Effect of Predators of Juvenile Rodents on the Spread of the Hantavirus Epidemic
在最近提出的模型的背景下，幼年小鼠的捕食者对汉坦病毒的传播的影响进行了分析。确定了捕食概率的两个临界值。当其中较小的一个被超过时，汉坦病毒感染消失，而没有消灭小鼠种群。当较大的被超过时，整个小鼠种群消失。这些结果表明，通过以适当的方式在小鼠群体的区域引入捕食者来控制流行病传播的可能性，使得这种控制不会杀死所有的小鼠，而是降低流行病传播。
2005-12-13 cond-mat.stat-mech q-bio.PE
Velocity and hierarchical spread of epidemic outbreaks in scale-free networks
我们研究了复杂网络的连通模式对流行病传播动力学的影响。爆发的增长时间尺度与网络度的波动成反比，这表明流行病在无标度分布的网络中几乎是瞬间传播的。这一特征与遵循精确分层动态的流行病传播相关联。一旦到达高度连接的枢纽，感染就会在较小的度类中以渐进级联的方式遍布网络。目前的结果与适应性遏制策略的制定相关。
2004-04-28 cond-mat.dis-nn q-bio.PE
Predicting the diversity of early epidemic spread on networks
生物、社会、结构和随机因素的相互作用使疾病预测变得异常复杂。流行病的过程表现出由病原体和种群特征决定的平均增长动态，但也具有反映疾病传播随机性的显著变异性。在这项工作中，我们重新构建了随机分支过程分析的概率生成函数，并将其与网络上的连续时间流行病模拟进行比较。在此过程中，我们预测了同质和异质网络上新出现的流行病课程的多样性。我们展示了如何推断流行病的早期过程的挑战落在疾病传播的随机性比接触模式的异质性。我们提供了一种分析，它有助于实时量化流行病超临界或相反，随机死亡的概率。如果基本繁殖数（R0）大于1，则这些概率通常分别假定为1和0，忽略了疾病传播固有的异质性和随机性。该框架可以通过对标准确定性模型进行加权，以概率预测为大流行准备提供信息，从而更深入地了解早期流行病传播。
2022-02-23 physics.soc-ph q-bio.PE
Epidemic spreading dynamics with drug-resistant and heterogeneous contacts
在复杂系统中，耐药性和强接触实际上在流行病传播中起着至关重要的作用。然而，无论是理论模型还是方法论都没有提出来解决这个问题。因此，我们考虑一个基于边的传染病传播模型，考虑两个关键成分，其中的接触分为两类：强接触和正常的。接下来，我们提出了一个统一的基于边缘的分区方法的传播动力学的Erdös-Rényi（ER）网络，并验证其结果通过广泛的数值模拟。在这种情况下，流行病是完全耐药的，我们在数字上和理论上都显示了一个缓慢的爆发（连续过渡）的流行病时，强接触的数量是不够的出现零阈值。如果疫情具有部分抵抗性，我们将观察到明显的快速增长的爆发（不连续的转变）和更大的最终流行规模，而不是随着强接触的增加而出现零阈值。同时也证实了感染阈值的抑制作用、强接触的积极作用以及强接触的强度对暴发的促进作用。在本文中，我们可以通过分析方法驱动精确的预测，与数值模拟显示出良好的一致性。
2017-09-12 physics.soc-ph q-bio.PE
On a stochastic model of epidemic spread with an application to competing infections
研究了一个简单的，但又是经典的，在有限但很大的人口中流行病传播的随机模型。该流行病的发展可分为三个不同阶段，需要不同的分析工具。最初，该过程被近似为分支过程。讨论了这种近似在多长时间内是有效的。当一个不可忽略的比例的人口已经感染的过程可以研究使用微分方程。在最后阶段，价差将逐渐消失。这些结果被用来研究如果两种具有不同传播潜力的传染性病原体菌株同时引入一个完全易感的人群会发生什么。假设感染引起免疫力，并且一个人只能被一种菌株感染。这两种流行病最初将大致作为独立的分支过程发展。然而，如果这两种菌株都引起大规模流行，由于免疫力，它们最终会相互作用。我们将主要关注点差的最终结果，即，有多大比例的人口被不同的菌株感染。
2018-05-27 math.PR q-bio.PE
Effects of human dynamics on epidemic spreading in Côte d'Ivoire
了解和预测传染病的爆发对于社会发展和公共卫生至关重要，特别是对于不发达国家。然而，由于受空间结构和人类动力学（包括人类流动性和人类互动强度）影响的复杂流行病传播动力学，因此遇到了挑战性问题。我们提出了一个系统的模型来描述科特迪瓦全国范围内的流行病传播，它集成了多个因素，如人员流动，人际交往强度，人口特征。通过数据驱动的模拟和理论分析，我们提供了一些见解，以帮助建模和预测流行病传播过程，这超出了局部评估和几何视图的范围。我们表明，当地的平均基本生殖数大于1的要求是不必要的流行病的爆发。观察到的扩散现象可以粗略地解释为一个异质的扩散反应过程，通过重新定义移动距离，根据节点之间的人的移动量，这是超越几何的观点。然而，人类动力学的异质性仍然对精确预测提出了挑战。
2016-04-30 physics.soc-ph q-bio.PE
Superposition of waves for modeling COVID-19 epidemic in the world and in the countries with the maximum number of infected people in the first half of 2020
2020年上半年，基于逻辑离散方程系统，对全球及美国、巴西、俄罗斯、印度等感染人数最多的国家进行了COVID-19疫情传播的数学建模。结果表明，对于采取强限制措施的国家，COVID-19的传播符合一个容量较小的单波，而对于违反限制措施的一些国家，疫情的传播符合一个波叠加。对于人口混合较多的国家来说，今天的疫情传播也符合单一浪潮，但具有巨大的容量值（巴西-8 000万人，印度-4 000万人）。我们估计，当今世界的流行病传播可分为5波。前两波是由中国的疫情传播引起的（第一波-在武汉），第三波-由欧洲国家的疫情传播引起的，第四波主要是由俄罗斯和美国的疫情传播引起的，第五波主要是由拉丁美洲和南亚的疫情传播引起的。这是第五波，导致冠状病毒疫情COVID-19的传播进入新阶段，感染人数增加超过10万居民。对于所有研究的国家和世界，对于每个叠加波，计算波容量和增长指标。确定波的局部峰值及其结束时间。这是第五波导致COVID-19传播进入新阶段的事实，感染人数增加超过10万居民。对于所有被检查的国家和整个世界，对于每个叠加波，我们计算了波容量和感染者增长指数。
2020-07-05 physics.soc-ph q-bio.PE
On the Role of Asymptomatic Carriers in Epidemic Spread Processes
我们提出了一个流行病学分区模型，SAIR（S），它明确地捕捉了无症状感染者在流行病传播过程中的动态。我们首先提出了一个组模型，然后讨论网络版本。我们提供了这些模型的平衡和稳定性的调查，目前的模拟结果说明了无症状感染的个人对疾病传播的影响。我们还讨论了局部隔离效应的传染病动力学的网络模型。最后，我们提供了初步的参数估计结果的基础上简单的最小二乘方法和当地的测试现场数据。\par关键词：流行病动力学，网络，数据信息建模，稳定性分析，参数估计
2021-03-21 cs.SY eess.SY q-bio.PE
Effect of Heterogeneous Transmission Rate on Epidemic Spreading Over Scale Free Networks
研究了具有幂律度分布和异质传播率的复杂网络中的传染病传播问题。传染病传播率的随机分配导致了节点的异质性，这反过来又导致了节点在各种子种群方面的隔离。这项研究的目的是获得微观洞察的影响，在疾病的传播过程中，通过这种网络的各个亚群之间的相互作用。基于疾病传播的易感感染易感（SIS）模型，用离散时间马尔可夫链方法描述了传染病在网络上的传播。该研究是参数化的变量$λ$，定义为一个节点与其相邻节点的分数接触的数量。从模拟结果中，它被发现，在这样的网络上的流行病的传播是关键的最小接触的数量由一个节点，低于没有爆发的疾病。在这些网络中的感染程度进行评估，从定义的感染节点的总数和相应的感染水平的分数方面的流行病的大小。参数研究的结果表明，流行病的规模上的并发接触由一个节点（$λ$）和每个节点的平均链接数的依赖。在这两种情况下，发现流行病的规模随着相应参数的增加而增加。
2016-07-18 physics.soc-ph q-bio.PE
Effects of city-size heterogeneity on epidemic spreading in a metapopulation: A reaction-diffusion approach
我们回顾并介绍了一个广义的反应扩散方法，传染病传播的集合种群建模为一个复杂的网络。集合种群由易感和受感染的个体组成，这些个体被分组为亚群，这些亚群象征着城市和村庄，这些城市和村庄通过人类在交通网络中的旅行而耦合。通过分析方法和数值模拟，我们计算了感染者在长时间限制的metapoluation中的比例，以及表征将流行病与非流行病阶段分开的流行病阈值的相关参数。在这个模型中，我们研究了异构网络拓扑结构和异构子种群大小分布的影响。这样的系统适用于流行病建模，其中小村庄和大城市同时存在于集合种群中。我们发现，异质性条件导致的流行病阈值是一个非平凡的函数的反应速率（局部参数），网络的拓扑结构（全局参数）和交叉人口规模，区分“村庄动态”从“城市动态”。
2012-11-09 physics.soc-ph q-bio.PE
Effects of social distancing and isolation on epidemic spreading: a dynamical density functional theory model
为防止冠状病毒病COVID-19等流行病传播，保持社交距离及隔离受感染人士至关重要。然而，现有的反应扩散方程的流行病传播是无法描述这些影响。我们提出了一个扩展的疾病传播模型相结合的SIR模型与动态密度泛函理论，明确考虑到社会距离和隔离的感染者。该模型显示了有趣的非平衡相分离与减少感染的数量，并允许新的见解控制流行病。
2020-05-08 physics.bio-ph physics.soc-ph q-bio.PE
Multistage onset of epidemics in heterogeneous networks
我们开发了一个理论的易感染的易感（SIS）网络上的流行病模型，将网络结构和动态相关性。该理论可以解释无标度网络中流行病阶段的多阶段起始。这种现象的特征在于作为感染率的函数的易感性的多个峰值。这可以解释为，即使在全球流行病阈值之下，一个中心也可以在较长时间内维持流行病。此外，我们的方法提高了理论计算的流行率接近阈值的异构网络，也可以预测的平均风险的邻居节点的感染程度和状态不相关的静态网络。
2021-03-10 physics.soc-ph q-bio.PE
Effects of community structure on epidemic spread in an adaptive network
当流行病在人群中传播时，个体可能会适应性地改变其社会接触网络的结构，以降低感染风险。在这里，我们研究了一种流行病的传播与社区结构的自适应网络。我们模拟了两个具有不同平均度的社区的影响。疾病模型是易感-感染-易感（SIS），适应是易感者和感染者之间联系的重新连接。得到的分岔结构，和平均场模型的开发，准确地预测系统的稳态行为。我们发现，流行病可以改变社区结构。
2012-12-12 cs.SI nlin.AO physics.soc-ph
Modeling viral mutations in the spread of epidemics
尽管传统的流行病传播模型关注的是感染者、易感者和康复者的数量，但将流行病模型与群体遗传学结合起来已经引起了人们的极大关注。在这里，我们开发了一个基于个人的网络上的流行病传播模型，其中病毒明确表示为有限的核苷酸链，可以在主机内发生突变。在中性进化的假设下，我们分析计算所有感染病毒随时间的平均成对遗传距离。我们还推导出这个方程的平均场版本，可以直接添加到房室模型，如SIR或SEIR估计的遗传进化。我们比较了我们的结果与推断的SARS-CoV-2在中国流行初期的遗传进化，发现与我们模型的解析解很好地吻合。最后，使用遗传距离作为不同菌株的代表，我们使用数值模拟表明群落之间的连接性越低，例如，城市，再感染的概率越高。
2021-05-24 nlin.CG q-bio.PE
Edge-based compartmental modeling for epidemic spread Part II: Model Selection and Hierarchies
我们考虑第一部分中提出的基于边的流行病传播的房室模型。我们显示条件下，更简单的模型可以取代更详细的模型，并在这样做，我们定义了一个层次的流行病模型。特别是，我们提供的条件下，它是适当的使用标准的质量作用SIR模型，我们会发生什么，当这些条件失败。使用我们的层次结构，我们提供了一个程序，导致选择适当的模型为给定的人口。我们关于模型收敛到质量作用模型的结果给出了质量作用模型准确的明确、严格的条件。
2011-06-30 physics.bio-ph q-bio.PE
Detecting Robust Patterns in the Spread of Epidemics: A Case Study of Influenza in the United States and France
在本文中，作者开发了一种方法，检测在不同地区的流行病模式之间的相关性，是由于人类的运动，并引入一个空模型，其中旅行引起的相关性被取消。他们将这种方法应用于美国和法国有充分记录的季节性流感暴发病例。在美国（使用1972-2002年的数据），作者观察到几个州与其近邻之间存在强烈的短程相关性，以及由国内大量空中交通流量造成的强大的长程传播模式。这些结果随时间的稳定性使作者能够得出关于旅行限制对流行病传播可能影响的结论。作者还将这种方法应用于法国（1984-2004）的案例，发现在区域范围内，没有明显主导疾病传播的交通方式。这种方法的简单性和鲁棒性表明，它可能是一个有用的工具，检测传播渠道的流行病的传播。
2008-06-22 physics.soc-ph q-bio.PE
Dynamics of Stochastic Epidemics on Heterogeneous Networks
流行病模型目前在我们试图理解和控制传染病方面发挥着核心作用。在这里，我们推导出一个模型的扩散极限的随机易感染性删除（SIR）的流行病动力学的异构网络。利用这一点，我们认为分析早期的渐近指数增长阶段的这种流行病，显示如何进入随机行为的网络度分布的高阶矩的流行病。我们发现，网络度分布的前三个时刻需要充分指定疾病流行率的方差，这意味着度分布的偏度影响感染流行率的方差。我们比较这些渐近模拟结果，并发现一个密切的协议，城市规模的人口。
2013-04-17 math.PR q-bio.PE
Epidemic spreading in localized environments with recurrent mobility patterns
流行病的传播在很大程度上取决于接触网络的结构，而接触网络的结构可能受到个人自身流动动态的影响。在封闭的情况下，一个封闭的小群体大部分时间都在局部环境中度过，并且具有容易识别的流动模式-例如工作场所、大学校园或学校-确定控制疾病传播速度的因素至关重要。在这里，我们提出了一个离散时间，基于集合种群的模型来描述发生在有限的情况下，个人的流动性不是随机的，而是遵循明确的经常性旅行模式的SIS样疾病的传播。该模型允许分析确定流行病的开始，以及辨别哪些接触结构最适合于防止感染传播的能力。因此，它决定了在这种情况下是否值得实施孤立的共同预防机制及其预期影响。
2018-04-04 physics.soc-ph q-bio.PE
Epidemic centrality - is there an underestimated epidemic impact of network peripheral nodes?
在SIR模型中研究经验复杂网络上的疾病传播时，初始感染节点可以根据其流行病影响程度进行排序。排名最高的节点，也被称为“超级传播者”，与主要流行病风险有关，因此值得特别关注。在研究经验复杂网络的模拟中，它表明，排名取决于疾病传播的动力学制度。一个可能的机制，导致这种依赖说明在一个易于分析的例子。在系统中的资源分配，以对抗疾病传播到各个节点是基于他们的排名，疾病传播的动态政权往往是未知的疾病爆发之前。因此，我们引入了一个称为流行病中心性的数量，作为疾病传播的所有相关制度的平均值，作为排名的基础。最近引入的概念的相图的传染病传播被用作一个框架，其中几种类型的平均进行了研究。流行中心性相比，节点的结构属性，如节点度，k-核心和介数。随着度和k-核值的增加，流行中心性有增加的趋势，但流行中心性的变化远小于度和k-核值的变化。研究发现，结构外围节点的流行中心性与结构中心节点的流行中心性具有相同的数量级。这些研究结果的影响资源分配，以对抗疾病的传播进行了讨论。
2012-08-08 cs.SI physics.soc-ph q-bio.PE
Beyond network structure: How heterogenous susceptibility modulates the spread of epidemics
用于研究传染病传播的房室模型通常假设所有个体的易感性相同，因此，不知道易感性差异对传染病传播的影响。在这里，我们表明-SIS模型-差分易感性可以使网络更容易受到疾病的传播时，节点的程度和易感性之间的相关性是积极的，而不那么脆弱时，这种相关性是负的。此外，我们发现，当个体更有可能与具有相似易感性的其他人联系时，网络更有可能包含感染的口袋（网络是隔离的）。这些结果表明，不包括差分易感性的流行病模型可能会导致一个系统的过/下估计的基本流行病参数时，网络的结构是不独立的节点的易感性，或当有相关性的易感性连接的个人。
2014-03-10 cs.SI physics.soc-ph q-bio.PE
Comparison of two mean-field approaches to modeling an epidemic spread
本文比较了SIR常微分方程模型、分组最优控制平均场模型和全局共同策略平均场模型三种流行病传播建模方法，通过解析比较、敏感性分析及合成与真实数据评估其预测能力，并提出了有限差分模拟。
2024-11-05 math.OC q-bio.PE
Optimizing Hybrid Spreading in Metapopulations
University College London（伦敦大学学院）；National University of Defense Technology（国防科技大学）；Monash University（莫纳什大学）
本研究构建了混合流行病理论框架，发现临界混合传播现象，即单一机制无效而组合可致巨大疫情，为优化有益传播与评估有害疫情提供策略。
2015-03-31 cs.AI cs.SI physics.soc-ph
PolSIRD: Modeling Epidemic Spread under Intervention Policies
传统上，流行病在人群中的传播是通过划分模型来建模的，这些模型代表了在没有任何干预政策的情况下疾病的自由进化。此外，这些模型假设疾病病例完全可观察，没有考虑到报告不足的情况。我们提出了一个数学模型，即PolSIRD，它占低报通过引入一个观察机制。它还通过利用干预政策数据以及报告的疾病病例，捕捉干预政策对疾病传播参数的影响。此外，我们允许我们的循环模型通过基于梯度的训练来学习所有隔室端到端的初始隐藏状态以及其他参数。我们将我们的模型应用于美国最近全球爆发的COVID-19的传播，我们的模型在预测传播方面优于CDC采用的方法。我们还从我们的模型中提供了反事实模拟，以分析过早取消干预政策的影响，我们的模型正确地预测了第二波疫情。
2021-05-12 physics.soc-ph q-bio.PE
Heterogeneous epidemic model for assessing data dissemination in opportunistic networks
本文研究了一个描述机会网络中数据传播的SIS传染病模型。假设网络节点间传输的数据量服从帕累托分布，即具有无标度特性，我们得到了最终流行病规模的估计。在这种情况下，易感性的异质性越大，意味着流行病的进展越不严重，相反，传染性的异质性越大，流行病就越严重--假设其他参数（异质性或易感性）保持不变。结果是一般性的，可以是有用的，在一般的流行病理论估计的疾病的流行病进展没有显着的获得性免疫-在帕累托分布的情况下举行。
2014-03-27 cs.SI physics.soc-ph q-bio.PE
Limiting the spread of disease through altered migration patterns
我们考虑一个模型的流行病的人口，占据地理上不同的位置。该疾病通过感染者和易感者之间的接触在亚群内传播，并通过感染者的迁移在亚群之间传播。我们展示了易感个体如何在流行病的初始阶段集体行动以限制疾病的传播，通过指定当感染者迁移时使流行病的增长率最小化以使增长率最大化的分布。我们还给出了一个明确的策略，最小化的基本再生数，这也是最优的灭绝概率和总规模的流行病。
2015-11-17 math.PR q-bio.PE
Consistent Approximation of Epidemic Dynamics on Degree-heterogeneous Clustered Networks
现实的人类接触网络能够传播传染病，例如在社会接触调查中的研究，表现出显着的程度异质性和聚类，这两者都极大地影响了流行病的动态。为了理解这两个网络属性对流行病动力学的联合影响，Lindquist等人的有效度模型被重新表述为一个新的矩闭包，以适用于高度聚集的网络。对SIR（Susceptible-Infected-Removed）流行动力学进行了模拟研究，比较了不同的ODE模型和随机模拟，包括对Pellis等人的修正误差行为的检验，提供证据表明，这种新的模型可以比现有的方法更准确地近似复杂网络上的流行病动力学。
2018-10-14 physics.soc-ph q-bio.PE
Self-awareness based resource allocation strategy for containment of epidemic spreading
个体之间的资源支持对于控制或减轻传染病传播尤其是在大流行期间尤其重要。然而，问题仍然是，我们如何能够保护自己不被感染，同时通过捐赠资源帮助他人抗击这一流行病。为了回答这个问题，我们提出了一个新的资源分配模型，考虑到个人的自我保护意识。在该模型中，引入了一个调整参数来量化个体在意识到疾病时的反应强度。在此基础上，建立了一个资源分配与疾病传播的耦合模型，研究了自我意识对资源分配的影响以及对传染病传播动力学的影响。通过理论分析和大量的蒙特卡罗模拟，我们发现在稳态下，系统收敛到两种状态：完全健康或完全感染，这表明当资源短缺时，患病率会突然增加。更重要的是，我们发现，在疫情爆发期间，对人民过于谨慎和过于无私，都不适合疾病控制。通过大量的模拟，我们找到了最佳点，在那里有一个最大值的流行阈值，爆发可以延迟到最大程度。最后，我们进一步研究了网络结构对耦合动力学的影响。我们发现，度的异质性促进了疾病的爆发，而网络结构并没有改变行为反应的最优现象。
2020-02-07 physics.soc-ph q-bio.PE
Modeling Epidemic Spreading through Public Transit using Time-Varying Encounter Network
公共交通（PT）网络中的乘客接触可能是传染病传播的关键媒介。本文提出了一个时变加权PT相遇网络模型，通过PT系统的传染病传播。在地方和全球层面的社会活动联系也被考虑在内。我们选择2019冠状病毒病（COVID-19）的流行病学特征作为案例研究，并结合新加坡的智能卡数据来说明城市层面的模型。一个可扩展的和轻量级的理论框架来捕捉时变和异构的网络结构，这使得在整个人口水平上解决问题，具有较低的计算成本。从公共卫生方面和运输方面的不同控制政策进行了评估。我们发现人们的预防行为是控制流行病传播的最有效措施之一。从交通方面看，部分关闭公交线路有助于减缓疫情，但无法完全遏制疫情蔓延。利用智能卡资料识别“有影响力的乘客”，并及早隔离他们，亦可有效减少传染病传播。
2020-11-22 cs.SI physics.soc-ph q-bio.PE
Toward ultrametric modeling of the epidemic spread
在经典SIR模型的基础上，提出了一个传染病传播的超度量模型。本文介绍了一个基于层次聚类的个体集合相对于平均传染接触时间的超度量。给出了超度量SIR模型的一般方程，并给出了用$p$ -adic参数化的具体实现。对$p$ -adic SIR模型进行了数值分析，并与经典SIR模型进行了比较。分层隔离的概念和它的管理，以减少流行病传播的水平的情况被认为是。
2020-07-19 math.OC physics.med-ph physics.soc-ph
Effect of immunization through vaccination on the SIS epidemic spreading model
我们分析了一部分人通过接种疫苗获得免疫力的传染病传播的易感-感染-易感模型。这一过程被理解为通过接种疫苗进行稀释，从而降低易感个体的比例。对于非零比例的接种疫苗的个体，该模型预测疾病传播但最终灭绝的新状态。当接种疫苗的个体比例大于临界值时，新状态出现。该模型预测，这个临界值随着感染率的增加而增加，达到一个渐近值，该值严格小于单位。在这个渐近值以上，无论感染率有多大，灭绝都会发生。
2021-10-06 cond-mat.stat-mech physics.bio-ph q-bio.PE
Estimating the State of Epidemics Spreading with Graph Neural Networks
University of Oxford（牛津大学）；Massachusetts Institute of Technology (MIT)（麻省理工学院）；TU Delft（代尔夫特理工大学）；German Aerospace Center (DLR)（德国航空航天中心）；Proxima Robotics srl（普罗xima机器人有限公司）
当一种流行病蔓延到人群中时，对所有相关对象进行连续监测往往是不切实际或不可能的。作为替代方案，可以使用算法解决方案来从有限数量的测量中推断整个群体的状态。我们分析了深度神经网络解决这一挑战性任务的能力。我们提出的架构是基于图卷积神经网络。因此，它可以根据潜在的社会网络结构的影响进行推理，这被认为是流行病传播的主要组成部分。我们测试所提出的架构与两个场景模拟的CoVid-19大流行：一个通用的同质人群，和波士顿大都市区的玩具模型。
2021-05-10 cs.LG physics.soc-ph q-bio.PE
Modeling and Controlling the Spread of Epidemic with Various Social and Economic Scenarios
我们提出了一个描述流行病传播的动力学模型。该模型是SIQR（易感染-感染-恢复）和SIRP（易感染-感染-恢复-病原体）模型的扩展，用于描述传染病传播的各种情况。与基本的SIR模型相比，我们的模型考虑了两种可能的传染病传播途径：直接从感染室到易感室和间接通过一些中间介质或污染物。传播率是根据选定的社会环境中的个体之间的平均距离和个体在这些环境中停留的特征时间跨度来估计的。我们还引入了一个集体经济资源，与每个人的平均金钱或收入相关联，以描述传播过程和感染者可用资源之间的社会经济相互作用。动力-资源耦合应是活化型的，其回收率受类阿耳忒弥斯定律支配。我们的模型带来了构建各种控制策略以减轻流行病影响的优势，特别是可以应用于COVID-19传播的建模。
2021-02-12 econ.GN physics.soc-ph q-bio.PE
Predicting epidemic outbreak from individual features of the spreaders
了解哪些个体可以更有效地在确定的环境中传播病原体是疾病控制中的一个基本问题。事实上，在过去的几年里，流行病的传播及其与相关系统拓扑结构的关系一直是复杂网络理论中反复出现的话题，同时考虑到网络模型和现实世界的数据。在本文中，我们探讨了传染病的异质性传播由易感染-感染-恢复（SIR）模型，和起源顶点的几个属性之间的可能的相关性，考虑Erdös-Rényi（ER），Barabási-Albert（BA）和随机几何图（RGG），以及一个真实的研究案例，美国航空运输网络，包括美国500个最繁忙的机场以及相互连接。最初，考虑到RGG网络，在其中，我们解析推导出的传播率的分布在已建立的联系人之间的表达式，通过假设这样的速率呈指数衰减的距离，分开的个人的异质性的传播实现。这样的分布也被认为是ER和BA模型，我们观察到拓扑效应的相关性。在机场网络的情况下，扩展率是根据经验定义的，假设与座位可用性成正比。在所考虑的理论网络和真实网络中，我们观察到总流行率与流行源的程度、强度和可及性之间存在高度相关性。然而，对于诸如介数中心性和$k$壳指数之类的属性，相关性取决于所考虑的拓扑。
2012-06-15 cs.SI physics.soc-ph q-bio.PE
Encounter times in overlapping domains: application to epidemic spread in a population of territorial animals
我们开发了一种分析方法来计算遇到时间的两个随机步行者在一维时，每个人被隔离在自己的空间域，并与其邻居只有一小部分的可用空间，找到非常好的协议与数值精确计算。我们用这种空间安排来模拟一群易感和受感染的领土个体，当他们相遇时，可能会传播流行病。我们应用相遇时间的结果来分析确定流行病的宏观传播速度作为微观特征的函数：限制几何形状、动物扩散常数和感染传播概率。
2012-11-22 cond-mat.stat-mech math.PR q-bio.PE
Kinetic and macroscopic epidemic models in presence of multiple heterogeneous populations
我们研究了接触异质性对流行动力学的影响。被认为是一个系统的特点是多个易感人群。传染病传播的描述是通过研究一个系统的玻尔兹曼型方程的数量密度的社会接触的介绍隔间。一个宏观系统的方程特征的可观察到的影响的流行病，然后推导出接触异质性的影响进行评估。
2021-11-10 nlin.AO physics.soc-ph q-bio.PE
Unlinking super-linkers: the topology of epidemic response (Covid-19)
传染病传播的一个关键特征是它们能够在接触图中使用有效的传播路径。这使得病原体能够最大限度地提高感染率并在目标人群中传播。在这项工作中，我们设计的技术，以本地化的感染和降低感染率的基础上，人类接触网络（邻近图）内的疾病传播路径的原则性分析。疾病传播的实验结果表明，在低能见度下，接触者追踪减缓了疾病的传播。然而，为了阻止疾病传播，接触者追踪需要接近度图的显著可见性（至少60%）和将一半人口隔离的能力。我们发现，主动隔离超级链接-关键的邻近遭遇-具有显着的好处：基于对邻近图的35%可见性，有针对性地隔离四分之一的人口，可以防止流行病爆发。事实证明，隔离超级传播者比追踪和测试接触者更有效，但不如锁定超级链接有效。我们强调的重要作用，拓扑结构的流行病爆发。我们认为，通过禁用超级链接和超级传播者对人群进行主动接种，可能与接触者追踪和检测一起发挥重要的补充作用，作为应对流行病爆发的复杂公共卫生应对措施的一部分。
2020-06-10 cs.CR cs.SI physics.soc-ph
Disease-induced resource constraints can trigger explosive epidemics
数学流行病学的进步使人们更好地理解了传染病传播带来的风险，并制定了遏制疾病传播的明智策略。然而，一个被忽视的挑战是，随着一种疾病变得更加流行，它可能限制有效治疗患病者所需的资本的可用性。在这里，我们使用一个简单的数学模型来深入了解流行病的动态，当病人的康复取决于健康人群产生的治疗资源的可用性时。我们发现，如果恢复成本高于临界成本，流行病就会失控，变成“爆炸性”传播。即使疾病在没有资源限制的情况下会消亡，也会发生这种情况。爆发性流行病的爆发是非常突然的，在非常一般的假设下表现出不连续的转变。我们发现解析表达式的临界成本和感染水平的爆炸性跳跃的大小的参数表征的传播过程。我们的模型和结果适用于超越流行病的传染动力学，自我诱导复苏的限制，从而放大了传播过程。
2015-08-22 physics.bio-ph physics.comp-ph physics.soc-ph
Dynamics of beneficial epidemics
病原体可以通过人群传播。有益的传染，如提高宿主生存率的病毒或改善生活质量的技术创新，也有可能以有害的方式传播。有益的生物和社会流行病的动态与有害的流行病的动态有何不同？我们使用三种理论方法来研究这个问题。首先，在群体遗传学的背景下，我们表明，一个水平传播的元素，增加健身，如病毒DNA，传播超指数通过人口，更快地比有益的突变。其次，在行为流行病学的背景下，我们表明，感染，导致连接增加，导致人口中的超指数固定。第三，在动态社交网络的背景下，我们发现，增加全球感染的偏好加速了传播，并产生了超指数固定，但对局部非传染性的偏好通过切断感染者与易感者的联系来阻止流行病。我们的结论是，有益的生物和社会流行病的动力学的特点是快速传播的有益元素，这是促进在生物系统中的水平传播和社会系统中的受感染个体的积极传播行为。
2017-02-17 cs.MA cs.SI nlin.AO
