Ziekteverspreidingsproject

Op deze pagina, ga je de verspreiding van een ziekte over een bevolking modeleren.

Geen Afbeelding

Stel je voor dat je een medisch onderzoeker bent bij het Centrum voor Ziektecontrole (CZC) en je wilt de factoren begrijpen die bijdragen aan de verspreiding van een nieuwe ziekte over een populatie. In het bijzonder wil je weten wat het effect is van de bevolkingsgrootte op de snelheid waarmee de ziekte zich verspreidt.

  1. Wat zou een goede hypothese zijn over hoe de populatiegrootte zich verhoudt tot de snelheid van de verspreiding van de ziekte?

Het is mogelijk dat je niet genoeg data hebt van daadwerkelijke uitbraken om duidelijke conclusies te trekken. Het is onethisch om ziektes te verspreiden om data te verkrijgen. In deze situatie is de beste optie om een simulatie te maken om data te genereren om je hypothese te testen.

In dit project, ga je simuleren hoe de ziekte zich verspreidt over een kleine bevolking en bekijken hoe verschillende bevolkingsgroottes en de verspreidingssnelheden de verspreiding van de ziekte veranderen.

  1. Speel met het Snap!-bestand (Engels) dat hier staat om een idee te krijgen van het simulatieprogramma dat je gaat maken.
  2. Je code moet:
    • De gebruiker om 3 invoeren vragen: de bevolkingsgrootte, het percentage aanvankelijk geïnfecteerden en de snelheid waarmee de mensen moeten bewegen.
    • Maak een sprite voor één persoon en gebruik het Maak kloon van mijzelfblok om een ​​populatie te genereren met de grootte die door de gebruiker is ingevoerd.
    • Doe dit zelfstandig maar als je er niet uit komt, gebruik dan deze pagina voor hints.
    • Maak het door de gebruiker bepaalde percentage van de bevolking ziek en de rest gezond.
    • Maak een timer om de duur van de uitbraak bij te houden (totdat iedereen geïnfecteerd is).
    • Zorg dat de mensen bewegen met een constante snelheid die de gebruiker heeft ingevoerd.
    • Zorg ervoor dat als een gezond persoon een ziek persoon raakt, hij ook ziek wordt.
    • Stop de animaties en de timer als de hele bevolking ziek is.
  3. Bespreek hoe je simulatie wel en niet lijkt op en echte ziekte-uitbraak. Identificeer de vereenvoudigende veronderstellingen die je hebt gemaakt bij de simulatie.
  4. Bestudeer de relaties tussen de variabelen in de simulatie:
    • De bevolkingsgrootte
    • Het percentage van de bevolking dat aanvankelijk geïnfecteerd is (percentage aanvankelijk ziek)
    • De snelheid waarmee de mensen bewegen.
    • verstreken tijd (wanneer de hele bevolking ziek is)
    Maak een hypothese die de patronen voorspelt die uit de simulatie komen.

    Om bijvoorbeeld het effect van bevolkingsgrootte op de tijd om de ziekte volledig te verspreiden (verstreken tijd) te begrijpen, moet je misschien bevolkingsgrootte vast zetten op 10 en snelheid op 2 en je simulatie gebruiken om een diagram te maken van verstreken tijd (op de verticale as) als een functie van bevolkingsgrootte (op de horizontale as) met stappen van 10 voor de bevolkingsgrootte

    Voer vergelijkbare experimenten uit om de effecten van het percentage aanvankelijk geïnfecteerden en de bewegingssnelheid te begrijpen.

    Omdat de resultaten van iedere test deels willekeurig zijn moet je misschien iedere simulatie een aantal keer uitvoeren en het gemiddelde nemen.

  5. Maak een diagram van je vindingen. Zie je patronen? Komen die overeen met je hypothese? Als dat niet zo is, maak dan een nieuwe hypothese. Hoe kan je de effecten van andere variabelen bestuderen met je simulaties?

Dit is een vereenvoudigd model. Er zijn veel dingen die je kan doen om het model realistischer te maken. je kunt bijvoorbeeld de besmette mensen in de loop van de tijd laten genezen, of je kan artsen toevoegen die zieke mensen kunnen genezen. Maar als je alle dingen die in echte menselijke populaties gebeuren in je simulatie opneemt, zou de simulatie te veel vertragen om te gebruiken. Het bijwerken van je software of het upgraden van je hardware kan je helpen meer details in je simulatie op te nemen, maar je zult altijd enkele vereenvoudigingen moeten aanbrengen.

Er was een tijd dat weerwetenschappers het weer goed konden voorspellen met een ingewikkeld model. Het enige probleem was dat de computers toen enkele dagen nodig hadden om de simulatie uit te voeren, zodat de voorspellingen niet op tijd klaar waren. Computers kunnen tegenwoordig veel ingewikkelde weersimulaties snel genoeg uit voeren om het weer redelijk goed te voorspellen.
  1. Hier zijn enkele mogelijke variaties op deze simulatie die het realistischer zouden kunnen maken. Sla een kopie van je werk op voordat je een of meer van deze variaties uitprobeert:
    • Maak het een kans om besmet te raken wanneer een gezond persoon een zieke tegenkomt.
    • Laat zieke mensen langzamer lopen.
    • Laat de zieke mensen gezond worden, door tijd of door een kans.
    • Laat genezen mensen immuun worden aan de ziekte.
    • Introduceer artsen die zieke mensen genezen als ze elkaar raken.
    • Introduceer vaccins aan het begin van de simulatie bij een bepaald percentage van de bevolking.
  2. Ontwerp en implementeer een roofdier-prooisimulatie in Snap !. Je zou bijvoorbeeld een omgeving kunnen modelleren met wolf- en hertenpopulaties waar de wolf op het hert jaagt. Wat zijn enkele parameters die je in je model moet opnemen, zodat je realistische schommelingen in de populatie van roofdier en prooi kunt simuleren?
  3. Stel je voor dat je werkt bij een bank die de wachttijden in een wachtrij wil minimaliseren. De bank twijfelt tussen 2 mogelijkheiden:
    • Één enkele wachtrij waar de klanten wachten tot er een medewerker beschikbaar is, of
    • aparte wachtrijen voor iedere medewerker.
    Ontwerp en implementeer twee simulaties in Snap! om de bank te helpen met het berekenen van de gemiddelde wachttijd voor klanten in beide scenario's zodat de bank de beste optie kan kiezen.
    Geen AfbeeldingGeen Afbeelding
Terug Volgende