แบบจำลองบนแลตทิซอย่างง่ายสำหรับการระบาดของโรคมือ เท้า และปาก ในกรุงเทพมหานคร

Abstract

          งานวิจัยนี้ มีจุดมุ่งหมายเพื่อศึกษาพลวัตการระบาดของโรคมือ เท้า และปาก จากการสร้างแบบจำลองบน แลตทิซ 2 มิติ โดยแบ่งประชากรออกเป็น 3 กลุ่มอายุ คือ กลุ่มเด็กเล็ก กลุ่มเด็กโต และกลุ่มผู้ใหญ่ สามารถมีสถานะได้เป็น ผู้ที่มีความเสี่ยงต่อการติดเชื้อ ( S ) ผู้ติดเชื้อ ( I ) และผู้ที่หายจากการติดเชื้อ ( R ) โดยผู้ที่มีสถานะเป็น S และ R สามารถเคลื่อนย้ายไปยังช่องแลตทิซเพื่อนบ้านที่เป็นช่องว่างได้ด้วยความน่าจะเป็นในการเคลื่อนย้าย เราศึกษาผลของการแปรค่าพารามิเตอร์ที่เกี่ยวข้องกับการระบาดของโรค ก) ค่าคงที่ในการส่งผ่านโรค ข) อัตราการหายจากโรค และ ค) ค่าผกผันของการเคลื่อนย้าย พบว่าค่าคงที่ในการส่งผ่านโรคเพิ่มขึ้นส่งผลให้มีจำนวนประชากรติดเชื้อเพิ่มขึ้น เมื่อค่าอัตราการหายจากโรคมากส่งผลให้มีจำนวนประชากรที่ติดเชื้อลดลงอย่างรวดเร็ว และเมื่อค่าผกผันของการเคลื่อนย้ายประชากรมากจะส่งผลให้ประชากรเคลื่อนย้ายน้อยลงและจำนวนผู้ ติดเชื้อน้อยตาม ซึ่งผลของการศึกษานี้เป็นการจำลอง สถานการณ์เพื่อนับจำนวนของผู้ติดเชื้อ โดยสามารถนำจำนวนของผู้ติดเชื้อที่ได้จากแบบจำลองมาเปรียบเทียบกับข้อมูล การระบาด เพื่อพัฒนาแบบจำลองให้สอดคล้องกับข้อมูลการระบาดต่อไป           In this work, we study theepidemic dynamicsof hand, foot and mouth disease by using an epidemic modelon a two-dimensionalsquare lattice. The population in this model is divided into three groups, i.e., babies (0-5 years old), children and young people (6-22 years old), and adult (over 2 2 years old). Each person on lattice can be susceptible ( S ), Infected ( I ) or recovered ( R ) states. The person who is in S or R states could move to one of its four nearest neighbor sites, if it is not occupied by another person. This movement depend on transition probability. We investigated the influence of transmission probability, recovery rate and inverse mobility. The result showed when the transmission probability increases the infected people was increased, while the recovery rate increases the infected people was decreased. The infected numbers increase whenthe inverse mobility (b age) decreases. Theresults of model canused toestimate the number of infected compared to epidemic database. Moreover, this model may be used to predict the epidemic of this disease.