模型构建与校准
构建基于Agent的流感传播模型,并校准至CDC年龄别发病率数据,以确保模型可靠性。
使用FRED框架,基于美国人口普查构建Allegheny County人口,采用SEIR模型结构,设置传染性参数、潜伏期、感染状态等,并校准至2019-20季节年龄别症状性流感发病率。
Increasing child vaccination coverage can reduce influenza cases across age groups: An agent-based modeling study
研究基于FRED agent-based model,包含模型校准、疫苗覆盖率情景模拟、敏感性分析和外推至美国人口,但缺乏实验验证。
FRED agent-based model 美国Allegheny County城市和郊区人口
学龄儿童(5-17岁)疫苗接种覆盖率增加5%、10%、15% 疫苗有效性假设为40%(基线)和45%(敏感性分析) 模拟季节为8月15日至次年5月31日,峰值在2月中旬 模型校准基于CDC 2019-20季节年龄别症状性流感发病率 每次情景模拟运行100次
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
构建基于Agent的流感传播模型,并校准至CDC年龄别发病率数据,以确保模型可靠性。
使用FRED框架,基于美国人口普查构建Allegheny County人口,采用SEIR模型结构,设置传染性参数、潜伏期、感染状态等,并校准至2019-20季节年龄别症状性流感发病率。
评估学龄儿童(5-17岁)疫苗接种覆盖率增加5%、10%、15%对流感病例和住院的影响。
在模型中分别将学龄儿童疫苗接种覆盖率增加指定百分比,其他年龄组保持不变,模拟输出各年龄组症状性病例和住院人数。
评估学龄儿童疫苗有效性从40%增至45%(如因LAIV4改为LAIV3)对结果的影响。
在模型中将学龄儿童疫苗有效性设为45%,其他年龄组保持40%,与不增加覆盖率及增加覆盖率情景组合模拟。
将Allegheny County模型结果外推至美国人口,并估算减少的学校缺勤和工作日损失。
基于Allegheny County的年龄结构与2020年美国人口相似,将每10万人口减少的病例数外推至美国人口,并假设症状儿童中一半缺勤1-2.5天,以及一半缺勤儿童需家长缺勤1-2天,估算减少的缺勤天数。
按研究目的归类文中使用的方法,便于定位所需技术。
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 模型构建 | FRED模型版本及参数(如传染性参数、免疫衰减率) 阅读提示:Methods部分,附录表1 |
| 疫苗接种覆盖率设置 | 各年龄组基线疫苗覆盖率(尤其是学龄儿童5-17岁) 阅读提示:Methods部分,表1 |
| 疫苗有效性和衰减 | 基线疫苗有效性(40%)及按月衰减率(<65岁7%/月,≥65岁10%/月) 阅读提示:Methods部分 |
| 情景模拟 | 学龄儿童覆盖率增加比例(5%、10%、15%)及疫苗有效性情景(40%和45%) 阅读提示:Results部分,表2a和2b |
| 结果外推 | Allegheny County人口特征及外推至美国的方法 阅读提示:Methods部分,附录表2 |