Система «паразит-хозяин» с распределенным временем сохранения иммунитета

Обложка

Цитировать

Полный текст

Аннотация

Исследована математическая модель динамики системы «паразит-хозяин», в которой длительность сохранения иммунитета не фиксирована, а распределена и зависит от особенностей конкретного организма хозяина. Получено, что при контактном числе, большем единицы, существует единственное нетривиальное стационарное решение, являющееся глобальным аттрактором. Применительно в пандемии COVID-19 это означает, что если не будет возникать новых вариантов возбудителя, то при постоянных условиях заболеваемость стабилизируется. Исследовано влияние на скорость затухания заболеваемости малых отклонений для системы «паразит-хозяин» с наличием групп, отличающихся по длительности сохранения иммунитета. Получено, что при значениях, соответствующих COVID-19, фазовая траектория имеет вид скручивающейся спирали с длиной периода порядка года.

Об авторах

Андрей Николаевич Герасимов

ФБУН «Центральный НИИ Эпидемиологии Роспотребнадзора»

Автор, ответственный за переписку.
Email: andr-gerasim@yandex.ru

Ведущий научный сотрудник, доктор физико-математических наук

Россия, Москва

Наталья Владимировна Сычева

ФБУН «Центральный НИИ Эпидемиологии Роспотребнадзора»

Email: natsy@bk.ru

Младший научный сотрудник

Россия, Москва

Анна Эдуардовна Цыганкова

ФГАОУ ВО Первый МГМУ им. И.М. Сеченова Минздрава России

Email: anna.tsygankova.inf@gmail.ru

Ассистент

Россия, Москва

Михаил Иванович Шпитонков

Федеральное государственное учреждение «Федеральный исследовательский центр «Информатика и управление» Российской академии наук»

Email: mixash@bk.ru

Старший научный сотрудник, кандидат физико-математических наук, доцент

Россия, Москва

Список литературы

  1. Chang JT, Kaplan EH. Modeling local coronavirus outbreaks. Eur J Oper Res. 2023 Jan 1;304(1). P. 57-68.
  2. Hosseini-Motlagh SM, Samani MRG, Homaei S. Design of control strategies to help prevent the spread of COVID-19 pandemic. Eur J Oper Res. 2023 Jan 1;304(1). P. 219-238.
  3. Kopfová Jana, Nábělková Petra, Rachinskii Dmitrii, Rouf Samiha C. Dynamics of SIR model with vaccination and heterogeneous behavioral response of individuals modeled by the Preisach operator. J Math Biol. V. 83. № 2. 2021. P. 199-207.
  4. Mustapha U.T., Hincal E., Yusuf A., Qureshi S., Sanlidag T., Muhammad S.M., Kaymakamzade B., Gokbulut N. Transmission dynamics and control strategies of COVID-19: a modelling study. Bulletin of the Karaganda University. Mathematics Series. 2021. No 2 (102). P. 92-105.
  5. Pani Arianna, Cento Valeria, Vismara Chiara, Daniela Campisi, Federica Di Ruscio et. al. Results of the RENAISSANCE Study: REsponse to BNT162b2 COVID-19 vacciNe-short- And long-term Immune reSponSe evAluatioN in health Care workErs. Mayo Clin Proc. 2021 Dec;96(12).P. 2966-2979.
  6. Sun Q, Miyoshi T, Richard S. Analysis of COVID-19 in Japan with extended SEIR model and ensemble Kalman filter. J Comput Appl Math. 2023 Feb;419:114772.
  7. Yousef A., Bozkurt F., Abdeljawad T., Emreizeeq E. A mathematical model of COVID-19 and the multi fears of the community during the epidemiological stage. J. Comput. Appl. Math. 2023 Feb;419:114624.
  8. Wells C.R., Fitzpatrick M.C., Sah P., Shoukat A., Pandey A., El-Sayed A.M., Singer B.H., Moghadas S.M. & Galvani A.P. (2020). Projecting the demand for ventilators at the peak of the COVID-19 outbreak in the USA. The Lancet. Infectious diseases, 20(10). P. 1123–1125.
  9. Герасимов А.Н., Разжевайкин В.Н. Динамика эпидемического процесса в гетерогенной не полностью изолированной популяции с учетом сезонных колебаний активности механизма передачи // Журнал вычислительной математики и математической физики. 2008. Том 48. №8. C. 1488-1499
  10. Герасимов А.Н. Математические модели и эпидемиологический анализ. Вестник Российской академии медицинских наук. 2010. № 12. С. 23-26.
  11. Кроткова Е.Н., Цыркунов В.М. Инфекционные болезни: доковидные и постковидные аспекты. Современные проблемы гигиены, радиационной и экологической медицины. 2020. Т. 10. С. 426-442.
  12. Пшеничная Н.Ю., Лизинфельд И.А., Журавлёв Г.Ю., Плоскирева А.А., Еровиченков А.А., Акимкин В.Г. Эпидемический процесс COVID-19 в Российской Федерации: промежуточные итоги. Сообщение 2. Инфекционные болезни. 2021. Т. 19. № 1. С. 10-15.
  13. Соколов А.В. Covid-19: качественное изменение поведения системы «вирус против человека» – от предельного цикла к устойчивому фокусу (препринт). https://doi.org/10.1101/2022.09.28.22280472.
  14. Стародубов В.И., Береговых В.В., Акимкин В.Г., Семененко Т.А., Углева С.В., Авдеев С.Н. и др. COVID-19 в России: эволюция взглядов на пандемию (часть 1). Вестник Российской академии медицинских наук. 2022. Т. 77. № 3.С. 199-207.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».