曼苏尔·H·阿尔谢里1、费萨尔·Z·杜莱赫姆1、R.KANDASAMY2
目的:COVID-19 的迅速蔓延已成为影响全球几乎每个国家的全球威胁。随着各国疫情达到顶峰,计划在不同社会条件下采取新的规范,以减轻关闭全部或部分运营、企业、大学、商店等带来的经济影响。在这种情况下,使用数学模型评估 COVID-19 在不同地区的传播风险是帮助员工做出明智决策的重要工具。我们使用已发布病例的数据检查模型中的流行病学常数,例如迁移率和基本再生数。因此,我们估计了 COVID-19 感染迹象中的易感、暴露或潜伏期的行为。通过这个关键模型,广义 R0 已用于假设被传染性人类直接感染的人群范围,并分类了易感、暴露和感染人群的密度,一旦感染结束,它就可以立即用于测量受污染区域。根据 R0 的强度,通过 Runge Kutta Felhberg 方法 Maple 18 计算了易感人群、暴露人群和感染人群的感染率。通过这项调查,易感人群对 COVID 19 的感染率随着基本再生数的增加而大幅增加,而感染人群的感染率则上下波动,暴露人群的感染率则下降。已经考虑了几种情景来证明所提模型的性能。结果表明,模拟为制定减少 COVID-19 本地传播风险的策略提供了有用的信息。