多主体仿真在传染病预防控制政策分析和应急管理中的应用

多主体仿真在传染病预防控制政策分析和应急管理中的应用

21世纪以来，随着我国城市化程度的不断提高，城市规模不断扩大，人口密集程度不断提高，人类受到各种公共事件的影响的可能性不断增加。尤其是2003年春天的“非农业”、2004年至2005年的高度内脏“流行病”以及2009年春的c11流行病。逐渐意识到公共卫生事件对社会的重大影响。如何加强对突发性公共卫生事件的预防控制和应急处置,是摆在我们面前的一个重要课题。突发性公共卫生事件是指突然发生,造成或者可能造成社会公众健康严重损害的重大传染病疫情、群体性不明原因疾病、重大食物和职业中毒以及其他严重影响公众健康的事件。目前,传染病仍然是引发突发性公共卫生事件最多最严重的一种灾害。因此,研究传染病事件的发生机理、传播规律和预防控制策略,对于及早应对突发性公共卫生事件至关重要。应急管理内容众多,包括组织与政策,基础理论与方法,技术与工具,集成应急平台。本文的工作定位于以计算机技术为依托的集成应急平台方向的研究。由于突发事件影响的对象往往处于各种各样的社会网络中,突发事件的影响也会沿着复杂的社会网络传播扩散。传染病传播正是一种典型的传播扩散现象,研究者必须充分考虑复杂的网络结构对传播的影响。在这个问题上,多主体建模仿真技术可以自然的将网络因素纳入到一个统一的传播模型框架之中。在应急管理语境下,我们总结国内外有关传染病预防控制策略领域的研究,提出一个基于多主体仿真技术的传染病预防控制政策仿真系统框架。该政策仿真系统可以模拟传染病在人群中的传播动态过程,模拟预防控制政策和应急响应处置方案的实施过程,通过评估、验证医疗预防控制措施和事件应急计划,为有关部门的应急决策提供有力的支持。一、政策仿真评估传染病的控制和预防历来是各国政府和卫生部门的一项重要工作,学术界在此领域也进行着内容丰富且深入广泛的研究。主要包括医疗政策问题、资源调配问题和其他政策问题等。医疗政策问题是指医疗卫生部门的政策制定者所处理和解决的问题与传染病本身有直接关联。这些问题包括新药品的功效、新疗法的疗效、预防计划的实施效果以及免疫策略的比较。例如,布罗尔(Blower)等人对比了某HIV疗法的治疗效果。扎瑞克(Zaric)等人分析美沙酮疗法对HIV传播的影响。哈洛兰(Halloran)等人通过仿真方法比较大规模接种和定点接种的作用。黄崇源(Huang)等人使用仿真方法评估了几个城市的SARS防疫措施。艾迪尔森(Eidelson)和鲁斯提科(Lustick)使用多主体仿真改进了预防天花的防治政策。资源调配问题是指在预防控制计划实施过程中医疗资源的分配问题,内容包括:医疗资源数量的估计、医疗资源的跨部门分配,资源分发、人员调配、交通管理方案等。决策者不仅要在多种具有竞争性的备选方案间调配可用资源,有时还必须在不同的公共卫生部门间调配资源。例如,沙哈里(Shahani)等人预测了HIV患者资源消耗量。罗西(Rossi)和施娜妮(Schinaia)的仿真模型为解决家庭医护服务资源缺乏问题提供决策支持。李赫特(Richter)等人研究了毒品使用人员和非使用人员之间的资源分配比例。这类问题的研究大都采用仿真方法,分析不同情形下模型产生的结果,给出政策建议。其他决策问题是指除以上两个方面以外的其他问题,包括患者行为比较,医疗数据的收集整理,医疗信息系统和预警系统的建立实施,法律法规的制定执行,过程的成本效果分析等。例如,布莱迪奥(Brandeau)等人的仿真研究评估了HIV/AIDS传播中育龄妇女筛选策略的成本收益率。沃特(Welter)研究了安全套的有效使用问题。随着传染病政策研究的深入,用于政策仿真评估的决策支持系统也随之出现。这些决策支持系统所涉及的问题涵盖了以上讨论的三个方面的问题。这类系统为传染病发生前的早期预警和监测,传染病发生时的预防控制以及传染病发生之后的善后处置等方面提供科学有效的决策支持。例如,哈勃(Harper)和沙哈里(Shahani)开发的决策支持系统可帮助医护人员为HIV/AIDS患者提供高效的医疗服务。范德普罗格(vanderPloeg)等人的决策支持系统可用于性病传播研究。李(Lee)等人的决策支持系统可帮助制定严重卫生事件的应急方案,分析其鲁棒性。皮德(Pidd)等人的系统可帮助制定传染病爆发时的人员撤离计划。本文提出的政策仿真系统也属于这一类决策支持系统。它可以模拟传染病传播的动态过程,帮助研究者理解传播的发生机理和演化过程,还可以模拟预防控制政策和应急方案的实施过程,帮助研究者通过仿真数据理解、比较和分析各策略方案的优劣。二、构建政策仿真系统的方法公共卫生事件的发生、发展具有不可逆性和不可实验性。因此,仿真方法是研究突发公共事件发生机制以及如何应急管理的重要实验手段。为了构建这个政策仿真系统,需要根据研究对象选择合适的研究方法。对于传染病传播来说,研究对象是数量庞大的人群,且个体具有异质性,因此多主体建模仿真方法是非常自然的选择。(一)多主体仿真建模技术:基于个体行为的hiv/aids传播模拟目前,传染病传播的研究方法主要是数学方法和仿真方法。数学方法用微分方程来描述个体状态的变化关系,分析均衡解的特征及参数之间的关系,得到传染病在人群中传播的规律。但是,数学方法有其局限性。第一,数学方法对传染病传播过程的动态演化研究不足。第二,传播扩散行为与人群的个体行为密切相关。数学模型一般假设个体行为属性均相同,很难体现个体异质性对传播过程的影响。第三,随着自由变量和约束条件的增加,模型复杂性增加,解的形式复杂,无法进行解析分析。鉴于数学方法的局限性,不少学者将仿真技术应用于传染病传播的研究。例如,莱斯利(Leslie)、伯恩汉姆(Brunham)和阿特金森(Atkinson)用仿真方法研究HIV/AIDS传播问题。富恩特斯(Fuentes)等人采用元胞自动机(CellularAutomata,简称CA)技术建立了基于SIR和SIS模型的同质个体CA模型。高宝俊等人提出了一个考虑个体社会影响力的SARS传播CA模型。宣慧玉(Xuan)等人的扩展CA模型考虑了个体异质性,研究了不同传染性,活跃程度以及不同邻域形式对HIV/AIDS传播过程的影响。随着复杂科学的兴起,基于多主体的仿真技术越来越受到重视,并应用于各个领域。这种仿真建模技术从复杂系统的视角出发,模拟微观层面上的个体(即主体)行为,进而推演出系统的宏观结果,它从微观个体行为的角度“自底向上”地对宏观层面的系统复杂动态进行了诠释。为了更好的描述传染病传播过程,特别是考虑到个体异质性的影响,我们采用多主体仿真建模技术,将人群中的每一个人都看成是一个个体,赋予个体一些属性,规定其行为特征。通过个体之间的相互作用,感染个体将病毒按一定规则传播给健康个体,传染病便在人群之中蔓延开来。多主体仿真方法强调个体行为和属性的异质性,很适合细致的描述个体行为。比如,它可以根据年龄、性别、职业、地区等将人群化分不同群组;可以根据个体的易感程度将人群划分成低危和高危人群;甚至可以假设同一个体在不同时期具有不同的行为等等。采用多主体仿真方法构建出的传染病传播模型能更好的描述个体行为对传播过程的影响,真实地反映传染病的传播扩散过程。(二)接触网络的复杂网络特性不仅个体异质性对传染病传播有巨大的影响,个体间的相互联系也是影响传播行为的重要因素。所以,传染病传播建模还必须考虑个体之间的接触模式,真实地反映人群中存在着的复杂的社会网络结构。如果将个体看作节点,个体间的某种关系看作边,那么整个群体就构成一个网络。实证研究发现,大多数现实生活中的网络都具有小世界(SmallWorld)特性和无标度(Scale-free)特性。传染病研究中把由于个体接触而形成的关系网络称为“接触网络”(contactnetwork)。实证研究表明接触网络也显示出复杂网络特性。但是,大部分传染病模型(特别是基于CA的模型)很难描述这种复杂的网络结构。这些CA模型在处理个体之间的接触关系时作了过分的简化,即假设个体具有相同的邻域。有些学者尝试对CA的邻域概念做一些扩展。例如,高宝俊等人借鉴“社会影响力”的概念提出的CA模型中,个体可以具有不同数目的邻元。但是这种方法也无法很好的描述复杂网络混合排序性(AssortativeMixing)。所以,新模型必须将接触网络的复杂网络特性考虑进来。另一方面,虽然已有不少学者开始在复杂网络条件下研究传染病传播问题,但这些研究多采用统计物理学方法,得到的结果也多是具有统计意义,所涉及的网络类型比较单一。对于比较复杂的网络结构,这些方法就显得远远不够了。多主体仿真方法的微观视角使得大量个体的接触关系更加易于表达。我们以个体为单位,将每对有接触关系个体记录下来,就可以无损的保留人群的网络结构信息。本文的模型构建部分将给出接触网络的具体构建过程。三、传染病政策的模拟系统(一)传染病传播的模拟仿真本文的传染病政策仿真系统是分三步实现的。第一步是构建一个基于多主体仿真方法的传染病复杂网络传播模型。多主体建模方法将人群中的每一个人都看成多主体系统中的一个微观主体,感染通过个体间的交互(接触)从感染个体向健康个体扩散。首先,为了方便描述这个过程,我们为个体设计了一些属性。这些属性包括年龄,性别、状态、传染度、易感度、人群分组、潜伏期、存活期等。其中,状态是指个体所处的病理阶段,取值根据疾病特征确定。传染度衡量感染个体向健康个体传播病毒能力。易感度衡量个体抵抗他人传播疾病的能力,反映的是个体被感染的难易程度。人群分组列表是指个体所属的人群类型。设计这些属性的目的是研究个体行为对传染病传播的影响。个体可以为这些属性设置不同的取值,这就是个体的异质性。参考李璐等人的模型,以HIV/AIDS为例,假设每一个体可能会经历以下易感、感染、传染、发病、死亡五个阶段。图1显示的是个体整个生命周期可能出现的状态迁移过程。仿真开始时除了随机指定的一些传染个体之外,所有个体都处于易感状态。当健康个体与传染个体发生接触,健康个体以一定的概率被感染。这时,该个体的状态就从易感状态转变到感染状态。经过的血清转阳时间后,感染个体进入传染状态,具有传染他人的能力。经过的潜伏期,携带者显现出AIDS症状,状态变为发病状态。经过存活期后,个体状态转变为死亡,随后从模型中移除。指定了个体属性之后,还必须在个体之间构建接触网络。网络构建可以使用两种方法。一方面,构建真实的网络结构。该方法是对某一区域的人群进行问卷调查,确定个体与个体之间的接触关系,根据得到的信息在仿真系统运行时重建接触网络,系统使用这个网络来模拟真实接触网络上的传播过程。这种从实际调查中得到的网络结构可以很好的表示某个地区的人群接触关系,具有代表性。另一方面,我们还可以使用网络生成算法构建经典的复杂网络模型(如图2的a,b,c,d分别是ER(Erdos-Renyi)随机网络、BA(Barabasi-Albert)无标度网络、WS(Watts-Strogatz)小世界网络、二维CA网格)。需要指出的是,人群的接触网络特性非常复杂,至今尚未有一种“最好的”复杂网络模型可以将接触网络具有的所有复杂特性完全“真实的”的表达描述出来。这使得仿真模型与现实生活中的“真实原型”的符合程度大打折扣。但对于传播问题而言,小世界特性和无标度特性是影响传播行为最为显著的两个因素,仿真模型只要抓住这两个特点就足够了。当构造好合适的接触网络之后,仿真系统就能够将传染病在人群中的传播过程动态的模拟出来。模型在仿真的每一时刻都检查个体是否被感染。感染发生在健康个体和感染个体一次接触中。假设健康个体i和传染个体j在某一时刻发生接触。令Ij来表示个体j的传染度,Si表示个体i的易感度,则个体i在一次接触中被感染邻元传染的概率pi,j=Si,Ij−−−−√pi,j=Si,Ιj。用Bi表示个体i所有感染邻元的集合,则个体i某时刻被感染的概率为pi=1-∏j∈B(1-pi,j)。实现了传染病仿真模型之后,就需要确定模型的输入参数。这些参数是通过其他传染病研究文献,人口普查资料,国家有关部门的公告并经过仔细的筛选分析后,归纳出来的,要求符合客观实际情况。比如,可以通过计生部门得到人口的出生率,死亡率,性别比例等数据,确定模型内的人群规模变化率;可以从医疗部门获得某种传染病在某地区的流行度,确定仿真开始的初始感染人数;可以从有关医学研究报告得到某种传染病潜伏期、发病期并以此作为个体潜伏期、发病期的属性取值;可以通过医学临床实验报告得到个体一次接触时的传播概率作为个体传染度和易感度的取值,等等。另外,模型仿真所需要的网络结构既可以通过使用实际调研数据结果来重建某一地区局部人群的接触网络,也可以参考复杂网络的实证文献,选择合适的网络参数,采用一定的算法生成。当然,以上方法获得的数据是不能直接使用的,必须通过归纳整理、分析计算之后,换算成对模型来说有实际意义的参数取值。当参数取值确定之后,模型的个体属性和行为就随之确定下来,这样就可以使用模型进行仿真实验了。当然,这些参数不是一次选好的,必须通过仿真结果来调整,调整的原则是使得仿真结果具有合理的实际意义。图3给出的是原型仿真系统在某次仿真实验运行后的输出结果,横坐标表示时间,单位为周,纵坐标为个体数量,绿线表示传染人数,红线表示传染人数,蓝线表示发病人数。图中红色开始时快速增加,随后以较慢的速度减少,这表示随着传染病疫情的发展,人群的感染水平逐渐下降,疫情得到有效的控制。图4显示的是一次仿真实验中的某时刻,健康个体和感染个体的网络分布图,其中绿色的表示健康个体,红色的表示被感染个体。随着仿真时间的推进,健康个体以一定的规则不断地感染,变成感染个体;而被感染个体也可能以一定的规则变成健康个体,或者发病死亡。通过这种方式,传染病便在人群中传播开来,记录每一时刻下处于不同状态的个体数量,就得到传染病传播的动态过程。系统构建的第二步是在上述传染病传播模型的基础上,构建一个可以模拟预防控制政策和应急方案实施过程的扩展传播模型。为了完成这个任务,可以从几个方面进行扩展。第一,为个体设计一些与预防控制政策有关的属性和行为。例如,添加是否免疫、是否被隔离、是否接受治疗等属性;第二,可以根据需要增加不同类型的主体:医疗资源类主体如医院,医护人员,救护车等;资源调配类主体如分发点,运输车辆等;职能机构类主体如学校、政府等。显然,多主体仿真方法非常适合这种建模的要求。模型为这些新的主体设计一些属性,指定与其职能相匹配的行为,设定这些主体与人群主体之间的互动规则,就搭建出一个可以模拟预防控制政策的实施过程的扩展仿真模型。扩展模型中数量最多的主体为普通人群,其他类型的主体数量根据实际问题确定。图5显示的模型中的几类主体以及他们之间的互动。不同类型的主体之间的互动可以是这样进行的:当人群中爆发传染病疫情时,代表政府职能部门的主体根据疫情发展的速度和规模选择一个预防控制方案,或者人为指定一个需要评估的方案。根据这个方案,各主体(包括构成人群)被赋予相应的属性和行为规则。例如,可以指定医疗点和移动医护单元为人群中的感染者提供怎样的医疗服务,是接种疫苗或是分发药品等;可以指定物资分发点如何为人群、医疗点提供必要的医疗物资等等。仿真模型运行时,随着传染病在人群中的传播扩散,各个类型主体根据规则改变自身的状态,执行一定的动作,并通过消息机制来协调各自的行为。防控政策或应急方案的实施结果可以立刻反馈到传播动态过程当中,从而对传播过程产生影响。通过分析模型仿真产生的数据,就能够评估某种政策和方案的执行效果。需要说明的是,图5显示这几类主体可能只是系统在仿真某种政策或某个方案的执行过程时才会涉及到的。对于其他的政策和方案,我们只需对研究问题进行抽象,定义相应的主体类型,添加到仿真模型中即可。完成系统构建的第二步,系统的核心部分就初具雏形,再加入必要的功能模块就可以构建出一个完整的可以用于政策仿真的决策支持系统。图6显示的是这个决策支持系统完整的功能结构。从图中可以看到,系统由传染病传播仿真器、系统控制器、人机界面、数据处理模块、模型库构成。其中,传染病传播仿真器实现了上述的传染病传播扩展模型,是系统的核心模块。人机界面指导用户完成模型选择、参数输入和查看仿真结果等任务。数据处理模块主要完成数据的导入导出,数据清洗和格式化,为仿真器提供参数和存储中间结果。模型库与仿真器紧密结合,存储需要评估的策略模型。系统控制器协调各个模型之间的工作任务。当在计算机上实现了系统功能各功能模块的政策仿真系统后,就可以应用系统来完成政策方案评估的决策支持工作。政策方案评估的过程如图7所示。从图中可以看到,政策方案评估的前期是通过数据来不断的修正模型,这个过程从现实世界中获得相关数据,通过分析数据估计出模型的初始参数取值。将参数取值输入到系统中,仿真系统运行后输出结果。分析结果之后进一步修正模型,补充数据,完善仿真模型。当模型标定好之后,模型就能够比较好的表征所对应的真实系统。这时,根据研究问题为每一个待评估的政策方案指定一组相应的参数组合,对每个参数组合进行若干次仿真,得到不同的仿真运行结果。归纳这些仿真结果,我们就可以对某项政策方案的执行效能做出评价,从而给出政策建议。这个过程称为基于仿真方法的政策分析。本文的政策仿真系统从一个简单的传染病传播仿真模型开始构建,逐步将医疗部门、物流部门和政府管理部门等多类主体扩展进来,并添加各功能模型而最终形成一个可以用于预防控制政策和突发公共事件应急响应方案评估的决策支持系统。(二)建模和实施中的一些问题1.主体及其行为的提取与描述决策者需要对传染病的发展趋势做出可靠的、科学的和及时的预报,这些都需要对传染病发展过程有比较深入的理解。我们需要针对传染病的传播特点,对个体的行为进行合理的抽象,从不同侧面给予恰当的描述。这些工作在很大程度上决定了研究结果的可信度。首先,要根据研究问题的需要从现实生活中抽象出必要的微观个体作为模型中的主体。其次,要确定每类主体所具有的属性,准确描述主体的行为,设计主体之间的互动关系。最后,要确定系统的规模即每一类主体的数量。上述过程需要参考已有的传染病数学模型以及资源分配算法和方案。2.根据样本数据的特性来确定仿真参数取值验证模型参数的合理性以及结果的可信性。这个过程需要收集和整理我国传染病传播的宏观数据和个体行为的微观数据。数据来源可以是政府官方公布的数据、医疗组织提供的数据以及科研机构的实地调查数据。获得数据之后对其整理分析来确定仿真参数取值是非常重要的步骤。此外,还需要将仿真运行的结果与实际结果比较之后进一步修正和完善仿真模型。3.仿真模型类库选择某种程序语言或集成开发平台来实现模型。目前已有许多基于多主体的仿真平台,例如Swarm,Repast,Ascape,Netlogo等等。这些平台已经提供了仿真模型的框架和大量的类库,故研究者可以将精力集中于主体的设计上。另外,这些工具大都很好地提供了复杂网络仿真模块,提供了几种复杂网络(small-worldnetwork,regularrandomnetwork,scale-freenetwork)的生成算法,方便了复杂网络模型的实现。四、应急管理研究,是对基传染病政策仿真系统在公共卫生事件的应急管理中应用前景广阔。仿真系统可以帮助决策者未雨绸缪,在事前做好充分的准备。公共卫生事件监测和预警工作是突发公共卫生事件应急管理的一个重要组成部分。早期监测和前期物资储备对有效处置突发公共卫生事件十分重要。仿真系统可以帮助加强传染病监测预警,确定预警监测点的最佳数量和最优位置,可以帮助解决医疗物资储备仓库的选址规划问题。通常这类问题十分复杂,涉及物流、交通、气候、地形等多方面的内容,一般的方法难以给出直观的结果。而通过仿真系统,决策者可以在事前就对应急响应和处置过程有个大致的了解。突发公共卫