J'essaie de comprendre comment un modèle de vaccination doit être construit pour être corrélé à la densité de la population, et j'ai du mal à comprendre la signification des résultats que je reçois lorsque j'applique la théorie à des données spécifiques qui me sont fournies.
La phase initiale d'une explosion d'une maladie peut être décrite par un modèle de croissance exponentielle. L'équation pertinente est:
$ (1) \ frac {dI} {dt} = \ beta n (1-q) I- \ mu I $ où:
$ n $ = la densité de population. Mesurons-le en unités de $ km ^ {- 2} $.
$ I $ = la densité d'individus déjà infectés dans la population; mesuré dans les mêmes unités que $ n $.
$ q $ = la fraction de la population qui est immunisée contre la maladie, soit naturellement du fait de la vaccination. Par conséquent, $ 1-q $ est la fraction de la population qui est sensible, c'est-à-dire qui risque d'être infectée. $ q $ est un nombre pur entre $ 0 $ et $ 1 $, et n'a pas d'unités.
$ \ beta $ = est le taux de transmission de la maladie. Il mesure la facilité et la rapidité avec lesquelles la maladie peut être transmise d'un individu infecté à un individu sensible non infecté. $ \ beta $ inclut en son sein à la fois le taux de rencontre entre les individus infectés et non infectés, et la probabilité qu'une telle rencontre aboutisse à une transmission effective de la maladie. $ \ beta $ a des dimensions de $ \ frac {1} {temps \ fois la densité ^ {2}} $, alors mesurons-le en unités de $ semaine ^ {- 1} km ^ {4} $.
$ \ mu $ = la vitesse à laquelle les individus infectés sont éliminés du groupe d'individus infectés, soit parce qu'ils guérissent, soit parce qu'ils meurent. $ \ frac {1} {\ mu} $ est la durée moyenne de l'infection, c'est-à-dire le temps moyen pendant lequel un individu reste infecté avant de guérir ou de mourir. Mesurons $ \ mu $ en unités de $ semaine ^ {- 1} $.
Cette équation dérive de l'équation différentielle $ (2) \ frac {dN} {dt} = rN $ où $ r $ est appelé taux d'accroissement instantané. Il est facile de voir que $ I $ de l'équation $ (1) $ équivaut à $ N $ de l'équation $ (2) $ et par conséquent, $ r $ pour l'équation $ (1) $ sera $ (3) r = \ beta n (1-q) - \ mu $. Lorsque nous regardons l'équation $ (3) $, nous voyons deux facteurs:
$ \ beta n (1-q) $ - Un facteur positif (ii) $ \ mu $ - Un facteur négatif
Compte tenu de ce qui précède, lorsque $ r = 0 $, il n'y a pas d'augmentation de la population (iii). À partir de là, nous pouvons calculer $ q_ {0} $ qui est la fraction minimale d'individus vaccinés / immunisés dans la population qui est nécessaire pour empêcher la propagation de la maladie. À partir de l'équation $ (3) $, nous pouvons comprendre que $ q_ {0} = 1- \ frac {\ mu} {\ beta n} $. Tout comme $ q $, $ q_ {0} $ est un nombre pur entre $ 0 $ et $ 1 $.
Bienvenue dans le désert du réel (ma question) :
Supposons que nous comparions deux pays avec les données suivantes:
- Israël: $ n = 347km ^ {- 2} $, $ \ beta = 0,0015 semaine ^ {- 1} km ^ {4} $, $ \ mu = 0.25week ^ {- 1} $
- Finlande: $ n = 16km ^ {- 2} $, $ \ beta = 0.0015week ^ {- 1} km ^ {4} $, $ \ mu = 0.25week ^ {- 1} $
Quand nous cherchons $ q_ {0} $ pour Israël, nous voyons que $ q_ {0} (Israël) = 1- \ frac {0,25} {0,0015 \ times347} = 0,52 = 52 $% tandis que pour la Finlande, nous voyons que $ q_ {0} (Finlande) = 1- \ frac {0,25} {0,0015 \ times16} = -9,42 = -942 $%. En supposant que nous ayons des données correctes en premier lieu, $ q_ {0} $ est un nombre pur négatif qui n'est pas compris entre $ 0 $ et $ 1 $.
-
Faites cela, et des résultats similaires ont du sens? Surtout quand ils ne sont pas entre les limites définies de la variable.
-
S'ils ont du sens, qu'est-ce que cela signifie obtenir un résultat négatif? Comment cela devrait-il affecter ma politique de vaccination?
Notes de bas de page :
(i) Tiré de mes diapositives de la conférence sur l'écologie des populations
(ii) Positif quand on le regarde du point de vue épidémique
(iii) Des individus infectés