疟疾消除阶段监测响应措施的优化机制研究

During the process of malaria elimination in China, we invented the "1-3-7 targeted elimination" mode. This project will utilize epidemiology, biology, geographic information science, data mining, machine learning and other interdisciplinary knowledge and technology, through the establishment of a dynamic model of malaria transmission, to explore the best surveillance response system, so as to provide a theoretical basis to promote the application and development of new strategies for malaria elimination. Firstly, in order to study vector capacity, we will examine the relationship between reproductive cycle of Anopheles and environmental factors. Secondly, according to the dynamic model of malaria transmission, we will build a dynamic stochastic model to describe malaria transmission of. Then, based on the realities of environmental and meteorological data, combined with historical data of malaria, we will simulate various "x-y-z targeted elimination" modes using artificial intelligence, machine learning methods, so as to provide a sound scientific basis of "1-3-7 targeted elimination" mode and promote to other countries or regions. Finally, models and proposed strategies will be validated by empirical research in Yunnan and Jiangsu provinces, providing theoretical and practical basis for the development of public health and decision-making strategies of other diseases.

我国在消除疟疾行动中，首创了“1-3-7定点清除”工作模式。本项目运用流行病学、生物学、地理信息学、数据挖掘、机器学习等交叉学科知识和技术，通过建立疟疾动态传播机制模型，探索该工作模式是否为疟疾消除阶段的最佳响应模式，为该模式的推广应用及发展新策略提供理论依据。首先，为了具体研究中国疟疾传播的媒介能量，我们将系统研究中国范围内按蚊的生殖周期与动态变化的环境、气象等因素的关系。其次，根据疟疾传播的动力学模型，构建一个刻画疟疾传播的动态随机过程模型。然后，根据现实的环境、气象等数据，结合疟疾疫情历史数据，利用机器学习等人工智能方法模拟检验各种“x-y-z定点清除”工作模式的效果，从而为向其他国家或地区推广目前在我国实行的“1-3-7定点清除”工作模式提供合理的科学依据。最后，针对本项目提出的模型和方案，我们将在云南和江苏两省进行实证研究，为其他疾病的公共卫生决策的制定提供理论及实践基础。

疟疾是严重危害人民健康和生命安全的重大传染病之一，其传播扩散受环境、社会、生物等多种因素的影响，本项目，综合利用了我们前期的传染病传播模型研究成果以及云南边境地区的人群历史疫情等数据，开展了流行病学调查以及生物学实验研究，主要完成了以下研究工作我们 a) 系统研究影响中国境内蚊媒（主要是按蚊）生殖营养周期的各种参数, b) 建立间日疟温带区复发与复燃的传播模型， c) 疟疾疫情时空分布规律研究 , d) 提供了一个用于构建和使用复杂数学疾病模型的计算仿真的新框架。. 通过以上4个方面的研究工作,我们的框架首次允许在操作，设置和干预参数之间进行定量区分，以此作为详细的疾病模拟模型中影响的决定因素。此外，我们提供了数学工具，可有效地、定量地定义干预和配送方法的最低要求，以达到理想的健康目标。我们可以应用新的、详细的疾病模型来系统和定量地指导新干预措施的设计，并了解特定干预措施、流行病学和系统因素如何共同影响。