76
个编辑
更改
跳到导航
跳到搜索
第159行：
第159行： − + − 逻辑斯谛微分方程可用于肿瘤生长的建模。这一用法可视为上述的生态学/人口学模型的延伸。以<math>{\displaystyle X(t)}</math>表示肿瘤在时间<math>{\displaystyle t}</math>的大小，其变化动态遵循
→医学：流行病传播模型
* 疾病传播：在经典的SIR模型中，逻辑斯谛方程可以近似描述在疾病爆发初期，易感人群数量庞大时，感染者人数的增长模式。在COVID-19大流行期间，广义逻辑斯谛曲线被广泛用于拟合和预测各国感染病例的增长轨迹<ref>Lee, S. Y., Lei, B., & Mallick, B. (2020). Estimation of COVID-19 spread curves integrating global data and borrowing information. PLOS ONE, 15(7), e0236860.</ref>。
* 疾病传播：在经典的SIR模型中，逻辑斯谛方程可以近似描述在疾病爆发初期，易感人群数量庞大时，感染者人数的增长模式。在COVID-19大流行期间，广义逻辑斯谛曲线被广泛用于拟合和预测各国感染病例的增长轨迹<ref>Lee, S. Y., Lei, B., & Mallick, B. (2020). Estimation of COVID-19 spread curves integrating global data and borrowing information. PLOS ONE, 15(7), e0236860.</ref>。
* 疫情预测：在COVID-19疫情期间，广义逻辑斯谛函数（理查兹增长曲线）被用于拟合感染轨迹，预测疫情发展趋势。
* 疫情预测：在COVID-19疫情期间，广义逻辑斯谛函数（理查兹增长曲线）被用于拟合感染轨迹，预测疫情发展趋势。
* 肿瘤生长：用于描述肿瘤在营养限制条件下的生长动力学。化疗效果也可通过在该方程中增加一个杀伤项来建模<math>\frac{dX}{dt} = rX(1-\frac{X}{K}) - c(t)X</math>。
* 肿瘤生长：用于描述肿瘤在营养限制条件下的生长动力学。可视为上述的生态学/人口学模型的延伸。以<math>{\displaystyle X(t)}</math>表示肿瘤在时间<math>{\displaystyle t}</math>的大小，其变化动态遵循
<math>{\displaystyle X'=r\left(1-{\frac {X}{K}}\right)X}</math>，
<math>{\displaystyle X'=r\left(1-{\frac {X}{K}}\right)X}</math>，
属于以下类型：
属于以下类型：