Loading [MathJax]/jax/output/SVG/config.js
Математическая биология и биоинформатика
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Матем. биология и биоинформ.:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Математическая биология и биоинформатика, 2007, том 2, выпуск 2, страницы 188–318 (Mi mbb26)  

Эта публикация цитируется в 17 научных статьях (всего в 17 статьях)

Математическое моделирование

Математические модели распространения и контроля туберкулеза (обзор)

К. К. Авилов, А. А. Романюха

Институт вычислительной математики РАН
Список литературы:
Аннотация: В обзоре рассмотрены математические модели эпидемиологических процессов, определяющих динамику заболеваемости туберкулезом. Первые модели эпидемиологии туберкулеза были разработаны и опубликованы в начале 60-х годов прошлого века. В этих и последующих работах 70-х годов сформулированы и описаны особенности эпидемиологии туберкулеза: (наличие длительной латентной фазы инфекции, очень низкая вероятность полного освобождения от инфекции, возможность быстрого развития заболевания после инфицирования и зависимость вероятности активации инфекции от состояния носителя и длительности латентного периода). Важнейшей областью приложений математических моделей эпидемиологии туберкулеза является оценка эффективности стратегий борьбы с этим заболеванием. Новая волна интереса к математическим моделям распространения туберкулеза связана с ростом заболеваемости в развивающихся странах из-за эпидемией ВИЧ и появлению штаммов микобактерий устойчивых к одному или нескольким препаратам. Модели 80-х и 90-х годов посвящены взаимодействию инфекции ВИЧ и микобактерий, формированию и распространению лекарственно устойчивых штаммов; большое внимание уделяется исследованию свойств моделей, оценке параметров, сравнению с реальными данными. В этот период модели становятся важным средством для выработки и обоснования деятельности как национальных, так и международных организаций, отвечающих за борьбу с этой инфекцией. Для удобства в обзоре используется единая система обозначений переменных и параметров, приводятся блок-схемы моделируемых процессов, оценки значений параметров, обсуждаются предположения и допущения, использованные при построении моделей. Работа является первым полным обзором этого класса моделей до 2006 года.
Ключевые слова: туберкулез, математическое моделирование, эпидемиология, математические модели, обзор, микобактерии.
Тип публикации: Статья
УДК: 519.7:614.4
Образец цитирования: К. К. Авилов, А. А. Романюха, “Математические модели распространения и контроля туберкулеза (обзор)”, Матем. биология и биоинформ., 2:2 (2007), 188–318
Цитирование в формате AMSBIB
\RBibitem{AviRom07}
\by К.~К.~Авилов, А.~А.~Романюха
\paper Математические модели распространения и контроля туберкулеза (обзор)
\jour Матем. биология и биоинформ.
\yr 2007
\vol 2
\issue 2
\pages 188--318
\mathnet{http://mi.mathnet.ru/mbb26}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/mbb26
  • https://www.mathnet.ru/rus/mbb/v2/i2/p188
  • Эта публикация цитируется в следующих 17 статьяx:
    1. Gerasimov A., Semenycheva I., Belaia O., Volchkova E., Gorobchenko A., “Estimation of the Value of the Covid-19 Basic Reproductive Number and the Effect of Anti-Epidemic Measures and “Seasonal Factor” on This Value”, Period. Tche Quim., 18:38 (2021), 149–163  crossref  isi
    2. С. И. Кабанихин, О. И. Криворотько, “Оптимизационные методы решения обратных задач иммунологии и эпидемиологии”, Ж. вычисл. матем. и матем. физ., 60:4 (2020), 590–600  mathnet  crossref  elib; S. I. Kabanikhin, O. I. Krivorot'ko, “Optimization methods for solving inverse immunology and epidemiology problems”, Comput. Math. Math. Phys., 60:4 (2020), 580–589  crossref  isi
    3. А. Н. Герасимов, “Динамика эпидемического процесса с антибиотикоустойчивым вариантом возбудителя”, Матем. моделирование, 31:3 (2019), 109–123  mathnet  crossref  elib; A. N. Gerasimov, “The dynamics of the epidemic process with antibiotic-resistant variant of the pathogen”, Math. Models Comput. Simul., 11:6 (2019), 884–893  crossref
    4. К. К. Авилов, А. А. Романюха, Е. М. Белиловский, С. Е. Борисов, “Сравнение схем моделирования естественного течения туберкулёза органов дыхания”, Матем. биология и биоинформ., 14:2 (2019), 570–587  mathnet  crossref
    5. В. Я. Киселевская-Бабинина, Т. Е. Санникова, А. А. Романюха, А. С. Каркач, “Моделирование влияний гендерных различий на заболеваемость туберкулёзом”, Матем. биология и биоинформ., 13:2 (2018), 308–321  mathnet  crossref
    6. Н. В. Перцев, “Исследование решений математических моделей эпидемических процессов, обладающих общими структурными свойствами”, Сиб. журн. индустр. матем., 18:2 (2015), 85–98  mathnet  crossref  mathscinet  elib
    7. А. И. Ильин, С. И. Кабанихин, О. И. Криворотько, “Об определении параметров моделей, описываемых системами нелинейных дифференциальных уравнений”, Сиб. электрон. матем. изв., 11 (2014), 62–76  mathnet
    8. Н. В. Перцев, Б. Ю. Пичугин, А. Н. Пичугина, “Исследование асимптотического поведения решений некоторых моделей эпидемических процессов”, Матем. биология и биоинформ., 8:1 (2013), 21–48  mathnet
    9. Китарова Г.С., “Математическое моделирование кори в кыргызстане”, Вестник Кыргызско-Российского славянского университета, 12:1 (2012), 113–115  elib
    10. Вьюн В.И., Еременко Т.К., Кузьменко Г.Е., Михненко Ю.А., “Об одном подходе к прогнозированию эпидемиологической обстановки по гриппу-орви с использованием временных рядов”, Математические машины и системы, 1:2 (2011), 131–136  elib
    11. Леоненко В.Н., Логинов К.К., “Вычислительные аспекты имитационного моделирования распространения туберкулëза”, Научно-технический вестн. Санкт-Петербургского гос. ун-та информационных технологий, механики и оптики, 68:4 (2010), 99–103  elib
    12. Н. В. Перцев, Б. Ю. Пичугин, “Индивидуум-ориентированная стохастическая модель распространения туберкулеза”, Сиб. журн. индустр. матем., 12:2 (2009), 97–110  mathnet  mathscinet; J. Appl. Industr. Math., 4:3 (2010), 359–370  crossref
    13. Pertsev N.V., Leonenko V.N., “Stochastic individual-based model of spread of tuberculosis”, Russian J. Numer. Anal. Math. Modelling, 24:4 (2009), 341–360  crossref  mathscinet  zmath  isi  elib  scopus
    14. О. А. Мельниченко, А. А. Романюха, “Модель эпидемиологии туберкулеза. Анализ данных и оценка параметров”, Матем. моделирование, 20:8 (2008), 107–128  mathnet  zmath; O. A. Melnichenko, A. A. Romanyukha, “A model of tuberculosis epidemiology. Data analysis and estimation of parameters”, Math. Models Comput. Simul., 1:4 (2009), 428–444  crossref
    15. Касаткина B.C., “Двусторонние оценки на решения стохастической модели распространения туберкулеза”, Вестн. Омского ун-та, 2008, № 2, 19–23  zmath  elib
    16. Перцев Н.В., Романюха А.А., Касаткина В.С., “Нелинейная стохастическая модель распространения туберкулеза”, Системы управления и информационные технологии, 2008, № 1.2(31), 246–250  elib
    17. Масленников Б.И., Скворцов А.В., “Математическое обеспечение информационно-аналитической медицинской системы”, Программные продукты и системы, 2008, № 4, 54  elib
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Статистика просмотров:
    Страница аннотации:1619
    PDF полного текста:980
    Список литературы:106
    Первая страница:1
     
      Обратная связь:
    math-net2025_04@mi-ras.ru
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2025