Collective behavior in the spatial spreading of obesity
糖尿病、肥胖症和某些形式的癌症等非传染性疾病在许多国家以惊人的速度增加。在制订扭转这些趋势的政策方面的一个困难是确定全球流行病背后的驱动因素。在这里,我们实施了一个空间扩散分析,以调查糖尿病,肥胖和癌症是否显示空间相关性,揭示集体和全球因素的作用高于个人的选择。我们采用了一个理论框架的关键物理系统显示集体行为破译疾病的空间传播的法律。我们发现了一个规律性的空间波动,其患病率揭示了无标度的长程相关性的模式。波动是异常的,从根本上偏离了在底层人口分布中发现的较弱的相关性。这种集体行为表明,肥胖、糖尿病和某些形式的癌症(如肺癌)的传播动力学类似于波动的临界点,就像一个处于二级相变的物理系统一样。根据这一概念,个人的互动和习惯在塑造全球传播模式方面的影响可以忽略不计。因此,肥胖是一个全球性的问题,局部细节并不重要。有趣的是,我们发现肥胖和糖尿病以及与食品生产相关的经济部门(如超市,食品和饮料店)的活动也出现了同样的关键波动-这些经济部门与其他一般经济部门相比聚集在不同的普遍性类别中。这些结果激励未来的干预措施,以调查这种关系的因果关系,为预防性卫生政策的实施提供指导。
2016-03-28 cs.SI physics.soc-ph
Universal Urban Spreading Pattern of COVID-19 and Its Underlying Mechanism
目前,全球COVID-19疫情正在恶化,迫切需要采取有效的控制和预防措施。了解COVID-19的传播模式已被广泛认为是实施非药物措施的重要一步。以前的研究调查了大规模的这样一个问题(例如,国家间或国家间)的情况,而城市蔓延模式仍然是一个悬而未决的问题。在这里,我们通过利用中国9个城市197,808名智能手机用户(包括17,808名匿名确诊病例)的轨迹数据来填补这一空白。我们发现一个普遍的传播模式,在所有的城市:确诊病例的空间分布遵循幂律模型和传播质心是时不变的。此外,我们发现,人类流动在一个城市驱动的时空传播过程:长的平均旅行距离导致高的传播半径的增长率和广泛的空间扩散的确诊病例。有鉴于此,我们采用Kendall模型来模拟COVID-19的城市传播,该模型能够很好地拟合真实的传播过程。我们的研究结果揭示了COVID-19时空城市演变背后的潜在机制,可用于评估许多政府实施的流动限制政策的绩效,并估计COVID-19的不断演变的传播情况。
2020-12-30 cs.SI physics.med-ph physics.soc-ph
Geographical effects on epidemic spreading in scale-free networks
许多真实的网络都是嵌入在度量空间中的:个体之间的交互依赖于他们的空间距离,并且通常发生在他们最近的邻居之间。在本文中,我们引入了一个修改的易感-感染-易感(SIS)模型来研究地理因素对疾病传播的影响,假设一个健康个体被一个传染性个体感染的概率与它们之间的欧氏距离成反比。研究发现,在疾病传播中,地理位置比枢纽站起着更重要的作用:网络的地理约束越大,流行病的流行程度就越高。
2006-06-30 physics.soc-ph
Spreading of localized attacks in spatial multiplex networks
许多现实世界的多层系统,如关键基础设施,是相互依赖的,并嵌入在空间中的特征长度的链接。它们也容易受到局部攻击或故障的影响,例如恐怖袭击或自然灾害,这些攻击或故障会影响给定半径内的所有节点。在这里,我们研究了局部化攻击对两层空间复用网络的影响。我们发现了一个亚稳区域,其中大于临界尺寸的局部化攻击引起成核转变,因为故障的级联在整个系统中传播,导致其崩溃。我们发展了一个理论来预测临界攻击规模,并发现它具有新颖的缩放行为。我们进一步发现,在这些多重系统中的本地化攻击可以诱导一个以前未观察到的随机和空间级联的组合。我们的研究结果表明,在现实世界中的相互依赖的网络的重要脆弱性,并显示新的空间网络的理论特征。
2017-04-02 cs.SI physics.soc-ph
Competition, Collaboration, and Optimization in Multiple Interacting Spreading Processes
竞争和合作是多智能体概率传播过程的核心。舆论战和竞争性营销活动是前者的典型例子,而艾滋病毒和结核病等多种疾病的共同传播则表明了后者。这些传播受到底层网络拓扑结构、网络组成部分之间的感染率、恢复率以及同样重要的传播过程本身之间的相互作用的影响。在这里,我们第一次推导出动态的消息传递方程,提供了一个精确的描述动态的两个相互作用的传播过程的树图,并开发系统的低复杂度模型,预测一般图上的传播。我们还开发了一个理论框架,通过预算约束下的优化资源分配,并在有限的时间窗口内的相互作用的传播过程的最优控制。衍生算法可用于在存在竞争对手竞争过程的情况下最大化所需的传播,并在偶联传染病的情况下通过疫苗接种限制传播。我们证明了框架和优化方法在合成和现实世界的网络上的有效性。
2021-03-16 cond-mat.stat-mech physics.soc-ph
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
Spreading of localized attacks on spatial multiplex networks with a community structure
我们研究了本地化攻击对多路空间网络的影响,其中每一层都是一个社区网络。当节点属于所有复用层中的巨型组件时,系统被认为是功能性的。社区具有线性大小$ζ$,使得在其中任何一对节点以相同的概率链接,并且另外,附近社区中的节点以不同的(通常较小的)概率链接。这个模型可以代表一个相互依赖的城市基础设施系统,其中城市内部有许多联系,而城市之间的联系较少。我们开发了一种分析方法,类似于有限元方法应用于网络社区,并通过模拟验证我们的分析结果。我们发现,无论是通过模拟和理论,对于不同的参数的连接性和空间性-有一个关键的局部尺寸的损害,超过它将蔓延,整个系统将崩溃。
2019-12-11 nlin.AO physics.soc-ph
Skepticism and rumor spreading: the role of spatial correlations
批判性思维和怀疑主义是防止谣言、假新闻和错误信息传播的基本机制。我们考虑一个简单的模型,在该模型中,代理人没有以前接触的谣言,怀疑导向,可能会说服传播者停止他们的活动,或者,一旦暴露于谣言,决定不传播它作为一个结果,例如,事实核查。我们扩展了以前的,平均场分析这两种机制,主动和被动的怀疑,包括空间相关性的综合效果。这可以通过对近似进行分析,或者在不同的网络上模拟基于代理的版本。我们的研究结果表明,虽然在平均场有没有共存的扩散器和bistable之间(虽然,根据参数,可能会有双稳态取决于初始条件),当空间相关性包括在内,由于保护作用的隔离所提供的删除代理,共存是可能的。
2020-04-02 cond-mat.stat-mech physics.soc-ph q-bio.PE
Epidemic spreading in populations of mobile agents with adaptive behavioral response
尽管流行病建模已进入高级阶段,但对将对疾病传播的行为反应(如社交距离和采取预防方法)纳入方法的需求仍然很大。流动性在疫情动态中发挥着重要作用,也受到行为变化的影响,但在很多情况下,真实的流动性数据并不完整或无法获取。我们提出了一个模型,传染病传播的时间网络的移动代理,结合当地的行为反应。允许易感病原体向其邻近的受感染病原体的相反方向移动。我们发现,这种机制大大降低了固定的流行时,代理的空间密度低。然而,对于更高的密度,该机制会导致突然的相变,其中出现新的双稳态相。我们开发了一种半分析方法的情况下,当流动性是快速的疾病动力学相比,并用它来论证,双稳态是由易感剂的空间集群的出现。最后,我们描述了在快速流动机制中形成的时间网络,展示了度分布和其他度量如何受到行为机制的影响。我们的工作将先前已知的自适应网络的结果纳入到移动代理的人口中,这可以进一步发展,以用于移动性驱动的模型。
2021-12-15 physics.soc-ph
Epidemic Spreading with External Agents
我们研究流行病在大型网络中的传播过程,当传播是由少量的外部代理人协助:传染源有界的传播能力,但其运动是不受限制的相对于底层的网络拓扑结构。对于网络的“空间限制”,我们表明,感染的传播可以显着加快,甚至由几个这样的外部代理随机感染。此外,对于一般的网络,我们推导出上界的顺序的传播时间实现某些简单的(随机/贪婪)的外部传播政策。相反,对于某些常见的网络类,如线图,网格和随机几何图形,我们还推导出所有(潜在的网络状态感知和对抗)外部传播策略的传播时间的顺序上的下限;这些对抗的下限匹配(对数因子)的传播时间实现的外部代理与随机传播策略。这表明,由外部代理进行的随机的、状态无关的感染传播实际上是在这种空间受限网络中传播的顺序最优。
2014-04-13 cs.IT cs.NI cs.SI
A Data-driven Understanding of COVID-19 Dynamics Using Sequential Genetic Algorithm Based Probabilistic Cellular Automata
National Institute of Technology Durgapur(杜尔加布尔国立技术学院);Indian Institute of Technology Kharagpur(印度理工学院卡拉格普尔分校)
COVID-19疫情严重影响全球数十亿人的生活。即使采取了大规模的保护措施,如全国范围的封锁,国际航班服务的中断,严格的测试等,感染的蔓延仍在不断扩大,造成数千人死亡和严重的社会经济危机。因此,识别这种感染传播动态的主要因素对于尽量减少COVID-19和任何未来大流行的影响和寿命至关重要。在这项工作中,一个基于概率元胞自动机的方法已被用来模拟大量不同国家的感染动态。本研究提出,对于这种感染传播的精确数据驱动建模,元胞自动机提供了一个很好的平台,具有顺序遗传算法,用于有效地估计动态参数。据我们所知,这是首次尝试通过遗传算法使用优化的元胞自动机来理解和解释COVID-19数据。结果表明,该方法具有较好的灵活性和鲁棒性,通过系统的参数估计,可以对日活跃病例数、总感染人数和总死亡病例数进行建模。我们对来自不同大陆的40个国家的COVID-19统计数据进行了详细分析,由于人口和社会经济因素,感染传播的时间演变存在明显差异。通过对这一流行病动态中的主要参与者的结论,确立了这一模型的实质性预测能力。
2020-08-27 cs.LG cs.NE nlin.CG
Contact network models matching the dynamics of the COVID-19 spreading
本文研究了传染病传播在两个节点相连的概率随它们的距离按幂律衰减的空间网络上的传播。随着距离依赖指数的增长,模型网络从随机网络极限平滑地过渡到规则格点极限。我们发现,尽管保持接触的平均数量不变,增加的指数阻碍了传染病传播,使长距离连接不太频繁。扩散动力学也受到距离依赖指数的影响,从指数增长变为幂律增长。观察到的幂律增长与最近对COVID-19在许多国家传播的经验数据的分析相符。
2020-12-11 physics.soc-ph q-bio.PE
Low prevalence, quasi-stationarity and power-law distribution in a model of spreading
了解传染病(信息、感染等)如何在复杂网络上传播,无论从实践还是理论的角度来看都很重要。在过去十多年中,在这方面做了大量工作。然而,大多数模型在其范围内是有限的,因此,只能捕捉一般特征的蔓延现象。在这里,我们提出并研究了一个传播模型,它考虑到了传染的强度或质量以及在各个节点发生的局部(概率)动态。只有在当地代理人评估了传染病的质量适应性之后,才会发生传播。该模型表现出质量依赖的指数时间尺度在早期导致一个缓慢演变的准稳态。低流行率被认为是广泛的传染质量任意大网络。我们还调查了节点的活动,并找到一个幂律分布与网络拓扑结构无关的强大的指数。我们的研究结果与最近的经验观察是一致的。
2012-06-02 cond-mat.stat-mech cs.SI physics.soc-ph
Parasite Spreading in Spatial Ecological Multiplex Networks
网络生态学是定量生物学的一个新兴领域,它将生态系统描述为复杂网络。一个合适的例子是寄生虫传播:几种寄生虫可能通过不同的机制在宿主之间传播,每一种寄生虫都产生一个相互作用的网络。同时模拟这些网络化的生态相互作用仍然是一个开放的挑战。我们提出了一种新的空间嵌入式多重网络框架,用于模拟通过多种传播途径传播的多宿主感染。我们的模型受到T. cruzi,一种通过营养和媒介机制传播的寄生虫。我们的生态网络模型是由一个多重节点代表物种种群相互作用,通过食物网和寄生虫污染层在同一时间。我们在两种不同的情况下模拟了SI动态:一个简单的理论食物网和一个经验。我们在这两种情况下的模拟表明,当营养和污染的相互作用被认为是以相等的速率时,感染是更广泛的。这表明,营养和污染的传输可能有实际生态系统中的累加效应。我们还发现,在社区中的媒介,主机的比例(i)至关重要的影响感染传播,(ii)调节寄生虫传播的速度和(iii)增加宿主的感染率的一个阶段性转变。通过免疫相同的分数的捕食者和猎物的人口,我们表明,多重拓扑结构是基本的概述的作用,每个宿主物种在寄生虫传播在一个给定的生态系统。我们还表明,多重模型提供了一个更丰富的现象学的寄生虫传播动力学相比,单层模型。我们的工作开启了新的挑战,并为网络系统中的多通道传播建模提供了新的定量工具。
2016-09-09 physics.bio-ph physics.soc-ph q-bio.PE
Analysis of contagion maps on a class of networks that are spatially embedded in a torus
网络上的传播过程受网络底层空间结构的影响,研究传播过程在多大程度上遵循这种结构是有意义的。我们考虑一个阈值传染模型的网络,其节点嵌入在一个流形,并有两个“几何边缘”,这方面的几何基础流形,和“非几何边缘”,不受该几何约束。基于Taylor等人\cite{Taylor2015}的思想,我们研究了传染病何时以波的形式沿着节点嵌入圆环的网络传播,以及何时通过长的非几何边缘跳跃到网络的偏远地区。我们建立了一个“传染病地图”的传染病传播这样一个“嘈杂的几何网络”,以产生一个点云,我们研究的维度,几何形状和拓扑结构的点云,以检查这个传播过程的定性属性。我们确定了一个区域中的参数空间中的传染传播主要通过波前传播。我们考虑不同的概率分布,用于构建非几何边缘-反映不同的衰减率相对于节点之间的距离在底层流形-和检查的影响,这样的选择上的扩散动力学的定性性质。我们的工作推广了Taylor等人的分析,并巩固了传染图作为研究空间网络传播行为的工具和流形学习的技术。
2021-04-05 cs.SI math.AT math.DS
Evolution of scaling emergence in large-scale spatial epidemic spreading
背景资料:Zipf定律和Heaps定律是标度概念的两个代表,在复杂性科学的研究中起着重要的作用。齐普夫定律和堆定律的共存使得人们对这两种标度之间的依赖关系有不同的理解,这一点至今仍难以澄清。方法/主要发现:在本文中,我们观察到标度的一个演化过程:Zipf定律和Heaps定律在初始时刻自然地形成共存,而交叉伴随着它们在更大时间内的不一致性的出现,然后达到稳定状态,其中Heaps定律仍然存在,严格的Zipf定律消失。大规模的空间传染病传播的情况下说明了这样的发现,和流行性疾病的经验结果支持的两个法律之间的关系的普遍分析,无论疾病的生物学细节。雇用美国(U.S.)国内航空运输和人口统计数据构建一个集合种群模型来模拟美国国家层面的大流行传播,我们发现基础设施的广泛异质性在规模化出现的演变中起着关键作用。结论/意义:大规模空间传染病传播的分析有助于理解标度的时间演化,表明Zipf定律和Heaps定律的共存依赖于流行病过程的集体动力学,而传染病传播的异质性表明在大流行病早期实施有针对性的遏制策略的重要性。
2011-05-25 cs.SI physics.data-an physics.soc-ph
Non-perturbative heterogeneous mean-field approach to epidemic spreading in complex networks
自大约十年前以来,网络科学一直关注疾病传播如何依赖于结构模式的问题。在这里,我们有助于进一步推进我们对传染病传播过程的理解,提出了一个非微扰制定的非均匀场的方法,已普遍用于在物理文献中处理这种传播现象。我们提出的非微扰方程没有假设系统接近流行阈值,也没有任何线性近似的动力学。特别是,我们首先开发了一个概率描述在节点级别的流行病传播的所谓的易感染的易感家庭的模型,并在我们得到相应的异质平均场方法。我们建议使用的方法,而不是修剪扩展到一阶,这导致一个非微扰的配方,可以解决不动点迭代,并使用远离流行病阈值的可靠性,以评估流行病的流行。我们的结果是在密切的协议与蒙特卡罗模拟,从而提高了预测能力的经典异质平均场方法,同时提供了一个更有效的框架,在计算时间。
2011-06-30 physics.comp-ph physics.data-an physics.soc-ph
Impact of presymptomatic transmission on epidemic spreading in contact networks: A dynamic message-passing analysis
包含症状前传播的传染病很难监测、建模、预测和遏制。我们解决这个问题,通过研究一个随机的可验证的暴露的感染恢复模型的任意网络实例使用的分析框架的基础上的动态消息传递的方法的变体。该框架提供了一个很好的估计的概率演化的传播的静态和接触网络,提供了显着提高的精度相对于个人为基础的平均场方法,同时需要一个更低的计算成本相比,数值模拟。它有助于推导出流行病阈值,这是相边界分离的参数制度,感染可以有效地控制,从那些他们不能。这些通过拓扑(减少接触)和感染参数变化(例如,社交距离及戴口罩),与最近的COVID-19疫情有关。
2021-05-06 cond-mat.dis-nn physics.soc-ph q-bio.PE
Description of spreading dynamics by microscopic network models and macroscopic branching processes can differ due to coalescence
传统上,通过对随时间的发生次数进行计数来在宏观水平上监测扩散过程。然后,可以在微观水平上对扩散过程进行建模,假设潜在的相互作用网络,或者直接在宏观水平上,假设微观贡献可以忽略不计。这两种描述的宏观特征通常被认为是相同的。在这项工作中,我们表明,这些特征的微观和宏观的描述可以是不同的,由于合并,即,节点同时被多个源激活。特别是,我们考虑一个(微观)分支网络(概率元胞自动机)与退火连接性障碍,记录的宏观活动,然后近似这个活动的(宏观)分支过程。在这个框架中,我们分析计算的集体动力学的合并的效果。我们发现,合并导致一个普遍的非线性尺度函数的连续网络活动的条件期望值。这使我们能够量化微观模型参数和已建立的宏观估计之间的差异。为了克服这种差异,我们提出了一个非线性估计,正确推断出所有系统大小的模型分支参数。
2019-05-24 cond-mat.dis-nn physics.soc-ph q-bio.NC
Optimizing surveillance for livestock disease spreading through animal movements
许多家畜传染病的空间传播严重依赖于动物在场所之间的运动,因此运动数据的知识可以帮助我们检测,管理和控制疫情。然而,系统的鲁棒传播特性的识别受到表征人口通过移动的相互作用的时间维度的阻碍。传统的中心性措施不提供相关的信息,结果强烈波动的时间和爆发的属性严重依赖于geotemporal初始条件。通过专注于在意大利的牛流离失所的案例研究,我们的目标是在牲畜流行病的规划和控制有用的强大功能方面的特点,以处理时间波动,初始条件的敏感性和在爆发过程中丢失的信息。通过空间疾病模拟,我们检测在不同初始条件下稳定的传播路径,允许种子的聚类并减少流行病的变异性。路径还使我们能够识别被称为哨兵的场所,这些场所具有很大的感染概率,并提供关于爆发起源的关键信息,如在集群中编码的那样。这种新的程序提供了一个通用的框架,可以应用于特定的疾病,以帮助风险评估分析和通知最佳监测系统的设计。
2012-10-02 physics.soc-ph q-bio.PE
Human mobility and time spent at destination: Impact on spatial epidemic spreading
宿主迁移在传染病的空间传播中起着重要作用。以前的理论工作的基础上集成的网络理论到集合种群框架表明,异质性,真正的移动网络的特点有利于传播的流行病。然而,到目前为止进行的研究假设移动过程是马尔可夫或非马尔可夫与固定的旅行时间尺度。然而,现有统计数据表明,旅行者在目的地停留的时间波动很大,从一天到几个月不等。这种不同的停留时间对宿主之间混合事件的机会和持续时间产生至关重要的影响,因此可能对新出现的疾病的传播产生强烈影响。在这里,我们提出了一个分析和计算研究的流行病过程中的一个复杂的亚群网络,旅客有记忆的起源,并花了一个异质分布的时间间隔在他们的目的地。通过分析计算和数值模拟,我们发现逗留时间的异质性改变了局部爆发和全局入侵之间阈值的表达式,并且在全局爆发的情况下,它改变了系统的流行病行为。此外,我们的理论框架使我们能够研究旅行行为的变化对感染的影响,通过考虑一种情况,其中患病的人不离开他们的家庭位置。最后,我们比较了我们的非马尔可夫框架的结果与经典的马尔可夫方法,并找到两者之间的相关差异,在估计的流行病入侵的潜力,以及其空间传播的时间和模式。
2013-09-25 physics.soc-ph q-bio.PE
Estimating epidemic arrival times using linear spreading theory
我们研究了全球流行病的空间结构模型的动态,并制定了疾病在网络中的任何城市的到达时间的预测。该模型是由一个系统的常微分方程描述了一个元人口SIR分区模型定义在一个网络上,每个节点代表一个城市和边缘代表连接城市的飞行路径。利用系统的线性确定性,我们考虑传播速度和到达时间的系统线性化的不稳定的无病状态,并比较这些到达时间的非线性系统。提出了两个预测。第一种是基于线性化系统的热核的扩展。第二个假设任何两个城市之间的主要传输路径可以近似由一个一维的格子或齐次树,并给出了一个统一的预测到达时间独立于特定的网络功能。我们在一个描述全球航空交通的真实网络上测试这些预测。
2017-12-19 nlin.PS physics.soc-ph
Topological data analysis of contagion maps for examining spreading processes on networks
网络的空间嵌入性影响着社会和生物传染。历史上,许多流行病在地球表面的一部分作为波浪传播;然而,在现代传染病中,长距离边缘-例如,由于航空运输或通信媒体-允许传染病的集群出现在遥远的地方。在这里,我们研究了网络上的蔓延,通过拓扑数据分析和非线性降维接地方法。我们构建“传染图”,使用网络上的多个传染点将节点映射为点云。通过分析拓扑结构,几何形状和维数的流形结构在这样的点云,我们揭示的见解,以帮助建模,预测和控制的蔓延过程。我们的方法强调传染图也是一个可行的工具,推断网络中的低维结构。
2015-07-29 cs.SI math.DS nlin.AO
Infection percolation: A dynamic network model of disease spreading
疾病传播模型对于预测人群中的感染增长和评估公共卫生政策至关重要。然而,标准模型通常使用宏观参数来表示个体之间的疾病传播的动态,这些宏观参数不能准确地表示人与人之间的变异性。为了解决这个问题,我们提出了一个动态网络模型,提供了一个简单的方法,将疾病传播动态在个人规模以及在人口规模的完整时空感染史。我们发现,疾病通过社会网络传播是一种感染的行波,随后是康复的行波,传播的开始和动力取决于疾病传播和康复之间的相互作用。我们利用这些见解来开发一种预测不同疾病和人群感染动态的标度理论。此外,我们展示了感染易感性的空间异质性如何加剧或平息疾病的传播,这取决于其传染性。最终,我们的动态网络方法提供了一种简单的方法来模拟疾病传播,统一了以前的研究结果,并可以推广到不同的疾病,遏制策略,季节性条件和社区结构。
2021-03-17 cond-mat.stat-mech cs.SI nlin.AO