1. 구획 모델 :
- 구획 모델은 감수성 (S), 감염된 (I) 및 회수 된 (R) 개체와 같은 감염 상태에 따라 구획으로 인구를 나눕니다.
-이 모델은 전송 속도, 회수율 및 면역과 같은 요인을 고려하여 시간이 지남에 따라 구획 사이의 개인의 흐름을 추적합니다.
- 구획 모델을 분석함으로써, 우리는 기본 재생산 수 (R0)를 추정 할 수 있으며, 이는 완전히 감수성이있는 집단에서 단일 감염된 개인에 의해 야기되는 평균 2 차 감염 수를 나타냅니다.
2. 에이전트 기반 모델 :
- 에이전트 기반 모델은 감염, 상호 작용 및 전염과 같은 인구 내 개별 에이전트의 행동을 시뮬레이션합니다.
- 각 에이전트는 특정 규칙을 따르고 환경 신호에 응답하여 인간 행동과 사회적 역학을 상세하게 표현할 수 있습니다.
- 에이전트 기반 모델은 감염 클러스터링, 공간 이질성 및 네트워크 효과와 같은 복잡한 현상을 포착 할 수 있습니다.
3. 네트워크 모델 :
- 네트워크 모델은 개인과 상호 작용을 각각 노드 및 링크로서 소셜 네트워크를 형성합니다.
- 질병 전염은 네트워크 가장자리를 따라 발생하며, 사람들의 접촉이 감염에 영향을 미치는 방식을 반영합니다.
- 네트워크 모델은 수퍼 스프레더 (비정상적으로 많은 수의 연락처를 가진 개인)와 취약한 인구를 식별하고 목표 중재를 촉진하는 데 도움이됩니다.
4. MetapOpulation 모델 :
- MetapOpulation 모델은 지리적으로 구별되는 하위 집단 내에서 및 질병의 확산을 고려합니다.
-이 모델은 여행 및 이주와 같은 인간 이동성 패턴을 설명하여 지역에 걸쳐 질병에 영향을 줄 수 있습니다.
- Metapopulation 모델은 대규모 환경에서 질병 역학을 연구하는 데 유용합니다.
5. 통계 모델 :
- 통계 모델은 관찰 데이터를 분석하여 인간 행동과 질병 전염 사이의 연관성을 식별합니다.
- 회귀 분석, 로지스틱 회귀 및 베이지안 추론은 인구 밀도, 이동성, 위생 관행 및 사회적 거리 측정과 같은 요인을 조사하는 데 사용되는 일반적인 통계 기술입니다.
- 통계 모델은 특정 행동이 질병 확산에 미치는 영향을 정량화하고 공중 보건 중재의 효과를 평가하는 데 도움이됩니다.
6. 진화 모델 :
- 진화 모델은 병원체 특성과 인간 행동이 시간이 지남에 따라 어떻게 공동으로 발전하는지 탐구합니다.
-이 모델은 병원체의 유전 적 적응, 숙주 감수성 변화 및 선택적 압력에 대한 인간 행동의 영향을 고려합니다.
- 진화 모델은 약물 저항성의 출현, 독성 진화 및 전염병의 장기 역학에 대한 통찰력을 제공합니다.
수학적 모델을 실제 데이터와 결합함으로써 연구자들은 인간 행동이 질병 전염에 어떤 영향을 미치는지에 대한 귀중한 통찰력을 얻을 수 있습니다. 이 지식은 전염병이 사회에 미치는 영향을 완화하기 위해 증거 기반 공중 보건 정책 및 중재의 발전을 지원합니다.
