主體建模在公共衛生領域的應用現狀

鄧強宇，康 鵬綜述，張鷺鷺審校

·綜 述·

主體建模在公共衛生領域的應用現狀

鄧強宇，康 鵬綜述，張鷺鷺審校

主體建模(Agent-based modeling)是近年來公共衛生復雜系統問題領域的新興建模方法，為解決全球性公共衛生問題帶來了諸多啟發。相比國外研究，國內在此方面研究和應用相對不足。為增加國內學者對該方法的了解，文章系統檢索和分析了相關研究文獻，從發展歷程、建模軟件、研究機構、應用領域等方面對主體建模在傳染性疾病、慢性非傳染性疾病等公共衛生領域的應用現狀進行綜述。

主體建模；公共衛生；應用；傳染性疾病；慢性非傳染性疾病

目前，公共衛生領域的研究大多還采用一些單純因果關系的線性研究方法，其對于多因素復雜公共衛生問題的研究存在明顯不足。隨著計算機科學的發展，復雜性建模方法應運而生并逐漸得到廣泛應用。2017年7月，《柳葉刀》刊發專家評論文章，呼吁采用復雜性建模方法來應對全球公共衛生領域的挑戰，并提及主體建模(Agent-based modeling)在復雜性建模領域的重要作用，指出其能夠綜合多種證據，對擁有非獨立、反饋、涌現等現象的復雜系統進行深入研究[1]。主體(Agent)是具有自我適應能力，能夠與環境產生交互作用的特定微觀模型。主體建模是從自適應性主體的相互作用規律出發，研究復雜性、非線性、不確定性系統內在規律的一種建模方法。本文通過系統檢索pubmed、web of science、Sinomed、維普數據庫中近10年中相關中英文文獻，總結歸納了主體建模在公共衛生領域的應用現狀。

1 主體建模

1.1發展歷程 主體建模起源于數學等學科的重要發現，發展于多學科復雜系統問題的模擬，目前逐漸應用于公共衛生研究領域。主體建模是一種“自底向上”的新興建模方法。利用計算機仿真方法，從系統中微觀個體的性質、個體與環境、以及個體與個體之間的相互作用，研究宏觀整體系統中無法預測的、合乎實際的涌現現象等復雜問題。雖然主體建模的創建可追溯到20世紀期間數學、哲學以及計算機科學的重要發現，如元胞自動機、生命游戲模型，但卻是復雜系統建模三大方法的最新方法(另外兩種是系統動力學建模和網絡建模)。最早成功使用主體建模研究復雜系統問題的是Reynolds的飛鳥群體模型[2]。后逐步應用于多種學科的研究，尤其擅長分析組織、社會、文化、政治、商業和經濟的群體涌現特性。

主體建模在公共衛生領域的復雜問題研究中應用廣泛。公共衛生領域較早采用主體建模研究的是美國學者Agar等[3]在2001年開展的針對美國巴爾的摩市非裔美國人的海洛因流行規律研究。過去5～10年是主體建模等系統科學方法在公共衛生領域應用的迅速發展時期[4]。該方法在從肥胖到煙草控制等公共衛生決策方面產生了極高的應用價值[5]。目前，主體建模廣泛用于公共衛生領域中的傳染病流行、人群行為以及疾病擴散的建模研究，并逐步引用了GIS系統和社會網絡信息在模型中[6]，能夠開展包含一個社區或國家的全人群的超大規模仿真[7]。因此，主體建模是一種多學科交叉的新興研究方法。

1.2建模軟件 大部分主體建模是通過面向對象的編程軟件來實現，這些軟件大多具有可視化建模環境。常用的主體建模軟件有Swarm、Repast、NetLogo、AnyLogic等。Swarm是美國圣塔菲研究所開發的一款多主體建模軟件，能提供豐富的類庫，其編程采用面向對象的C語言[8]。Repast是由美國芝加哥大學研發，其建模語言為Java，編程難度相對較低，包含空間庫等多類庫，具有可視化Agent編輯器，現已發展成為一個通用的主體仿真平臺[9]。NetLogo由美國西北大學研發，完全使用Java語言編程，適合對復雜系統的時間演化規律進行建模仿真，其模型涉及主體、空間表達和仿真推進三個方面[10]。AnyLogic由俄羅斯XJ TechnologieS公司開發，是一款完整支持多方法聯合建模的軟件，能夠全面支持離散事件建模、基于智能體建模、系統動力學建模三大建模方法，是一款高效實用的建模軟件，其建模語言為Java，可視化程度高[11]。多樣化的建模軟件為主體建模解決公共衛生問題提供了堅實基礎。

1.3研究機構 主體建模在公共衛生領域的應用需要良好的系統建模基礎和較強的公共衛生研究基礎。美國的主要研究機構包括美國國家衛生中心、密歇根大學社會流行病和人群健康研究中心、哥倫比亞大學Mailman公共衛生學院、匹茲堡大學公共衛生動力學實驗室、約翰霍普斯金醫學院災害事件預警與響應研究中心[5]。除此之外，倫敦熱帶衛生與熱帶醫學學院、加拿大西蒙費雷澤大學、澳大利亞悉尼大學、英國格拉斯哥大學、劍橋大學飲食和運動研究中心也是研究主體建模在公共衛生衛生領域應用的主要研究機構[1]。總體來講，目前主體建模在公共衛生領域的應用主要集中在歐美發達國家。

2 應用領域

2.1傳染性疾病建模 主體建模被應用于從個體到全球流行等不同規模的疾病傳播研究中。相比傳統的SIR流行病模型，主體模型已經證明了社會網絡、交通系統、地理環境、多樣化個體行為對疾病傳播的重要作用。主體建模能強調個體行為與社會環境之間大規模的復雜交互特征，是目前傳染性疾病研究中最前沿的建模方法[12]。Lee等[13]構建了H1N1流行中疫苗分配政策模型，來比較當疫苗供應不足時，高危個體和高危感染性兒童的不同接種優先權所導致的感染率、住院率和總體經濟損失的不同。Lee等[14]同樣發現短期的學校停課對于流感的控制往往適得其反，只有較長時間的停課才能保證長期有效的疫苗接種。Lee等[15]還發現大公司生成H1N1疫苗較多個小公司生成疫苗更有效率。Tuite等[16]利用主體模型研究加拿大本土居民社區中肺結核的流行情況。DePasse等[17]構建了主體模型研究不同流感疫苗的選擇對美國疾病負擔和成本效果的影響。Wares等[18]利用主體建模評價了在出院透析單元中不同的感染預防策略。Siettos等[19]借助主體建模研究了2014年非洲埃博拉病毒的流行特征，并進行了趨勢預測。Sanstead等[20]利用主體模型研究了百日咳的發病趨勢。總體來講，主體建模為傳染性疾病的防控帶來了新的研究思路。

2.2慢性非傳染性疾病建模 近年來，主體建模已經開始應用于慢性病、健康行為的研究[21]。肥胖等慢性非傳染性疾病是全球性新興公共衛生問題，單一的干預措施往往很難達到控制效果，需要飲食、運動、健康服務等多方面的綜合治理。目前的研究大多還停留在單因素、短期、個體水平、線性的研究，對復雜性研究不足，但公共衛生領域的研究者應該給政策制定者和實施者提供考慮了社會實際特性的綜合的強有力的證據。雖然個體水平的隨機對照研究相對直接，但其不可能隨機出整個人群水平的干預措施，如國家含糖飲料稅收水平、體育鍛煉基礎設施的覆蓋、空間建筑的規劃、公共交通的改進等對人群肥胖的影響。Yang等[22]構建主體模型研究社會和建筑環境對個人步行行為的影響以及個人運動量與疾病風險的關系，同時研究了個體之間的交互反饋作用，如個人步行數量隨著他人步行數量的增加而增加。Auchincloss等[23]構建主體模型研究人群食物偏好、食物價格、收入水平對健康食物消費的影響，證明除了收入水平以外，對于健康食物的偏好和廉價食物的可獲得性同樣影響健康食物消費。該模型有利于研究數據缺乏時社會因素對健康的影響。Giabbanelli等[24]提出采用主體模型來研究針對人群食物行為的公共政策。Hennessy等[25]構建了主體模型研究兒童肥胖問題的干預措施。由此可見，主體建模在慢性非傳染性疾病的多因素分析中也應用廣泛。

2.3其他公共衛生問題建模 除傳染性疾病和慢性非傳染性疾病的建模研究以外，主體建模在其他公共衛生問題研究上也應用廣泛。Barbrook-Johnson等[26]研究了輿情傳播對于公共衛生危機中人群行為的影響。Megiddo等[27]采用主體建模分析了印度癲癇治療中公費支出所產生的健康和經濟效益。Keyes等[28]構建主體模型研究了紐約市飲酒稅的實施對于人群暴力和謀殺發生率的影響。Guclu等[29]利用主體模型研究了災害對于人群初級衛生保健可及性的影響。Grebaut等[30]利用主體模型研究了嗜睡病的防控策略。Ernecoff等[31]利用主體模型研究了高級衛生保健計劃對于人群健康行為的改變。Blok等[32]借助主體建模研究了減少人群健康食物消費不平等的干預策略。An等[33]利用主體模型研究了炎癥與腫瘤之間的關系。Zhang等[34]借用主體模型研究了城區成年人中不健康飲食習慣的不同干預策略。Demarest等[35]構建了空間-時間主體模型研究發展中國家鄉村地區水資源和健康的關系。主體建模逐漸應用于人群健康行為、衛生經濟、衛生保健等公共衛生其他方面。

3 結 語

計算機建模和系統科學是超越傳統的定量和定性研究的新興科研手段。主體建模作為復雜性科學系統建模中新興的建模方法，能夠為傳染性疾病、慢性非傳染性疾病等公共衛生領域的復雜問題提供創新性研究思路。政府應增加對主體建模方法研究公共衛生問題項目的支持。研究者應該熟練掌握主體建模方法，進一步豐富和發展其在公共衛生領域的應用，并促進公眾認識到這種方法對于公共衛生學科的諸多益處，為公共衛生問題的防控提供新的應對方案。最終，主體建模有望提供有力的“仿真實驗室”，為不同類型的公共衛生實踐項目、科學研究、政策制定提供傳統方法不能提供的有力證據。

[1] Rutter H, Savona N,Glonti K,etal. The need for a complex systems model of evidence for public health[J]. Lancet, 2017, doi: org/10.1016/S0140-6736(17)31267-9.

[2] CW R. Flocks, herds and schools: A distributed behavioral model[J]. ACM SIGGRAPH Computer Graphics, 1987, 21: 25-34.

[3] Agar M, Reisinger HS.Using trend theory to explain heroin use trend[J]. J Psychoactive Drugs, 2001,33(3):203-211.

[4] Lich KH, Ginexi EM, Osgood ND. A call to address complexity in prevention science research[J]. Prev Sci, 2013, 14: 279-289.

[5] Maglio PP, Mabry PL. Agent-based models and systems science approaches to public health[J]. Am J Prev Med, 2011, 40(3): 392-394.

[6] Delre SA, Jager W, Bijmolt THA,etal. Will it spread or not? The effects of social influences and network topology on innovation diffusion[J]. J Product Man, 2010, 27: 267-282.

[7] Cajka JC, Cooley PC, Wheaton WD. Attribute assignment to a synthetic population in support of agent-based disease modeling[J]. Methods Rep RTI Press, 2010,19(1009): 1-14.

[8] 趙愛華. 基于 Swarm 的地震災后救援系統仿真[D].中國地質大學(北京),2009.

[9] 蔣慧超,韋兆文. 基于Repast平臺的多Agent仿真建模研究[J]. 計算機技術與發展, 2008, 18(11): 250-253.

[10] 趙春曉, 鐘 寧, 郝 瑩. 基于NetLogo平臺的HIV治療模型[J]. 計算機科學, 2008, 135(14): 283-284.

[11] Lee S, Son YJ, Jin J. An Integrated Human Decision Making Model for Evacuation Scenarios under a BDI Framework[J]. Acm Transactions on Modeling and Computer Simulation, 2010, 20(4): 1-24.

[12] JM E. Modelling to contain pandemics[J]. Nature, 2009, 460:687.

[13] Lee BY, Brown ST, Korch GW,etal. A computer simulation of vaccine prioritization, allocation, and rationing during the 2009 H1N1 influenza pandemic[J]. Vaccine, 2010,28(31): 4875-4879.

[14] Lee BY, Brown ST, Cooley P,etal. Simulating school closure strategies to mitigate an influenza epidemic[J]. J Public Health Man Practice, 2010, 16: 252-261.

[15] Lee BY, Brown ST, Cooley P,etal. A Computer Simulation of Employee Vaccination to Mitigate an Influenza Epidemic[J]. Ame J Preventive Med, 2010, 38(3): 247-257.

[16] Tuite AR, Gallant V, Randell E,etal. Stochastic agent-based modeling of tuberculosis in Canadian Indigenous communities[J]. BMC Public Health, 2017, 17(1): 73.

[17] DePasse JV, Smith KJ, Raviotta JM, et al.Does Choice of Influenza Vaccine Type Change Disease Burden and Cost-Effectiveness in the United States? An Agent-Based Modeling Study[J]. Am J Epidemiol, 2017, 185(9): 822-831.

[18] Wares JR, Lawson B, Shemin D,etal. Evaluating Infection Prevention Strategies in Out-Patient Dialysis Units Using Agent-Based Modeling[J]. Plos One, 2016. 11(5) : 1-13.

[19] Siettos C, Anastassopoulou C, Russo L,etal. Modeling the 2014 Ebola Virus Epidemic-Agent-Based Simulations, Temporal Analysis and Future Predictions for Liberia and Sierra Leone[J]. PLoS Curr, 2015, 7: 1-12.

[20] Sanstead E, Kenyon C, Rowley S,etal. Understanding Trends in Pertussis Incidence: An Agent-Based Model Approach[J]. Am J Public Health, 2015, 105(9): 42-47.

[21] Gorman DM, Mezic J,Mezic I,etal. Agent-based modeling of drinking behavior: a preliminary model and potential applications to theory and practice[J]. Am J Public Health, 2006, 96: 2055-2060.

[22] Yang Y, Roux AVD, Auchincloss AH,etal. A spatial agent-based model for the simulation of adults' daily walking within a city[J]. Am J Prev Med, 2011, 40: 353-361.

[23] Auchincloss AH, Riolo R, Brown DG,etal. An agent-based model of income inequalities in diet in the context of residential segregation[J]. Am J Prev Med, 2010, 40(3): 303-311.

[24] Giabbanelli PJ, Crutzen R. Using Agent-Based Models to Develop Public Policy about Food Behaviours: Future Directions and Recommendations[J]. Comput Math Methods Med, 2017, 1-12.

[25] Hennessy E, Ornstein JT, Economos CD,etal. Designing an Agent-Based Model for Childhood Obesity Interventions: A Case Study of Child Obesity180[J]. Prev Chronic Dis, 2016, 13: 4.

[26] Barbrook-Johnson P, Badham J, Gilbert N. Uses of Agent-Based Modeling for Health Communication: the TELL ME Case Study[J]. Health Commun, 2017, 32(8): 939-944.

[27] Megiddo I, Colson A, Chisholm D,etal. Health and economic benefits of public financing of epilepsy treatment in India: An agent-based simulation model[J]. Epilepsia, 2016, 57(3): 464-474.

[28] Keyes KM, Tracy M, Cerda M. Agent-Based Model of Alcohol Taxation Effects on Violence and Homicide in New York City[J]. Alcoh Clin Exper Res, 2016, 40: 282.

[29] Guclu H, Kumar S, Galloway D,etal. An Agent-Based Model for Addressing the Impact of a Disaster on Access to Primary Care Services[J]. Disaster Med Public Health Prep, 2016, 10(3): 386-393.

[30] Grebaut P, Girardin K, Federico V,etal. Simulating the elimination of sleeping sickness with an agent-based model[J]. Parasite, 2016, 23: 63.

[31] Ernecoff NC, Keane CR, Albert SM. Health behavior change in advance care planning: an agent-based model[J]. BMC Public Health, 2016, 16: 193.

[32] Blok DJ, Vlas SJ, Bakker R,etal. Reducing Income Inequalities in Food Consumption: Explorations With an Agent-Based Mode[J]l. Am J Prev Med, 2015, 49(4): 605-613.

[33] An G, Kulkarni S. An agent-based modeling framework linking inflammation and cancer using evolutionary principles: description of a generative hierarchy for the hallmarks of cancer and developing a bridge between mechanism and epidemiological data[J]. Math Biosci, 2015, 260: 16-24.

[34] Zhang D, Giabbanelli PJ, Arah OA,etal. Impact of different policies on unhealthy dietary behaviors in an urban adult population: an agent-based simulation model [J]. Am J Public Health, 2014, 104(7): 1217-1222.

[35] Demarest J, Pagsuyoin S, Learmonth G,etal. Development of a Spatial and Temporal Agent-Based Model for Studying Water and Health Relationships: The Case Study of Two Villages in Limpopo, South Africa[J]. J Artif Soc Soc Simul, 2013, 16(4): 1-12.

2017-07-04；

2017-08-21)

(本文編輯：劉玉巧)

R197.3

A

1672-271X(2017)06-0611-04

10.3969/j.issn.1672-271X.2017.06.013

國家自然科學基金(71774167)

200433 上海, 海軍軍醫大學(第二軍醫大學)衛生勤務學系衛生勤務學教研室

張鷺鷺，E-mail:zllrmit@aliyun.com

鄧強宇，康 鵬，張鷺鷺.主體建模在公共衛生領域的應用現狀[J].東南國防醫藥，2017,19(6):611-614.