deSolve中不同时间间隔的不同参数值

时间:2013-12-19 23:17:10

标签: r

我正在尝试使用deSolve解决SVEIR(易感,接种疫苗,暴露,感染和移除)模型。疫情从第8天开始(通过在易感人群中输入指数病例)。为了捕获这个,我使用了一个事件(通过在时间t = 8中将值1(1)添加到状态变量(I)。

# Model's parameters

parms <- c(beta=1.29, 
       betaE=0.25, 
       betaI=1, 
       betaV=0.0, 
       sigma=0.5, 
       gama=0.2, 
       delta=1/365, 
       m=0.000046, 
       r=0.000052, 
       kapa=1.857/10000,            
       alpha=0.00643, 
       thita=1/365, 
       f=0.002)    
dt    <- seq(0,50,0.25)      

inits <- c(S=14900, V=0, E=0, I=0, R=0)    
N <- sum(inits)

eventdat <- data.frame(var = c("I"),time = c(8), 
                    value = c(1), method = c("add"))
eventdat

#The SVEIR model

SVEIR <- function(t, x, parms){

with(as.list(c(parms,x)),{
dS <- - beta*betaE*E*(S/N) - beta*betaI*I*(S/N) -  f*S - m*S +delta*R + thita*V + r*N
dV <- - beta*betaE*betaV*E*(V/N) - beta*betaI*betaV*I*(V/N) - m*V - thita*V + f*S
dE <- + beta*betaE*E*(S/N) + beta*betaI*I*(S/N) + beta*betaE*betaV*E*(V/N) + beta*betaI*betaV*I*(V/N) - (m + kapa + sigma)*E
dI <- + sigma*E - (m + alpha + gama)*I
dR <- kapa*E + gama*I - m*R - delta*R       
der <- c(dS, dV, dE, dI, dR)
list(der)      
})

} 

library(deSolve)

out <- as.data.frame(lsoda(inits, dt, SVEIR, parms=parms, events = list(data = eventdat))) 

# Plotting the output

attach(out)

matplot(x = out[,1], y = out[,-1], type = "l", lwd = 2,
    lty = "solid", col = c("red", "blue", "black", "green", "darkgreen"),
    xlab = "time", ylab = "y", main = "SVEIR model")

legend("bottomright", col = c("red", "blue", "black", "green", "darkgreen"),
   legend = c("S", "V", "E", "I", "R"), lwd = 2)

除此之外,我希望我的模型也捕获某些参数的变化。所以,我一直在尝试(到目前为止没有成功)在我的函数中集成一个“while”或“for”循环,其中考虑了以下内容:

  1. 对于0到9之间的时间段我需要参数的值 betaV为0
  2. 在10到50之间的时间段我需要的值 参数betaV为0.002
  3. 我试过使用一个事件,但是R给了我一个错误(我想我只能为变量而不是参数使用一个事件)。

    知道如何处理这个??

    非常感谢,

    汤姆

    PS:该模型基于(Samsuzzoha et.al.,2012)的工作。

1 个答案:

答案 0 :(得分:0)

您的基本问题似乎是如何根据时间指定betaV的两个不同值。你不能在函数中这样做,如:

#The SVEIR model
SVEIR <- function(t, x, parms){ 
  with(as.list(c(parms,x)),{
    betaV <- ifelse(t<10,betaV,0.002)  # adjust betaV based on value of t
    dS <- - beta*betaE*E*(S/N) - beta*betaI*I*(S/N) -  f*S - m*S +delta*R + thita*V + r*N
    dV <- - beta*betaE*betaV*E*(V/N) - beta*betaI*betaV*I*(V/N) - m*V - thita*V + f*S
    dE <- + beta*betaE*E*(S/N) + beta*betaI*I*(S/N) + beta*betaE*betaV*E*(V/N) + beta*betaI*betaV*I*(V/N) - (m + kapa + sigma)*E
    dI <- + sigma*E - (m + alpha + gama)*I
    dR <- kapa*E + gama*I - m*R - delta*R       
    der <- c(dS, dV, dE, dI, dR)
    list(der)      
  })

请注意,您的问题实际上并未在betaV上指定9 < t < 10的值,因此我认为截止值为10。

当我使用betaV = 0.002 (t>10)运行时,输出中没有可识别的差异。如果我为betaVt > 10设置为1或10,则V(t)的{​​{1}}会被取消,而t的{​​{1}}会被转移到较低的时间。听起来不错吗?