资源介绍
电子书格式: pdf
《传染病计算建模：Python 应用实践》是一本聚焦传染病建模理论与实战的专业著作，系统整合了数学建模、计算科学与公共卫生领域的核心知识，以 Python 为工具载体，为读者提供了一套可落地的传染病传播分析框架。全书围绕传染病建模的核心逻辑展开，从基础理论到复杂场景应用，层层递进，既适合专业研究者参考，也能为公共卫生从业者提供实用指导。
本书开篇从传染病建模的核心价值切入，阐述了建模在疫情预测、防控策略制定等方面的重要意义，梳理了该学科的发展历程，明确了书籍的适用人群与使用方法，同时给出了 Python 编程的基础预备知识与环境配置指南，降低了读者的入门门槛。核心章节构建了完整的建模知识体系：从简单的舱室模型入手，详细讲解了 SIR、SIRD 等基础模型的原理、假设条件与数学表达，深入分析了基本再生数（R₀）、时间依赖再生数（Rₜ）等关键参数的计算方法；进而拓展至宿主因素异质性建模，探讨了年龄、行为风险等因素对传播的影响；随后聚焦宿主 - 媒介与多宿主系统，解析了疟疾等虫媒传染病、埃博拉等人畜共患病的传播动力学；还涵盖了多病原体交互、疫苗接种与隔离检疫等防控措施建模，以及传染病的时间动态与空间扩散建模等高级主题。
书中贯穿大量实战案例，从 Tristan da Cunha 岛的甲型流感疫情到新冠疫情的参数估算，从梅毒的周期性流行到麻疹疫苗的长期效果评估，将理论模型与真实公共卫生事件相结合，增强了知识的实用性。同时，每章配套 Python 代码示例与 Jupyter 笔记本资源，读者可通过复现实验加深理解，掌握参数估计、模型拟合、结果可视化等关键技能。此外，书中还融入了伦理考量与专业实践建议，强调建模过程中的数据可靠性、结果沟通的准确性，以及公共卫生干预措施的公平性与可操作性。
作为一本跨学科著作，本书打破了数学理论与工程实践的壁垒，既注重建模逻辑的严谨性，又兼顾应用场景的多样性，为传染病防控决策提供了科学支撑，也为相关领域学习者搭建了从理论到实践的桥梁，是公共卫生、数据科学、生物医学等领域从业者与学生的重要参考资料。Computational Modeling of Infectious Disease