考虑部分免疫和环境传播的麻疹传染病模型的全局稳定性

数学物理学报 ›› 2019, Vol. 39 ›› Issue (4): 909-917.

考虑部分免疫和环境传播的麻疹传染病模型的全局稳定性

靖晓洁,赵爱民*(),刘桂荣

山西大学数学科学学院太原 030006

收稿日期:2018-04-12 出版日期:2019-08-26 发布日期:2019-09-11
通讯作者: 赵爱民 E-mail:lgr5791@sxu.edu.cn
基金资助:
国家自然科学基金;山西省自然科学基金;the NSFC;the Natural Science Foundation Program of ShanxiProvince

Global Stability of a Measles Epidemic Model with Partial Immunity and Environmental Transmission

Xiaojie Jing,Aimin Zhao*(),Guirong Liu

School of Mathematical Sciences, Shanxi University, Taiyuan 030006

Received:2018-04-12 Online:2019-08-26 Published:2019-09-11
Contact: Aimin Zhao E-mail:lgr5791@sxu.edu.cn
Supported by:
国家自然科学基金;山西省自然科学基金;the NSFC;the Natural Science Foundation Program of ShanxiProvince

摘要/Abstract

摘要：

该文考虑一个具有部分免疫和环境传播的麻疹传染病模型，得到基本再生数R₀，并通过构造Lyapunov函数，研究了该模型的无病平衡点和地方病平衡点的全局稳定性.当R₀ < 1时，无病平衡点是全局渐近稳定的，即麻疹不会传播开；当R₀ > 1时，模型存在唯一的地方病平衡点，且是全局渐近稳定的，即麻疹的传播保持在一个稳定的状态.最后，通过数值分析说明了这些结果的合理性.该文工作对于预防和控制麻疹病毒的传播具有实际意义.

关键词: 部分免疫, 环境传播, 基本再生数, Lyapunov函数, 全局稳定性

Abstract:

In this paper, a measles epidemic model with partial immunity and environmental transmission is considered, and the basic reproduction number R₀ is obtained. By constructing Lyapunov functions, we prove the global asymptotic stability of the infection-free equilibrium and the endemic equilibrium. When R₀ < 1, the infection-free equilibrium is globally asymptotically stable, which implies that measles dies out eventually; when R₀ > 1, the model has a unique endemic equilibrium, which is globally asymptotically stable, that is the transmission of measles keeps a steady state. Finally, the simulations are carried to verify the rationality of the results. This work has practical significance for guiding us to prevent and control the measles spread.

Key words: Partial immunity, Environmental transmission, The basic reproduction number, Lyapunov function, Global stability

中图分类号:

O175.1

靖晓洁, 赵爱民, 刘桂荣. 考虑部分免疫和环境传播的麻疹传染病模型的全局稳定性[J]. 数学物理学报, 2019, 39(4): 909-917.

Xiaojie Jing, Aimin Zhao, Guirong Liu. Global Stability of a Measles Epidemic Model with Partial Immunity and Environmental Transmission[J]. Acta mathematica scientia,Series A, 2019, 39(4): 909-917.

图/表 4

表表 1

图图 1

图图 2

图图 3

参考文献 13

1	Liu X N , Takeuchi Y , Iwami S . SV IR epidemic models with vaccination strategies. J Theor Biol, 2008, 253 (1): 1- 11 doi: 10.1016/j.jtbi.2007.10.014
2	Mossong J , Muller C P . Modelling measles re-emergence as a result of waning of immunity in vaccinated populations. Vaccine, 2003, 21 (31): 4597- 4603 doi: 10.1016/S0264-410X(03)00449-3
3	Ejima K , Omori R . Real-time investigation of measles of vaccine efficacy. Int J Biol Sci, 2012, 8 (5): 620- 629 doi: 10.7150/ijbs.4329
4	Bolarin G . On the dynamical analysis of a new model for measles infection. IJMTT, 2014, 7 (2): 144- 155 doi: 10.14445/22315373/IJMTT-V7P519
5	姜翠翠, 宋丽娟, 王开发. 考虑部分免疫和潜伏期的麻疹传染病模型的稳定性分析. 生物数学学报, 2017, 32 (1): 57- 64
	Jiang C C , Song L J , Wang K F . Stability analysis of a measles epidemic model with partial immunity and latency. J Biomath, 2017, 32 (1): 57- 64
6	Garba S M , Safi M A , Usaini S . Mathematical model for assessing the impact of vaccination and treatment on measles transmission dynamics. Math Meth Appl Sci, 2017, 40 (18): 6371- 6388 doi: 10.1002/mma.4462
7	Trottier H , Philippe P . Deterministic modelling of infectious diseases:measles cycles and the role of births and vaccination. The Internet J of Infect Diseases, 2002, 2 (2): 1- 8
8	Trottier H , Philippe P . Deterministic modelling of infectious diseases:applications to measles and other similar infections. The Internet J of Infect Diseases, 2001, 2 (1): 1- 10
9	Huang J C , Ruan S G , Wu X , Zhou X L . Seasonal transmission dynamics of measles in China. Theor Biosci, 2018, 137 (2): 185- 195 doi: 10.1007/s12064-018-0271-8
10	Van den Driessche P , Watmough J . Reproduction numbers and sub-threshold endemic equilibria for compartmental models of disease transmission. Math Biosci, 2002, 180 (1-2): 29- 48 doi: 10.1016/S0025-5564(02)00108-6
11	Lasalle J P . The Stability of Dynamical Systems. Philadelphia: SIMA, 1976
12	马知恩, 周义仓, 李承治. 常微分方程定性与稳定性方法. 北京: 科学出版社, 2015
	Ma Z E , Zhou Y C , Li C Z . Qualitative and Stability of Ordinary Differential Equation. Beijing: Science Press, 2015
13	马知恩, 周义仓, 王稳地, 靳祯. 传染病动力学的数学建模与研究. 北京: 科学出版社, 2004
	Ma Z E , Zhou Y C , Wang W D , Jin Z . The Mathematical Modeling and Research of Infectious Diseases. Beijing: Science Press, 2004

参数	取值	意义	来源
$\lambda$	$1.728\times 10^{7}$	新生儿的出生率	国家统计局(2017)
$\mu$	0.0131	自然死亡率	国家统计局(2017)
$\eta$	0.8216	新生儿接种疫苗的比例	文献[9]
$\beta$	$9.6696\times 10^{-9}$	人与人的感染率	估计
$\alpha$	$1.1352\times 10^{-9}$	环境对人的感染率	估计
$\varepsilon$	0.15	无效的接种率	中国疾病预防控制中心(2017)
$\delta$	0.95	接种疫苗后获得免疫并成为恢复者的转移率	中国疾病预防控制中心(2017)
$p$	26	潜伏者变为染病者的比例	中国疾病预防控制中心(2017)
$\gamma$	20	染病者的恢复率	中国疾病预防控制中心(2017)
$k$	8	染病者排放到环境中的病毒的速率	假设
$\tau$	1.6	环境中病毒的失效率	假设

[1]	李华,刘三红,方奕乐,张兴安. 儿童手足口病的数学建模和计算机模拟[J]. 数学物理学报, 2018, 38(5): 1032-1040.
[2]	张丽萍, 赵瑜, 原三领. 一类具有非线性发生率的随机SIS传染病模型阈值动力学行为研究[J]. 数学物理学报, 2018, 38(1): 197-208.
[3]	孟笑莹. 具有非单调发生率的时滞随机传染病模型分析[J]. 数学物理学报, 2017, 37(6): 1162-1175.
[4]	韦爱举, 张新建, 王俊义, 李科赞. 一类埃博拉传染病模型的动力学分析[J]. 数学物理学报, 2017, 37(3): 577-592.
[5]	黄祖达. 一类具反馈控制的时滞飞蝇方程的伪概周期解[J]. 数学物理学报, 2016, 36(3): 558-568.
[6]	李玉环, 周军, 穆春来. 对带有非局部时滞和扩散的捕食者-食饵系统的稳定性分析[J]. 数学物理学报, 2012, 32(3): 475-488.
[7]	崔诚, 王晓, 高飞, 刘安平. 多元产品价格互惠时滞模型的周期解和概周期解及其全局稳定性[J]. 数学物理学报, 2011, 31(6): 1718-1729.
[8]	李安, 宋新宇, 王志祥. 用扰动Lyapunov函数研究非线性微分方程关于初始时刻偏差的稳定性[J]. 数学物理学报, 2011, 31(2): 351-359.
[9]	吴事良;李万同. 具有阶段结构的Lotka-Volterra合作系统的稳定性和行波解[J]. 数学物理学报, 2008, 28(3): 454-464.
[10]	桂占吉; 贾敬; 葛渭高. 具有时滞的单种群扩散模型的全局稳定性[J]. 数学物理学报, 2007, 27(3): 496-505.
[11]	梁志清;陈兰荪. 离散Leslie捕食与被捕食系统周期解的稳定性[J]. 数学物理学报, 2006, 26(4): 634-640.
[12]	张瑜, 王春燕, 孙继涛. 具有可变脉冲点的脉冲微分方程的稳定性[J]. 数学物理学报, 2005, 25(6): 777-783.
[13]	曾志刚, 廖晓昕. 无界变时滞神经网络全局稳定性[J]. 数学物理学报, 2005, 25(5): 621-626.
[14]	原三领, 马知恩, 韩茂安. 一类含时滞SIS流行病模型的全局稳定性[J]. 数学物理学报, 2005, 25(3): 349-356.
[15]	沈轶, 江明辉, 姚宏善. 细胞神经网络的指数稳定性[J]. 数学物理学报, 2005, 25(2): 264-268.