*完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202310*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:傳染病數學建模導論 ISBN:9787565929489 出版社:北京大學醫學 著編譯者:Emilia Vynnycky Richard G.Whit 頁數:355 所在地:中國大陸 *此為代購商品 書號:1677761 可大量預訂,請先連絡。 【台灣高等教育出版社簡體書】 傳染病數學建模導論 787565929489 Emilia Vynnycky Richard G.Whit 內容簡介 數學模型越來越多地被用於指導公共衛生政策決策和探索傳染病預防控制的相關問題。本書系統地介紹了數學建模這個令人期待和不斷發展的領域,基於多個不同的傳染病案例,逐步引導讀者了解不同類型的模型和方法,以及建立這些模型所需要的數據。此外,本書還涵蓋了模型的應用以及一些在傳染病傳播和控制方面的重要見解。 分步式介紹傳染病模型的建立及其應用,易於遵循操作。 在沒有接受較高層級數學技能訓練的情況下,大多數讀者也都可以閱讀並理解本書內容。 討論了包括麻疹、風疹、腮腺炎、流感、HIV、淋病、HSV-2、結核病和水痘等各種傳染病的建模問題。 基於真實數據和現實社會問題的工作示例和習題,讀者可獲得針對建模的實踐經驗。 附有關鍵術語、符號、方程式的總結,便於使用。目錄 第一章 簡介基礎知識:傳染病、傳播和模型1 1 概述和目標 1 2 傳染病(感染) 1 3 傳播 1 4 模型 1 5 小結 第二章 如何建立模型:一、差分方程組的介紹 2 1 概述和目標 2 2 如何建立模型? 2 3 確定所要研究傳染病的相關事實 2 4 選擇模型結構 2 4 1 注意事項?:傳染病的自然(進展)史 2 4 2 注意事項?:模型預測的準確性和可模擬預測的時間長度 2 4 3 注意事項?:研究問題 2 5 選擇建模方法的類型 2 6 建立確定性模型 2 6 1 關於在時間t+1時易感者數量的方程 2 6 2 關於在時間t+1時患病(傳染)前期者數量的方程 2 6 3 關於在時間t+1時患病者(具有傳染性)數量的方程 2 6 4 關於在時間t+1時治愈(康復)者數量的方程 2 7 確定模型的輸入參數 2 7 1 計算感染風險(感染力),λt 2 7 2 估計傳染性的發生率、治愈(康復)率等 2 7 3 時間步長 2 8 建立模型 2 9 模型建立的最後階段:模型驗證、優化和預測 2 10 小結 2 11 習題 第三章 如何建立模型:二、微分方程組的介紹 3 1 概述和目標 3 2 差分方程組的可靠程度如何? 3 2 1 示例:時間步長的大小對模型預測的影響 3 3 什麼是微分方程組?如何建立? 3 4 我們如何建立微分方程組? 3 4 1 關於易感者人數變化率的微分方程組 3 4 2 關於患病(傳染)前期者數量變化率的微分方程組 34 3 關於患病者和治愈(康復)者數量變化率的微分方程組 3 4 4 檢查所建立微分方程組是否正確的方法 3 5 我們如何使用微分方程組進行預測? 3 5 1 一個簡單的微分方程組模型:指數型下降或增長 3 6 結語 3 7 小結 3 8 習題 第四章 模型告訴我們傳染病的哪些動力學特徵? 4 1 概述和目標 4 2 傳染病的短時(短時尺度下)動力學特徵 4 2 1 關於傳染病流行的理論 4 2 2 影響發病(率)趨勢的因素 4 2 3 我們可以從傳染病流行的早期階段中了解到什麼? 4 2 4 一場傳染病流行的規模可能有多大? 4 2 5 通過將模型與數據擬合來估計R0或其他未知參數 4 3 急性傳染病的長時尺度下動力學特徵 4 3 1 為什麼可免疫(可使患者具免疫性)傳染病的發病趨勢(發病率)會發生周期性變化? 4 3 2 可免疫傳染病的發病趨勢(發病率)發生周期性變化的影響因素 4 4 急性不可免疫(不可使患者具免疫性或免疫持續時間極短)傳染病的動力學特徵 4 5 小結 4 6 習題 第五章 年齡結構 5 1 概述和目標 5 2 年齡結構——分析橫斷面數據 5 2 1 急性可免疫傳染病 5 2 2 估計平均感染力 5 2 3 應用平均感染力的估計值 5 2 4 不可免疫傳染病中的年齡結構相關問題 5 2 5 進行數據分析時的一些實際注意事項 5 3 疲苗接種對傳染病動力學特徵的影響 5 3 1 疫苗接種的間接影響 5 3 2 疫苗接種對不同年齡段人群中易感者所佔比例的影響 5 3 3 疫苗接種對特定年齡群組中單位時間內新發感染者人數的影響或作用 5 3 4 在模型中考慮群體免疫相關影響的重要性 5 3 5 擴展該邏輯以考慮其他病原體引起的傳染病 5 4 小結 5 5 習題 第六章 隨機模型的介紹 6 1 概述和目標 6 2 一個簡單的問題 6 3 基於個體的模型(方法1) 6 3 1 方法1的原理 6 3 2 計算在每個時間步的感染風險——Reed-Frost方程 6 3 3 示例:基於個體的方法的說明——方法1 6 3 4 解釋由隨機模型得到的發現或結果 6 4 離散時間隨機倉室模型(方法2)——允許隨機性來確定每一代病例產生的第二代病例數 6 4 1 方法2的概述 6 4 2 計算給定時間步長內易感者人群中可能被感染的人數分佈 6 4 3 方法2的一個說明 6 5 方法1和方法2的擴展 6 6 連續時間(「到下一個事件的時間」)倉室模型(方法3) 6 7 哪種方法最好? 6 8 隨機模型的一些見解和應用 6 8 1 從暴發規模的分佈情況推斷再生數 6 8 2 模擬小規模人群中的傳染病傳播和傳染病流行的持續性 6 8 3 基於個體的微觀模擬模型 6 9 小結 第七章 模型如何處理不同的接觸模式? 7 1 概述和目標 7 2 為什麼混合接觸模式很重要? 7 3 通過呼吸道傳播的傳染病具有年齡依賴特徵的接觸模式的證據是什麼? 7 3 1 假定與傳播存在相互關聯的病例群體中的年齡依賴特徵 7 3 2 (重新)引入某一病原體后的發病(率)趨勢 7 3 3 感染力的年齡依賴特徵 7 3 4 社會接觸模式調查 7 4 我們如何將具有年齡依賴特徵的混合接觸模式嵌入到模型中? 7 4 1 關於感染力的表達式 7 4 2 我們如何計算參數β? 7 4 3 我們應該使用哪種WAIFW矩陣結構? 7 5 假設混合接觸模式是非隨機的,我 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |