.0250.025）1 13.93.914.214.241.341.362.062.013.613.6 0.005 0.05 （式（式11.7模型）模型）141437453.52 0.05 （式（式11.8模型）模型）141334433.23 0.0529ppt课件第三节第三节 流行病学数学模型的流行病学数学模型的抽象研究抽象研究 一、一、变动有效接触率对流行过程变动有效接触率对流行过程 的影响的影响30ppt课件假设易感者总数为假设易感者总数为500，当发生，当发生1名病例后，各
12、代新名病例后，各代新病例数病例数C（t+1）计算如下计算如下，表表11-5 各代新病例数的计算各代新病例数的计算（有效接触率（有效接触率P=0.05）代数代数病例病例易感者易感者累积免疫者累积免疫者 新病例新病例 C（t+1）的算式的算式1 1499 0（499 0）（1 0.951）=24.952 25474 1（474 1）（1 0.9525）=341.79334213226（132 26）（1 0.95342）=1064106 26368 26 368 031ppt课件表表11-6 不同的有效接触率对流行过程的影响不同的有效接触率对流行过程的影响流行代数 P=0.005 P=0.01 P
13、=0.05 （t）病例数易感者病例数易感者病例数易感者1 1499 1499 14992 2497 5494 254743 54922447034213241248099371106 26528452215156657395 2413278630987123891422432ppt课件二、二、隔离对流行过程的影响隔离对流行过程的影响33ppt课件 代数代数病例病例易感者易感者累积免疫者累积免疫者新病例新病例 C（t+1）的算式的算式1 1499 0 225474 1（499 0）（1 0.951）=24.95 3303171 26（474 1）（1 0.9520）=303.43 4145 26
14、329（171 26）（1 0.95242）=145 34ppt课件PP=0.005P=0.01P=0.05隔离率50%20%33%20%33%20%代数CSCSCSCSCSCS1149914991499149914991499224972497549454942547425474324955492154791947527519930317142493104824543466409173261452652491194631083261592506248932431134192115135724874838311181合计201233319365474474 表表11-8 不同的隔离率对流行过程
15、的影响不同的隔离率对流行过程的影响35ppt课件三、预防接种对流行过程的三、预防接种对流行过程的 影响影响36ppt课件假设条件假设条件流行代数流行代数病例病例 易感者易感者SI累积免疫者累积免疫者P=0.051/5 SI1 1499 02253741001013270102 75201P=0.051/3 SI 1 1499 02253081661673102103103295P=0.011/5 SI 1 1499 02 5394100101314301 79185415226 60259P=0.0051/5 SI 1 1499 02 23971001013 3315 791824 2250
16、63248 表表11-9 不同的预防接种率对流行过程的影响不同的预防接种率对流行过程的影响 37ppt课件第四节第四节 流行病学数学模型流行病学数学模型 实例简介实例简介38ppt课件一、催化模型一、催化模型 催化模型的假设条件催化模型的假设条件 催化模型的主要类型催化模型的主要类型 1.简单催化模型简单催化模型 2.可逆催化模型可逆催化模型 3.两极催化模型两极催化模型 二、流行病学阈模型二、流行病学阈模型 39ppt课件催化模型假设条件 所研究的人群为一封闭人群 所有个体在初始阶段都是易感者 感染力恒定，以单位时间内有效接触率表示 有明确的测定受到感染的指征40ppt课件简单催化模型 适用
17、于描述能产生持久免疫力的疾病流行过程 Y=K（I ert），式中e为自然对数底，r为有效接触率，t为时间，K为显性感染率（取值为01）。41ppt课件可逆催化模型 免疫持续时间较短的疾病 式中C为一常数。tbaCebaaY)()/(42ppt课件两极催化模型 假设人群中易感者在任何时间t，以有效接触率a转变为“感染者”X，其感染指征为阳性，同时，原来的被感染者又以b频率失去感染指征，这部分人以Z表示，他们虽失去感染指征，但因已获得免疫力而不再受感染，故“经常保持显性感染者”Y=X Z，通式：btatCeeabaY)/(43ppt课件 催化模型是一种确定性模型。所描述的是患病率同年龄的函数关系，
18、用于对沙眼、麻疹、腮腺炎等疾病年龄分布的研究。近来Schenzle等发展了一种传染力依赖于时间的催化模型，用于解释在不同地区观察到的甲型肝炎抗体阳性率年龄分布的差异。44ppt课件关于模型的类型 确定性和随机性 确定性模型：初级阶段，直观、丰富、复杂、简捷 随机性模型：在确定性模型对重要流行因素参数准确估计的基础上，少、灵活、实际45ppt课件第五节第五节 理论流行病学研究理论流行病学研究 的应用的应用46ppt课件一一解析流行过程，预测流行趋势解析流行过程，预测流行趋势 二二定量研究流行过程中各因素定量研究流行过程中各因素 的作用的作用 三三设计和评价控制疾病的方案设计和评价控制疾病的方案四四检验病因假设检验病因假设五五应用于教学和培训应用于教学和培训47ppt课件展望 理论流行病学研究，促进了新的数学理论和方法的产生 非传染病及健康现象的理论流行病学研究的发展，导致了新的研究方法的产生48ppt课件
