本發明專利技術公開了一種基于時序復雜網絡和斑塊模型的醫療資源配置方法，屬于資源配置優化技術領域。針對目前傳染病傳播趨勢和區域間人口流動對區域內醫療資源承載力在人口流動情況下如何預測的問題，本發明專利技術通過Python爬取數據，對數據進行清洗和預處理；通過Arcgis軟件分析研究時段內各省的傳染病演化趨勢，構建基于引力模型的時序復雜網絡，描述傳染病傳播；采用網絡密度和聚類系數作為全局指標，綜合評估傳染病網絡的空間拓撲結構及其演化趨勢，得出影響傳染病傳播的“關鍵”區域；再采用SEIQHDR斑塊模型，并結合蒙特卡洛算法，擬合每日新增累積患者數、住院患者數；再用醫療資源動態配置模型分析人口流動與“關鍵”區域間的醫療資源情況的關系，進而優化資源分配。
【技術實現步驟摘要】
本專利技術屬于資源配置優化，具體涉及一種基于時序復雜網絡和斑塊模型的醫療資源配置方法。
技術介紹
1、此前，一種急性呼吸系統傳染病在全球范圍內大流行，對各國的社會經濟生產生活造成了巨大的影響，目前該傳染病進入一個較低水平，但遠沒有結束，因此對于其傳播機理的研究仍具有非常重要意義。以往關于傳染病的研究多集中在某地區整體趨勢，但是對于其內部傳播機理的研究較少。在2022年12月至2023年1月期間，我國各省均遭受了傳染病的快速傳播，醫療系統也承受了巨大壓力。盡管未采取強制性人員流動限制措施，但民眾自覺實施居家和減少外出等自我防護行為降低了傳染病的傳播速度。
2、國內各省的交通網絡發達，包括公路、鐵路和航空運輸，省內具有高人口流動性，從而使傳染病傳播風險顯著提高。省內的各區域間的緊密聯系成為了一種潛在的傳染病風險溢出網絡，每個區域都可能成為擴散的源頭。同時，人口流動對醫療資源緊張的城市有著很大影響，人口遷出通常會減輕當地醫療系統的壓力，但會增加遷入地的壓力，在此期間應加強遷入人口較多地區的資源配置。限制人口遷徙并非總是有益的，一些省會城市，無遷徙時醫療資源擠兌時間反而增加；而對于三四線城市，遷徙率的變化對醫療資源擠兌的持續時間影響甚微。制定醫療資源配置和人口遷徙管理方法需要根據具體情況來定制。
技術實現思路
1、針對目前傳染病傳播趨勢和區域間人口流動對區域內醫療資源承載力在人口流動情況下如何預測的問題，本專利技術提供了一種基于時序復雜網絡和斑塊模型的醫療資源配置方法。
2、為了達到上述目的，本專利技術采用了下列技術方案：
3、一種基于時序復雜網絡和斑塊模型的醫療資源配置方法，包括以下步驟：
4、步驟1，通過python爬取數據，然后對數據進行清洗和預處理；
5、步驟2，通過arcgis軟件分析研究時段內各省的傳染病演化趨勢，構建基于引力模型的時序復雜網絡，描述傳染病傳播；
6、步驟3，采用網絡密度、聚類系數和中心度指標作為全局指標，綜合評估傳染病網絡的空間拓撲結構及其演化趨勢，得出影響傳染病傳播的“關鍵”區域；
7、步驟4，在“關鍵”區域基礎上，采用seiqhdr斑塊模型，并結合蒙特卡洛算法，擬合每日新增累積患者數、住院患者數；再用醫療資源動態配置模型分析人口流動與“關鍵”區域間的醫療資源情況的關系，進而優化資源分配。
8、進一步，所述步驟2的具體操作為：
9、利用滾窗法將研究時段[t1,t2]分為nnet個時間窗口，形成分段的時序網絡，表示如下：
10、{[t1，t1+δ],[t1+δ,t2+2δ],…,[t1+(nnet-1)δ,t2]}
11、其中，δ表示窗寬；t1數據收集開始的日期；t2表示數據收集截止的日期；傳染病持續時間較長，用同一時間段下的網絡刻畫其傳染病擴散的空間特征是不合適的，所以分階段構建時序網絡以刻畫傳染病擴散空間特征。
12、根據每日新增感染者總數的變化率的改變將時序網絡分為nnet個切片網絡；每個切片網絡記為：其中gt＝(vt,et)t＝1,2,···,nnet，vt表示第t個網絡節點的集合，gt為第t個網絡連邊的集合，et表示第t個網絡節點與節點間的連邊。
13、時序網絡是一種動態網絡；不同于靜態拓撲結構的網絡，加入時間維度后，網絡中的連邊隨著時間會間斷性地出現和消失，這樣的網絡被稱為時序網絡(temporalnetworks)。
14、進一步，構建切片網絡的具體方法是：
15、采用改進的引力模型刻畫各市間傳染病擴散以及網絡結構的演化過程，引力模型構建如下：
16、
17、其中，bij表示城市i與j之間的傳染病傳播空間關聯關系，也是鄰接矩陣的構成元素；ρij表示選定時間段內城市i與j之間感染人數的相關系數；kij表示城市i的感染人數在城市i與j之間所占的比重，用以描述城市之間傳染病傳播的方向性和非對稱性；ii表示一段時間內城市i的感染人數；pi表示一段時間內城市i的常住人口數；gi表示一段時間內城市i的高速公路收費站個數；dij表示城市i與j之間的實際地理距離；
18、
19、bt表示時間段內t相應的鄰接矩陣。
20、進一步，所述步驟3中網絡密度表示網絡節點實際存在的連接與理論存在的連邊之比，用于衡量網絡中各個節點之間的相互聯系程度；網絡密度越大代表節點之間的相互聯系越多，節點之間邊的連接越稠密；網絡密度的計算公式如下：
21、
22、其中，mt代表第t個切片網絡的實際連邊，n為節點個數；
23、所述步驟3中聚類系數表示所有與節點與附近節點之間實際相連的邊數占這些節點最大連邊數目的比值，用于衡量某節點與其相連節點之間聚集成團的程度；聚類系數越大表明網絡具有小世界特性；聚類系數的計算公式如下：
24、
25、其中，ki表示與節點i相鄰的節點數量，eit表示第t個切片網絡的ki個節點之間相互連接的邊數。
26、進一步，所述中心度指標具體包括節點度、程度中心度、接近中心度、中介中心度和特征向量中心度；采用中心度指標研究省內各市在傳染病傳播與發展中起到關鍵作用的地區以及相對重要性；
27、所述節點度，表示單個節點與周圍節點實際連邊的數量；節點的入邊數量稱為節點的入度，即點入度；節點的出邊數量則稱為節點的出度，即點出度；在傳染病網絡中，點出度用于衡量某市對其他市造成傳染病溢出的數目，點入度用于衡量某市被其他市傳播傳染病的程度；節點度的計算公式如下：
28、degreeti＝|eti|,t＝1,2,···,nnet；i＝1,2,···,n
29、其中，degreeti表示第t個切片網絡第i個節點的度，由|eti|表示；
30、所述程度中心度，表示一個節點實際擁有連邊數與理論連邊數比值；用于衡量一個節點在網絡中所擁有的聯系數；該市的程度中心度越大，表明該市與其他市之間的相關性越強，聯系越密切；程度中心度的計算公式如下：
31、
32、所述接近中心度，表示某節點與網絡中其他所有節點的最短路徑的平均數的倒數；最短距離是指兩個點之間的最短路徑的邊數；如果將一個點看作起點，另一個點是該點的第k步鄰居，兩者之間的最短距離就是k；接近中心度數值越大表明該節點距離其他節點越近，在網絡中具有“中心行動者”的地位；接近中心度的計算公式如下：
33、
34、其中，dij表示第t個切片網絡中i市到j市的最短路徑；
35、所述中介中心度，表示某節點出現在其他節點之間的所有最短路徑中的個數；中介中心度越大，表明該城市扮演中介的角色越大，在傳染病傳播過程中起到橋梁中介的作用；中介中心度的計算公式如下：
36、
37、其中，gjk表示j市到k市之間的最短路徑的數目，表示j市到k市之間的最短路徑經過節點i的路本文檔來自技高網
...
【技術保護點】
1.一種基于時序復雜網絡和斑塊模型的醫療資源配置方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于時序復雜網絡和斑塊模型的醫療資源配置方法，其特征在于：所述步驟2的具體操作為：
3.根據權利要求2所述的一種基于時序復雜網絡和斑塊模型的醫療資源配置方法，其特征在于：構建切片網絡的具體方法是：
4.根據權利要求1所述的一種基于時序復雜網絡和斑塊模型的醫療資源配置方法，其特征在于：所述步驟3中網絡密度表示網絡節點實際存在的連接與理論存在的連邊之比，用于衡量網絡中各個節點之間的相互聯系程度；網絡密度越大代表節點之間的相互聯系越多，節點之間邊的連接越稠密；網絡密度的計算公式如下：
5.根據權利要求1所述的一種基于時序復雜網絡和斑塊模型的醫療資源配置方法，其特征在于：所述中心度指標具體包括節點度、程度中心度、接近中心度、中介中心度和特征向量中心度；
6.根據權利要求1所述的一種基于時序復雜網絡和斑塊模型的醫療資源配置方法，其特征在于：所述步驟4中SEIQHDR斑塊模型的模型假設為：
7.根據權利要求1所述的一種基于時序復雜網絡和斑塊模型的醫療資源配置方法，其特征在于：所述人群的轉移關系為：易感者Si有幾率變為潛伏感染者；潛伏者Ei在潛伏期后有幾率發展為有癥狀感染者；有癥狀感染者Ii有幾率康復或因未及時救治而死亡，其中大多數會進入居家；居家者Qi有幾率病情加重需住院Hi，或有幾率康復Ri，也有一定死亡風險；住院患者Hi有幾率死亡Di或康復出院；Hci(t)代表t時刻i地區的醫院床位容量，反映醫療資源；i地與j地之間，易感、潛伏、感染、住院和康復者可相互遷移。
8.根據權利要求1所述的一種基于時序復雜網絡和斑塊模型的醫療資源配置方法，其特征在于：所述SEIQHDR斑塊模型表示為：
9.根據權利要求1所述的一種基于時序復雜網絡和斑塊模型的醫療資源配置方法，其特征在于：所述醫療資源動態配置模型為：用logistic增長模型來模擬床位數量的變化，表示為：
10.根據權利要求1所述的一種基于時序復雜網絡和斑塊模型的醫療資源配置方法，其特征在于：所述步驟4的具體操作是：先進行模型參數估計和數據擬合，采用拉丁超立方體抽樣和馬爾可夫鏈蒙特卡羅模擬來估計未知參數，并用SEIQHDR斑塊模型擬合每日新增病例和住院人數；利用MATLAB軟件中的ode45函數，使用網絡密度公式和聚類系數公式計算每日可用病床數并進行敏感性分析，再用醫療資源動態配置模型分析人口流動與“關鍵”區域間的醫療資源情況的關系。
...
【技術特征摘要】
1.一種基于時序復雜網絡和斑塊模型的醫療資源配置方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于時序復雜網絡和斑塊模型的醫療資源配置方法，其特征在于：所述步驟2的具體操作為：
3.根據權利要求2所述的一種基于時序復雜網絡和斑塊模型的醫療資源配置方法，其特征在于：構建切片網絡的具體方法是：
4.根據權利要求1所述的一種基于時序復雜網絡和斑塊模型的醫療資源配置方法，其特征在于：所述步驟3中網絡密度表示網絡節點實際存在的連接與理論存在的連邊之比，用于衡量網絡中各個節點之間的相互聯系程度；網絡密度越大代表節點之間的相互聯系越多，節點之間邊的連接越稠密；網絡密度的計算公式如下：
5.根據權利要求1所述的一種基于時序復雜網絡和斑塊模型的醫療資源配置方法，其特征在于：所述中心度指標具體包括節點度、程度中心度、接近中心度、中介中心度和特征向量中心度；
6.根據權利要求1所述的一種基于時序復雜網絡和斑塊模型的醫療資源配置方法，其特征在于：所述步驟4中seiqhdr斑塊模型的模型假設為：
7.根據權利要求1所述的一種基于時序復雜網絡和斑塊模型的醫療資源配置方法，其特征在于：所述人群的轉移關系為：易感者si有幾率變為潛伏感染者；...
【專利技術屬性】
技術研發人員：郭嘉銘，謝軍，余紅梅，李建濤，燕貝貝，楊艷麗，羅雨欣，馬藝菲，
申請(專利權)人：山西醫科大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。