Stochastic epidemic models with varying infectivity and waning immunity
研究基于个体的随机流行病模型,证明泛函大数定律,推广Kermack-McKendrick PDE模型,并揭示地方性平衡阈值取决于感染后长时间易感性的调和平均值。
2025-03-27 math.PR q-bio.PE
A minimal model of boosting and waning iin a recurrent seasonal epidemic
提出一个最小模型,通过季节内感染分布与指数衰减函数交互,以闭合形式再现复发性季节性流行病的免疫增强与衰减循环,并可直接估计参数及量化残留免疫与感染高峰间隔的关系。
2024-04-19 q-bio.PE
Information geometry and entropy in a stochastic epidemic rate process
具有非齐次种群的流行病模型已被用于研究重大疫情,最近Britton和Lindenstrand \cite{BL}描述了潜伏期和传染性具有独立伽马分布的情况。他们发现,这些随机变量的变异性对流行病的增长率有相反的影响。潜伏期的变异性越大,该速率越高,但感染性的变异性越大,该速率就越低。在这里,我们通过使用McKay双变量伽马分布来扩展他们的结果,用于延迟和传染性的联合分布,恢复了上述可变性的影响,但允许可能的相关性。我们使用随机速率过程的方法来获得明确的解决方案的增长的流行病和发展的不均匀性和信息熵。我们得到了一个封闭的解析解的分布的未感染的个人的数量作为流行病的进展,并伴随着熵的衰减表达式的演变。McKay双变量伽马分布的家族具有易于处理的信息几何,其提供了一个框架,在该框架中,可以随着爆发的增长来研究分布的演变,并且具有用于定量跟踪进展的自然距离结构。
2010-12-16 q-bio.PE q-bio.QM
Targeted Recovery as an Effective Strategy against Epidemic Spreading
我们提出了一个有针对性的干预方案,其中恢复仅限于具有最少数量的感染邻居的个人。我们的恢复策略在任何类型的网络上都是高效的,因为与自发恢复的基线场景相比,流行病爆发是最小的。在空间嵌入式网络的情况下,我们发现,一种流行病保持强烈的空间限制与特征长度尺度经历随机游走。我们证明了数值和分析,这种动力学导致一个流行点,具有平坦的表面结构和半径,线性增长的蔓延率。
2017-10-16 physics.soc-ph q-bio.PE
SEAIR epidemic spreading model of COVID-19
我们研究了COVID-19的易感-暴露-隔离-传染-隔离(SEAIR)传染病传播模型。它抓住了COVID-19传染性的两个重要特征:延迟开始和在症状出现之前出现,甚至完全没有症状。在随机正则图和复杂网络上,分别对该模型进行了连续时间分区和离散时间分区的理论分析。我们分析表明,有流行病的阈值和方程的易感人群在地方病平衡在所有三个版本,当流行病是弱的。我们提供的理论论据,一个节点的特征向量中心性近似决定其被感染的风险。
2020-08-28 physics.soc-ph 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
Suppressing epidemic spreading by risk-averse migration in dynamical networks
本文研究了动态网络中个体行为与传染病传播之间的相互作用。我们将代理分布在具有周期性边界条件的正方形区域上。每个智能体都被看作是网络的一个节点,如果两个智能体之间的地理距离小于一定的半径,则在两个智能体之间建立无线链路。每一次,每一个智能体都要评估疫情,做出是留在原地还是离开原地的决定。如果受感染邻居的数量达到或超过临界值$E$,代理将以一定速度离开当前位置。由于代理人的运动,网络的结构是动态的。有趣的是,我们发现存在一个最佳值的$E$导致的最大流行阈值。这意味着传染病传播可以通过规避风险的移徙得到有效控制。此外,我们还发现,随着恢复率的增加,随着接触半径的增加,并通过一个最佳的移动速度最大化的流行阈值增加。我们的研究结果提供了一个更深入的了解动态网络中的传染病传播。
2018-02-05 physics.soc-ph q-bio.PE
Small inter-event times govern epidemic spreading on temporal networks
就像人类和动物互动网络的度一样,互动之间的时间分布通常是右偏和厚尾的。这两种分布都强烈地影响着流行病的动态,但是,正如我们在这封信中所展示的那样,原因非常不同。尽管尾部的高度对于促进流行至关重要,但控制流行动态的是小间隔时间。我们研究了这种效果的分析和数值不同版本的易感-感染-感染模型对不同类型的网络。
2020-04-09 physics.soc-ph q-bio.PE
Impact of behavioral heterogeneity on epidemic outcome and its mapping into effective network topologies
Institute for Cross-Disciplinary Physics and Complex Systems (IFISC), CSIC-UIB(跨学科物理与复杂系统研究所);IMT School For Advanced Studies Lucca(卢卡高等研究学院)
本研究提出HeSIR模型,通过双峰方案捕捉行为异质性对流行病动态的影响,并揭示同质性对疫情传播的潜在影响。
2026-01-29 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
Generalized group-based epidemic model for spreading processes on networks: GgroupEM
我们开发了一个广义的基于群体的流行病模型(GgroupEM)框架,用于任何分区流行病模型(例如:易感染-易感,易感染-恢复,易感染-暴露-感染-恢复)。这里,组由单个节点的集合组成。该模型可以用来理解一个随机传染病传播在非常大的复杂网络中的重要动态特性,是关于群体状态的信息。通过分组聚集节点,以聚集误差为代价使状态空间比基于个体的方法小,且聚集误差受等周不等式的强约束。我们还开发了一个平均场近似的框架,以进一步减少状态空间的大小。最后,我们将GgroupEM扩展到多层网络。由于基于组的框架在计算上比基于个体的框架更便宜且更快,因此当模拟时间很重要时,该框架是有用的。
2019-08-16 physics.soc-ph q-bio.PE
In Response to COVID-19: Configuration Model of the Epidemic Spreading
提出了一种基于无标度网络的传染病传播结构模型。我们得到的解析解描述了传染病传播的不稳定和稳定的动力学,并演示了如何这些制度可以在流行病的交换。我们将该模型应用于COVID-19病例,并展示了我们模型的预测特征。
2020-07-08 physics.soc-ph q-bio.PE q-bio.QM
Antivax movement and epidemic spreading in the era of social networks: Nonmonotonic effects, bistability and network segregation
在这项工作中,我们解决了一个多耦合动力学的复杂网络与可调结构隔离。具体来说,我们在疫苗接种运动下与支持和反对疫苗的代理人一起研究网络化的传染病传播。我们的研究结果表明,这种耦合动力学表现出无数的现象,如伴随着双稳态的非平衡转变。此外,我们观察到一个中间最佳隔离水平的出现,其中社区结构增强了对疫苗接种的负面意见,但违反直觉地阻碍了-而不是有利于-全球疾病传播。因此,我们的研究结果表明,疫苗接种运动应避免最终隔离过度反疫苗群体的政策,使他们有效地发挥回声室的作用,在其中个人寻求确认,而不会危及整个人口的安全。
2021-08-24 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
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
Memory-induced complex contagion in epidemic spreading
尽管流行病模型已经发展成为预测疾病和观点传播的强大工具,但大多数模型都假设无记忆代理和独立的传播渠道。我们开发了一种感染机制,它具有对过去暴露的记忆,同时结合了多种感染源的联合作用。非结构化基质中的易感-感染-易感模型的分析方程和模拟揭示了一个额外阶段的出现,该阶段将通常的健康和流行相分离。这个中间阶段显示出根本不同的特点,系统表现出兴奋性或异国情调的双稳态变体。此外,向地方病的过渡呈现出混合的方面。这些功能是两种记忆模式之间的复杂平衡的产物,并表明非马尔可夫效应显着改变传播过程的属性。
2019-03-04 physics.soc-ph q-bio.PE
Epidemic spreading with awareness and different timescales in multiplex networks
传染病传播的理论模型的主要问题之一是发展控制传染媒介传播的方法。人类行为在传播动力学中起着根本作用,可用于阻止疾病传播或减轻疾病负担,因为意识到疾病存在的个人可以采取措施减少接触传染病的机会。在本文中,我们提出了一个数学模型的疾病传播的意识在复杂网络。与以前的模型不同,信息的传播遵循广义的Maki-Thompson谣言模型。信息和疾病传播之间的时间尺度也有灵活性。我们验证了表征信息意识扩散的速度极大地影响了疾病的流行。我们还表明,不知情的个人的比例减少并不总是意味着患病率的下降,因为疾病和意识传播之间的相对时间尺度在系统的动态中起着至关重要的作用。这个结果被证明是独立的网络拓扑结构。最后计算了模型的流行阈值,并证明了它不依赖于相对时间尺度。我们的研究结果为信息如何影响疾病传播提供了一个新的视角,并可用于开发更有效的疾病控制方法。
2019-09-21 physics.soc-ph q-bio.PE
A framework for epidemic spreading in multiplex networks of metapopulations
我们提出了一个理论框架,研究流行病的结构化集合种群,异质代理,经常性的流动模式。我们建议代表的异质性组成的集合种群层在一个多元化的网络,其中节点将对应于地理区域和层占同类代理的移动模式。我们在这个框架内分析了经典的易感-感染-易感和易感-感染-消除流行病模型,并通过广泛的蒙特卡罗模拟比较了传播过程的宏观和微观指标。我们的结果是在良好的协议与模拟。我们还推导出一个精确的表达的流行病阈值在这个一般的框架揭示了一个非平凡的依赖于流动性参数。最后,我们使用这种新的形式主义来解决疾病在真实城市中的传播,特别是在哥伦比亚麦德林市,其人口被划分为六个社会经济阶层,每个阶层都被确定为这种多元形式主义的一个层。
2018-02-12 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
How the reversible change of contact network affects the epidemic spreading
在COVID-19大流行爆发初期,中国个人的流动模式呈现出可逆的变化-在许多地区,流动性先是显著下降,后来又恢复。基于这一观察,在这里,我们研究了经典的SIR模型在一个特定类型的时变网络中的链接进行冻结恢复过程。我们首先关注一个孤立的网络,并发现恢复机制可能导致疫情的死灰复燃。链接冻结对流行动态的影响是微妙的。特别是,我们表明,有一个最佳值的冻结率的链接,对应于最低流行的流行病。这一结果挑战了我们的传统观念,即更严格的预防措施(对应于更大的冷冻率)总是可以对传染病传播产生更好的抑制效果。我们进一步研究了一个开放系统,其中网络中的一小部分节点可能从“环境”(外部感染节点)中获得疾病。在这种情况下,即使感染节点的数量已经下降到零,第二波也会出现,这不能用孤立网络模型来解释。
2022-10-23 physics.soc-ph 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 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
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
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
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
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
Epidemic Spreading and Aging in Temporal Networks with Memory
时变网络拓扑结构可以深刻地影响由它们介导的动力学过程。人们还知道,个体之间互动模式中的记忆效应会影响扩散和传播现象的发生。在本文中,我们分析了这两种成分对网络上流行病动力学的综合影响。在最近引入的具有记忆的活动驱动网络上,研究了易感染-易感染(SIS)和易感染-易感染-移除(SIR)模型。通过基于活动的平均场方法,我们推导出,在很长的时间限制,分析预测的流行阈值作为一个函数的参数描述的活动分布和记忆效应的强度。我们的研究结果表明,记忆降低了阈值,这是相同的SIS和SIR动态,因此有利于传染病传播。在长时间渐近状态下,理论计算与数值模拟结果完全一致。强的老化效应存在于前渐近制度和流行病的阈值深受流行病的开始时间的影响。我们详细讨论了依赖于模型的前渐近校正的起源,其理解可能允许相关的时间网络的流行病控制。
2018-12-19 cs.SI physics.soc-ph q-bio.PE
Exponential rate of epidemic spreading on complex networks
本文针对复杂网络上传染病初始阶段的指数传播速率展开研究,基于度分布、网络 assortativity 和聚类水平推导出网络再生数表达式并关联其与疾病传染性及传播速率,结果适用于多数网络,填补了经典流行病学与复杂网络理论的空白。
2025-04-18 cond-mat.stat-mech physics.soc-ph q-bio.PE
Dynamics of epidemic spreading with vaccination: impact of social pressure and engagement
在这项工作中,我们考虑了一个模型的传染病传播加上一个观点动力学在一个完全连接的人口。关于观点动力学,个体可能处于两种不同的状态,即赞成或反对疫苗接种运动。反对接种疫苗的个人遵循标准SIS模型,而支持疫苗的个人也可以处于第三个区室,即已接种疫苗。此外,意见的变化,根据多数规则的动态群体与三个人。我们亦认为疫苗可为个别人士提供永久或暂时的免疫力。通过分析计算和计算机模拟,我们表明,观点动力学可以极大地影响疾病的传播,和亲疫苗的个人的参与可能是至关重要的,以阻止传染病传播。模拟模型的完整数值代码可以从作者的网页上获得。
2016-10-03 cond-mat.stat-mech physics.soc-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
Self-isolation or borders closing: what prevents epidemic spreading better?
COVID-19在世界范围内的流行分布促使我们讨论网络聚类和自适应性对传染病传播的综合影响。我们解决的问题,最有效地禁止疾病传播的连接网络的最佳机制的选择:自适应聚类,模仿自我隔离(SI)在当地社区,或尖锐的即时聚类,这看起来像城市和国家之间的边界关闭(FC)。SI-网络是在整个网络中小集团最大化的条件下“自适应生长”的,而FC-网络是“即时创建”的。在聚类SI-和FC-网络上运行标准SIR模型,我们证明了自适应网络聚类比具有相似参数的网络中的即时聚类更好地抑制传染病传播。我们发现SI模型对于临界指数$-2<η<-1$较小的度分布$P(k)\sim k^η$具有无标度特性,并认为无标度特性的出现是由于初始度分布的随机性,而对于随机正则图则不存在.
2020-04-07 cond-mat.dis-nn physics.soc-ph q-bio.PE
Epidemic spreading and risk perception in multiplex networks: a self-organized percolation method
本文研究了多重网络上传染病传播与风险感知之间的相互作用。其基本思想是,有效感染概率受到对感染风险的感知的影响,我们假设这与受感染邻居的比例有关,如Bagnoli等人所介绍的,PRE 76:061904(2007)。我们重新推导出以前的结果,使用自组织的方法,自动给出的渗流阈值在一个模拟。考虑到人们在现实生活中被接触者感染,但经常从信息网络中收集信息,这可能与真实网络完全不同,我们将模型扩展到多路网络。真实网络和信息网络之间的相似性决定了在足够高的预防水平下阻止感染的可能性:如果网络差异太大,就没有办法避免流行病。
2014-05-21 nlin.AO physics.soc-ph q-bio.PE
Network-based Prediction of COVID-19 Epidemic Spreading in Italy
SARS-CoV-2病毒最初出现在中国武汉市,随后几乎在全球范围内传播,导致大流行,在中国病例中,该病毒在接触网络上相当好地遵循SIR(易感-传染-隔离)流行模型。在本文中,我们调查的SIR模型对网络的预测精度也为意大利。具体来说,意大利地区是一个集合种群代表的网络节点和网络链接是这些地区之间的相互作用。然后,我们修改了基于网络的SIR模型,以考虑意大利政府在COVID-19传播的各个阶段采取的不同封锁措施。我们的研究结果表明,基于网络的模型更好地预测每日累计感染的个人时,随时间变化的锁定协议被纳入经典的SIR模型。
2020-10-27 cs.SI physics.soc-ph q-bio.PE
Untangling the interplay between epidemic spreading and transmission network dynamic
传染病的流行性传播是普遍存在的,并且通常对公共卫生和经济财富具有相当大的影响。流行病的时空模式变化很大,无法进行简单的干预,需要对每种流行病的传染媒介和相应的传播途径进行详细分析。为了便于这种分析,引入了一个数学框架,它将流行模式与底层传输网络的拓扑结构和动态联系起来。在疾病流行和传输网络拓扑结构的演变来自一个封闭的一组偏微分方程的感染没有恢复,这是非常好的协议与互补进行代理的模拟。几个关于艾滋病毒在合成人群中流行的案例研究表明了流行过程及其传播网络之间的相互影响。它们揭示了驱动这一流行病的与背景有关的关键过程,而这些过程反过来又可以用来制定有针对性的干预战略。数学框架提供了一个有能力的工具箱,从第一原理分析流行病。这允许对流行病进行快速的计算机建模和操纵,如果辅之以足够的经验数据进行参数化,这将特别强大。
2009-12-21 q-bio.PE
Epidemic Spreading and Equilibrium Social Distancing in Heterogeneous Networks
我们研究了一个通过网络相互作用的异质种群之间的多类型SIR流行病过程。当我们的基础上的社会接触的随机图与给定的顶点度,我们给极限定理的感染的个人的分数。对于一个给定的社会距离的个人策略,我们建立了流行病的再现数$R_0$,它可以用来识别网络的脆弱性和通知疫苗接种政策。在本文的第二部分中,我们研究了社会距离博弈的均衡,其中个人根据预期的全球感染率选择他们的社会距离水平,然后必须等于他们选择后的实际感染率。给出了平衡点存在唯一的条件。对于随机规则图的情况下,我们表明,自愿的社会距离将始终是社会次优。
2021-11-01 cs.SI physics.soc-ph q-bio.PE
A markovian random walk model of epidemic spreading
我们分析了一个图上的独立随机游走种群的动力学,并建立了一个简单的传染病传播模型。我们假设每个步行者独立地访问有限遍历图的节点在离散时间马尔可夫行走由他的特定的转移矩阵。在这个假设下,我们首先推导出再生数的上界。然后,我们假设一个步行者处于以下状态之一:易受感染、感染或康复。一个有传染性的步行者在一定的特征时间内保持传染性。如果一个有传染性的步行者在同一个节点上遇到一个易感的步行者,那么易感的步行者就有一定的概率被感染。通过在计算机模拟中实现这一假设,我们研究了新出现的感染模式的时空演变。一般来说,随机游走方法似乎有很大的潜力,研究传染病传播,并确定相关参数的流行病动力学。
2020-10-15 cond-mat.stat-mech math.PR physics.soc-ph
The impact of behavioral homophily and conformity on epidemic spreading in networks with large groups
Université Laval(拉瓦尔大学);Universitat Rovira i Virgili(罗维拉-依希尔维特里大学);Northeastern University(东北大学);University of Vermont(佛蒙特大学);Santa Fe Institute(圣塔菲研究所);Complexity Science Hub Vienna(维也纳复杂科学中心);Pacific Northwest National Laboratory(太平洋西北国家实验室)
本研究通过近似主方程框架,探讨行为同质性和从众性如何共同影响大规模紧密连接群体(团)上的SIS流行病动态,发现同质性放大了从众性效应,使少数行为得以持续并显著改变流行阈值和传播模式。
2026-05-25 physics.app-ph physics.soc-ph q-bio.PE
Epidemic spreading and bond percolation in multilayer networks
研究了多层网络中任意链路数的SIR模型。通过映射到键渗流,我们给出了任意层数的传染病阈值和感染率的解析表达式。这些结果提供了一个精确的预测的传染病阈值的无限局部树状多层网络,和更一般的多层网络的传染病阈值的下界。由两个互连的网络形成的多层网络的情况下,具体研究作为一个功能的层内和跨层的度分布。我们发现,流行阈值强烈依赖于多层结构的度相关性。最后,我们将我们的结果与退火近似的易感-感染-易感(SIS)模型的结果。
2017-02-10 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Critical time-dependent branching process modelling epidemic spreading with containment measures
于COVID大流行期间,疫情呈指数级增长的时期已通过遏制措施得以缓解,在不同情况下导致病例数量呈幂律增长。Ziff和Ziff在参考文献[1]中首次观察到这种行为,来自中国的2020年晚春数据。在这一重要观察之后,在其他国家遏制蔓延期间也观察到了幂律缩放(尽管指数不同)。对这些结果的早期解释表明,这种现象可能是由于扩散的空间效应。在这里,我们表明,由于遏制措施的个人的传染性的时间调制也会导致幂律增长的情况下,随着时间的推移。为此,我们提出了一个随机混合的易感-感染-删除(SIR)模型的传染病传播存在遏制措施,导致时间依赖的传染性和我们探讨的统计特性的分支过程的临界。我们表明,在临界状态下,可以观察到幂律增长的情况下,指数范围在1和2之间。我们的渐近分析结果证实了广泛的蒙特卡罗模拟。虽然这些结果并不排除空间效应可能是重要的调制幂律增长的情况下,在临界状态,这项工作表明,即使是混合人口可能已经具有非平凡的幂律指数临界。
2022-03-31 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
SIR epidemics in monogamous populations with recombination
我们研究传播的SIR(易感染恢复)疾病的代理人口,在任何时刻,完全分为夫妇的代理。夫妻偶尔可以交换成员。这种偶联重组的过程可以补偿相互作用模式的瞬时断开,从而允许感染的传播。我们研究了疾病的发病率作为其传染性和夫妇的重组率的函数,从而表征流行动态和人口的相互作用模式的演变之间的相互作用。
2011-04-20 cond-mat.stat-mech physics.bio-ph q-bio.PE
Modelling the spreading rate of controlled communicable epidemics through an entropy-based thermodynamic model
提出了一个基于热力学方法的模型,用于预测城市中传染性流行病的动态,当流行病由多个尺度的控制努力,使熵与系统相关联。所有流行病的细节都被分解成一个参数,这个参数是通过最大化熵产生率来确定的。尽管最后的模型很简单,它预测住院病例的数量与合理的准确性,使用2003年SARS的数据,一旦表征多重控制努力的效果的临界点是已知的。这个模型被认为是潜在的有用性,因为今年在中国发生的禽流感(如H7H9)有可能在人类之间传播。
2013-04-20 physics.med-ph q-bio.PE
Complete dimensional collapse in the continuum limit of a delayed SEIQR network model with separable distributed infectivity
我们采取了最近提出的房室SEIQR模型的延迟,忽略免疫力的快速大流行的背景下,将该模型扩展到一个网络结构上的传染性,并考虑了连续的限制与一个简单的可分离的相互作用模型的传染性$β$。数值模拟结果表明,无论$β$在种群中的分布如何,网络的演化动力学都能被时间的单个标量函数有效地捕获.网络模型的连续极限允许简单推导更简单的模型,该模型是单个标量延迟微分方程(DDE),其中$β$的变化通过与$u=\sqrtβ$的矩生成函数密切相关的积分出现。如果$u$的前几个时刻存在,则可以将支配DDE扩展为一系列,该系列显示与具有单个$β$的原始房室DDE的直接对应。即使在其他情况下,新的标量DDE也可以在每个时间步使用$u$上的数值积分来求解,或者使用解析积分(如果以某种有用的形式可用)来求解。我们的工作提供了一个新的学术例子,完全的维度崩溃,绑定一个潜在的连续模型的流行病与一个简单的分区模型,并有望导致新的分析连续模型的流行病。
2020-06-23 math.DS q-bio.PE
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
Risk perception in epidemic modeling
我们在一个简单的流行病传播模型中研究了风险感知的影响。我们假设对感染风险的感知取决于邻居生病的比例。该因子的作用是降低传染性,因此成为模型的动态组件。我们在平均场近似下研究了这个问题,并对规则、随机和无标度网络进行了数值模拟。我们表明,对于同质和随机网络,总是有一个价值的感知,停止流行病。在“最坏情况”的情况下,一个无标度网络与发散输入连接,线性感知不能阻止流行病,但我们表明,感知风险的非线性增加可能会导致疾病的灭绝。这种转变是不连续的,并且不是由平均场分析预测的。
2007-08-23 q-bio.OT q-bio.PE
Spreading properties for SIR models on homogeneous trees
考虑齐次树上SIR型传染病模型,研究了传染病的传播特性与树的度、内禀基本再生数和受感染个体种群内相互作用强度的关系.当度为1时,齐次树只不过是整数上的标准格,我们的模型简化为具有离散扩散的SIR模型,其扩散特性与连续情况非常相似。另一方面,当度大于2时,我们观察到一些新的特性。最值得注意的是,存在相互作用强度的临界值,超过该临界值,流行病在树中的传播不再可能。
2021-06-08 math.AP q-bio.PE
Epidemic spreading on complex networks as front propagation into an unstable state
我们研究流行病到达时间的元人口疾病模型通过镜头的前端传播到不稳定的状态。我们证明了PDE背景下的入侵前沿的几个特征也与网络情况有关。我们发现,在这个意义上的非线性系统中的到达时间近似的不稳定性的到达时间在疾病的自由状态附近线性化的系统中的网络上的易感染的恢复模型是线性确定的。到达时间预测扩展到易感-暴露-感染-恢复模型。然后,我们研究了最近的社会流行病模型,其中个体的高阶相互作用导致更快的入侵速度。对于这些被推的前沿,我们计算对这种情况下的估计到达时间的校正。最后,我们将展示如何在本地感染率的不均匀性导致更快的平均到达时间。
2022-10-18 math.DS q-bio.PE
Long-range epidemic spreading in a random environment
考虑了随机环境中的远程传染病传播问题,考虑了一个猝灭的无序$d$ -维接触过程,其传染率随距离的增加而衰减为$1/r^{d+σ}$。我们研究了模型的动力学行为,并低于流行阈值的强无序重整化群方法的一个变种,并通过蒙特卡罗模拟在一个和两个空间维度。从一个单一的感染网站,平均生存概率被发现衰减为$P(t) \sim t^{-d/z}$乘法对数校正。在流行阈值以下,出现Griffiths阶段,其中动力学指数$z$随控制参数连续变化,并且随着阈值的接近而趋向于$z_c=d+σ$。在阈值,感染的集群(在存活的试验)的空间扩展被发现与$R(t) \sim t^{1/z_c}$增长与乘法对数校正,并发现在存活的试验中感染的网站的平均数增加与$N_s(t) \sim (\ln t)^χ$与$χ=2$在一个维度。
2015-04-01 cond-mat.dis-nn cond-mat.stat-mech q-bio.PE
Numerical investigation of the effect of macro control measures on epidemics transport via a coupled PDE crowd flow - epidemics spreading dynamics model
本文通过耦合行人流宏观模型与SEISV传染病模型,数值研究了通风、行人速度、间距及口罩/疫苗接种等宏观控制措施对流行病在人群中传播的影响。
2024-11-25 cs.NA math.NA q-bio.PE