[论文解读] Reaction-Diffusion Systems in Epidemiology

Sebastian Aniţa, Vincenzo Capasso|arXiv (Cornell University)|Mar 8, 2017

Mathematical and Theoretical Epidemiology and Ecology Models参考文献 11被引用 3

一句话总结

本文提出反应-扩散系统以模拟空间结构化的流行病，重点关注人-环境-人传播疾病和疟疾。通过在子区域中应用反馈控制，提出一种区域控制策略，实现在整个栖息地内指数级根除疾病，稳定性通过时变系统的主特征值分析得到证明。

ABSTRACT

A key problem in modelling the evolution dynamics of infectious diseases is the mathematical representation of the mechanism of transmission of the contagion. Models with a finite number of subpopulations can be described via systems of ordinary differential equations. When dealing with populations with space structure the relevant quantities are spatial densities, whose evolution in time requires nonlinear partial differential equations, which are known as reaction-diffusion systems. Here we present an (historical) outline of mathematical epidemiology, with a particular attention to the role of spatial heterogeneity and dispersal in the population dynamics of infectious diseases. Two specific examples are discussed, which have been the subject of intensive research by the authors, i.e. man-environment-man epidemics, and malaria. In addition to the epidemiological relevance of these epidemics all over the world, their treatment requires a large amount of different sophisticate mathematical methods, and has even posed new non trivial mathematical problems, as one can realize from the list of references. One of the most relevant problems posed by the authors, i.e. regional control, has been emphasized here: the public health concern consists of eradicating the disease in the relevant population, as fast as possible. On the other hand, very often the entire domain of interest for the epidemic, is either unknown, or difficult to manage for an affordable implementation of suitable environmental programmes. For regional control instead it might be sufficient to implement such programmes only in a given subregion conveniently chosen so to lead to an effective (exponentially fast) eradication of the epidemic in the whole habitat; it is evident that this practice may have an enormous importance in real cases with respect to both financial and practical affordability.

研究动机与目标

• 使用反应-扩散系统建模空间结构化传染病动力学，超越传统的常微分方程分 compartment 模型。
• 通过聚焦于战略性选择的子区域实施干预，解决在大范围或部分不可达区域控制流行病的挑战。
• 建立通过子区域反馈控制实现疾病全局指数根除的条件。
• 利用特征值问题的谱理论分析具有时变传播率的流行病系统的稳定性。
• 为公共卫生干预中的最优子区域选择提供数学框架，形式化为形状优化问题。

提出的方法

• 构建一个包含两个组分的反应-扩散系统：种群密度 $ u_1 $（例如易感者）和环境病原体负荷 $ u_2 $，在空间区域 $ \Omega $ 内演化。
• 在子区域 $ \omega \subset \overline{\omega} $ 内引入控制输入 $ v $，代表针对性干预措施，如卫生设施改善或病媒控制。
• 采用非线性发病率 $ g(u_1) $，结合时变传播函数 $ p(t) $，以模拟季节性或周期性传播模式。
• 通过线性化系统的时间周期特征值问题（3.8）分析稳定性，定义主特征值 $ \lambda_1^T(\omega) $。
• 在 $ \omega $ 中应用反馈控制 $ v = -\gamma u_1 $，证明若 $ \lambda_1^T(\omega) > 0 $，则系统可实现零稳定化。
• 将结果扩展至局部稳定化，引入导数 $ g'(0) $，提出修正特征值 $ \tilde{\lambda}_1^T(\omega) $，并给出局部与全局稳定性的条件。

实验结果

研究问题

• RQ1 在何种条件下，仅在整体栖息地的子区域施加控制措施，可实现疾病的全球根除？
• RQ2 时变反应-扩散系统的主特征值如何决定流行病模型的稳定性和可控性？
• RQ3 非线性发病率和时变传播在塑造空间结构化流行病动力学中起什么作用？
• RQ4 在局部子区域中应用反馈控制是否可导致整个区域疾病负担的指数衰减？
• RQ5 如何从数学上确定控制子区域的最佳位置与大小，以实现最大根除效率？

主要发现

• 若主特征值 $ \lambda_1^T(\omega) > 0 $，则通过反馈控制 $ v = -\gamma u_1 $ 且 $ \gamma $ 足够大时，系统可实现零稳定化，确保疾病实现全局指数衰减。
• 对于局部稳定化，条件 $ \tilde{\lambda}_1^T(\omega) > 0 $（其中 $ \tilde{\lambda}_1^T(\omega) $ 为线性化系统在 $ g'(0) $ 下的主特征值）是必要且充分的。
• 当 $ \tilde{\lambda}_1^T(\omega) < 0 $ 时，系统无法实现局部零稳定化，意味着在 $ \omega $ 中的区域控制无法根除疾病。
• 特征值 $ \lambda_1^T(\omega) $ 始终小于或等于 $ \tilde{\lambda}_1^T(\omega) $，反映了线性化方法的保守性。
• 结果可推广至参数 $ a_{11}, a_{22}, k $ 和 $ p(t) $ 为时变的情形，扩大了在季节性流行病中的适用性。
• 未来工作将解决最优子区域选择问题，作为形状优化问题，以确定控制的最佳空间配置。