前言
传染病是威胁人类健康与社会发展的重大挑战。从历史上多次大规模的疫情肆虐中，我们深刻认识到对传染病进行精准研判、早期预警以及科学防控评估的重要性。数学模型作为一种强大的工具，正日益成为传染病研究与防控工作的关键支撑。
统计学家George E. P. Box曾说过：“所有的模型都是错误的，但有些是有用的。”数学模型是真实世界的化繁为简，它以数学语言和逻辑，对复杂的传染病传播现象进行抽象与概括，在舍去次要细节的同时，保留关键要素与内在规律，不可避免地存在一定局限性。但正是这些经过精心构建的模型，让我们能更清晰地洞察传染病传播的本质，为防控策略的制定提供科学依据。
传染病数学模型需要以实际需求为导向，紧密贴合传染病防控的现实场景，才能真正发挥其效用。厦门大学公共卫生学院流行病学课题组，凭借多年疫情实战经验和与全国30家疾控的紧密合作基础，在理论流行病学核心方法上积累了深厚的专业知识。基于此，课题组精心设计了一个大型传染病数学模型库。该模型库汇聚了四十余个常用的数学模型，包括传染病疫情预测、预警及干预评估的众多实用方法，旨在为传染病研究提供全面且有力的支持。该模型库涵盖了智能体模型、传播动力学模型和人工智能模型三大类。这些模型各具独特的应用场景和优势，囊括了登革热、猴痘、流感、艾滋病等多种常见传染病。通过集成这些丰富多样的模型，使用者能够深刻认识疾病传播规律，精准把握疫情的发展态势，建立早期疫情预警机制，并科学评估不同防控策略的实施效果。
在模型库的构建过程中，我们充分考虑到使用者的需求，不仅对每个模型的框架和适用条件进行了详尽阐述，还提供了完整的代码实现过程。这使得使用者能够在原有模型的基础上进行灵活修改与扩展，极大地提升了模型的实用性和可操作性，无论是科研人员开展深入研究，还是公共卫生工作者进行实际防控决策，都能从中找到适用的工具与方法。随着公共卫生领域对理论流行病学模型的需求持续增长，我们期望该模型库能够成为疾控专家及研究人员的重要工具。在此，我们诚挚邀请业界专家对模型库进行试用，并提出宝贵的批评和改进建议。我们将以开放的态度积极吸纳各方意见，不断完善模型库，使其在传染病防控的实际应用中发挥更大的作用，为全球公共卫生事业贡献我们的力量。
受编者的知识水平和能力等限制，模型库可能存在不够准确甚至错误之处，望读者和相关专家批评指正。
主编：
副主编：
审核团队：
李康国、郭晓豪、李佳慧、王瑶、魏鸿杰、宋文涛、许志颖、张皓（宜昌疾控中心）
作者团队：
赵昀康、方康、王静、王冰冰、吴雨晴、潘洁、谢昉、柯妍姝、汤悦、李涛、林宇豪、吴嘉栋、王嘉鹤、和越、江沙雅·巴哈提、陈佳颖、曾文雯、谢宇伦、赵虹锋、胡子欣