7、Epymodel：可视化新冠疫情预测的用户友好型网络应用

Epymodel：可视化新冠疫情预测的用户友好型网络应用

1. 引言

Epymodel（http://epymodel.uaa.edu.py/）是一款用于展示参数历史值以及不同情景预测的网络应用程序。本文将详细介绍其背后的SEIR - HV模型、参数估计方法、情景设定，同时呈现该应用的可用性测试结果。

2. 材料与方法

2.1 数学模型

SEIR - H模型考虑了社会行为变化和新冠病毒变种的综合影响，假设传播率随时间变化。SEIR - HV模型则在此基础上，纳入了未报告病例的估计以及疫苗接种活动的影响。其数学表达式如下：
[
\begin{align }
\frac{dS}{dt}&=-\beta\frac{S}{N}I - \eta V_{filtered}+\psi O\
\frac{dE}{dt}&=\beta\frac{S}{N}I - \alpha E\
\frac{dI}{dt}&=\alpha E - \gamma I\
\frac{dC}{dt}&=\gamma I + Rim\
\frac{dH}{dt}&=\lambda_{IH}\gamma I-\lambda_{HU}\delta_{HU}H - \lambda_{HF}\delta_{HF}H - \lambda_{HO}\delta_{HO}H\
\frac{dU}{dt}&=\lambda_{HU}\delta_{HU}H - \lambda_{UF}\phi_{UF}U - \lambda_{UO}\phi_{UO}U\
\frac{dF}{