SEIRS流行病学模型被称为seirsplus

增强型SEIRS +（E-SEIRS +）： 广义传染病模型 内容 客观的 重新设计现有的开源流行病学模型，以简化通用建模人员的输入参数值选择，同时保持模型的有效性。 利用LocaleDB，该模型可以自动进行模型的验证，验证，不确定性量化和敏感性分析，LocaleDB是一个全局语言环境数据库，用于支持流行病学中的建模和模拟，当前重点关注COVID 19大流行。 背景 在2020年12月的世界建模师演习中，我们的埃塞俄比亚合作伙伴表示需要在CauseMos中使用COVID预测模型。 这项工作旨在通过使用一种易于获得的数据来预测模型参数的方法来增强SEIRS +模型来满足这一需求。 此外，这项工作旨在评估ASKE结构化数据项目LocaleDB可用于自动化模型评估的程度。 SEIR的这种开放源代码实现是一个标准的隔间模型，其中将种群分为易感（S），暴露（E），传染性（I），康复（R）和死亡（F