В современной эпидемиологии компартментные модели (compartmental models) являются основным инструментом для описания динамики распространения инфекционных заболеваний. Исторически наиболее ранним и фундаментальным классом таких моделей является SIR-модель Кермака-Маккендрика. Суть процесса «исключения из части в часть» — это именно переход индивидов между компартментами (состояниями), в частности, перемещение инфицированных в группу выздоровевших.

Структура SIR-модели: Три основные части

Население в базовой модели делится на три взаимно исключающих группы (компартмента):

• S (Susceptible) — Восприимчивые: здоровые лица, которые могут заразиться при контакте с инфицированными.
• I (Infected) — Инфицированные: больные, способные передавать инфекцию.
• R (Recovered/Removed) — Выздоровевшие/Удаленные: лица, перенесшие болезнь и приобретшие иммунитет (или удаленные из популяции по иным причинам).

Ключевой момент: Индивидуумы могут стать невосприимчивыми к заражению (перейти в R) только после полного извлечения от инфекции. Последовательность переходов строго определена: S → I → R.

Математическая формализация перехода «из части в часть»

Процесс перехода из состояния в состояние формализуется с помощью системы дифференциальных уравнений. Скорость этого перехода вычисляется на основе эпидемиологических наблюдений и параметров модели.

Система уравнений Кермака-Маккендрика

Динамика изменений численности каждой группы во времени t описывается следующим образом:

1. dS/dt = -β * S * I / N, скорость убыли восприимчивых (заражение).
2. dI/dt = β * S * I / N ‒ γ * I — скорость изменения числа инфицированных (приток зараженных минус отток выздоравливающих).
3. dR/dt = γ * I — скорость перехода в группу выздоровевших (именно этот член уравнения отвечает за «исключение из части I в часть R»).

Где:

• β (бета) — коэффициент передачи инфекции (контактная скорость × вероятность заражения).
• γ (гамма), скорость выздоровления (обратная величина к среднему инфекционному периоду: γ = 1 / T_inf).
• N — общее население (S + I + R = N).

Алгоритм быстрого расчета переходов (Численное моделирование)

Для практического «быстрого исключения» выздоравливающих из компартмента I в R на компьютере используются численные методы решения системы ОДУ (обыкновенных дифференциальных уравнений); Типичный алгоритм реализации выглядит так:

Этапы расчета за временной шаг (Δt)

1. Инициализация: Задаются начальные условия S(0), I(0), R(0) и параметры β, γ.
2. Расчет приростов: На каждом шаге t → t+1 вычисляется число новых выздоравливающих:

   new_recovered = γ * I(t) * Δt

3. Обновление компартментов («Исключение/Включение»):
   • I(t+1) = I(t) ‒ new_recovered + new_infected
   • R(t+1) = R(t) + new_recovered
4. Итерация: Процедура повторяется FOR t1:7 (или на нужный горизонт прогнозирования) для формирования состояния эпидемиологической системы на день t1 из состояния дня t.

Информационная динамика и матричный подход

В более сложных модификациях (например, с учетом возрастной структуры, территориального распределения или фенотипов возбудителя) используется матричный аппарат. Согласно современным подходам (ID0S):

• Формируется матрица информационной динамики ID.
• Узлы фенотипа F динамически меняются, и фенотип переходит из состояния S, соответствующего времени t, в состояние S, соответствующее времени (t1).
• На основе IDt, E, Y вычисляются: число контактов, степень риска инфицирования, возрастное и территориальное распределение заболеваемости на день t.

Это позволяет учитывать, что скорость перехода I → R может варьироваться для разных подгрупп населения.

Ключевой параметр: Базовое репродуктивное число (R₀)

Скорость, с которой инфицированные «исключаются» в выздоровевшие (параметр γ), напрямую влияет на базовое репродуктивное число ℛ₀:

ℛ₀ = β / γ

В разделе устойчивости систем показывается, что индекс репродукции ℛ₀ является границей устойчивости состояния равновесия SIR-системы при отсутствии инфицированных. Если ℛ₀ < 1, эпидемия затухает (переход I → R происходит быстрее, чем S → I). Если ℛ₀ > 1, эпидемия развивается.

Практическое применение: Что позволяет рассчитать модель

Использование описанной компартментальной схемы и быстрого расчета переходов между частями позволяет оценить критические эпидемиологические показатели:

• Распространение болезни во времени (кривая эпидемии).
• Общее число инфицированных за весь период (финальный размер эпидемии).
• Продолжительность эпидемии (время до достижения I ≈ 0).
• Пиковую нагрузку на систему здравоохранения (максимум функции I(t)).
• Эффективность вмешательств (карантинов, вакцинации), меняющих параметры β или мгновенно переводящих людей из S в R.

Процесс «быстрого исключения выздоравливающих из части в часть» — это вычислительное отражение биологического выздоровления в рамках детерминированных SIR-моделей. Основа реализации компартментальных моделей заключается в точном описании уравнений переходов (dR/dt = γI) и последующем численном расчете изменений каждого компартмента за заданный период. Понимание механики этого перехода позволяет не только прогнозировать ход эпидемии, но и разрабатывать обоснованные меры по ее контролю.

Материал подготовлен на основе принципов математического моделирования эпидемических процессов (SIR-модель Кермака-Маккендрика), теории компартментальных моделей и методов информационной динамики (ID0S). Дата актуализации: .