Spatial Spread of Epidemic Diseases in Geographical Settings: Seasonal Influenza Epidemics in Puerto Rico
建立了流行病在地理环境中的空间传播的确定性模型。这些模型的重点是从少数受感染的主机输入到地理环境的子区域所产生的爆发。目的是了解空间异质性如何影响易感人群和感染人群的传播动态。该模型包括系统的偏微分方程与扩散项描述的基本微生物传染性病原体的空间传播。该模型与波多黎各季节性流感流行的真实数据进行了比较。
2018-01-05 math.DS q-bio.PE
Common trends in the epidemic of Covid-19 disease
SARS-CoV-2的发现引发了全球健康问题，许多国家受到影响。开发能够解释这一流行病并提供共同趋势参数的模型，有助于处于这一流行病早期阶段的其他国家进行预测，也有助于今后规划防治病毒性呼吸道疾病。一个模型用于解释流行病的快速增长阶段，另一个模型用于解释整个数据集。这两种模型都与数据相当吻合。第一个模型表明，在快速阶段，新感染病例的数量取决于病例总数的幂律关系，标度指数等于0.82。第二个模型给出了在流行病开始早期1至3天范围内的复制时间，以及另一个参数α = 0.1-0.5），该参数使流行病的进展偏离指数增长。我们的模型可用于数据解释和指导有关这种疾病的预测，例如新病例数量的最大值。
2020-06-10 physics.bio-ph q-bio.PE
Existence of periodic orbits for periodic eco-epidemic models with disease in the prey
对于具有周期系数的食饵疾病生态传染病模型，[Xingge Niu，Tailei Zhang，Zhidong Teng，The渐近行为的非自治生态传染病模型与食饵疾病，Applied Mathematical Modeling 35，457-470（2011）]中证明，当被感染的食饵是永久的时，在$(\R^+)^3$的内部存在全局渐近稳定的正周期轨道。本文证明了该猜想的存在性。
2016-01-19 math.DS q-bio.PE
Epidemic Thresholds of Infectious Diseases on Tie-Decay Networks
在网络传染病的研究中，研究人员计算流行阈值，以帮助预测疾病最终是否会感染大部分人口。由于网络结构通常随时间变化，这从根本上影响了传播过程的动态，进而影响疾病传播的流行阈值，因此研究时间网络中的流行阈值非常重要。现有的时间网络中流行病阈值的研究大多集中在离散时间模型，但大多数现实世界中的网络系统在时间上不断演变。在我们的工作中，我们编码的连续时间依赖的网络到评估的易感-感染-易感（SIS）过程的流行病阈值通过研究一个SIS模型的领带衰减网络。我们推导了该模型的临界条件，并通过数值实验进行了验证。我们还研究了不同的因素-网络中联系强度的衰减系数，节点之间的相互作用频率，以及互动发生的底层社会网络的稀疏性-导致阈值临界值的降低或升高，从而有助于促进或阻碍疾病的传播。因此，我们展示了领带衰变网络的功能如何改变疾病传播的结果。
2021-08-10 cs.SI math.DS nlin.AO
Backward bifurcation of a disease-severity-structured epidemic model with treatment
本文提出了一个疾病严重度结构的传染病模型，其中只有严重感染者需要治疗，讨论了治疗能力对疾病传播的影响。结果表明，当容量相对较小时，当R0 <1时，在基本再生数R0处存在一个稳定的地方病平衡点和一个稳定的无病平衡点.这一流行病学含义是，当没有足够的治疗能力时，R0 <1的要求不足以进行有效的疾病控制，即使R0 <1，疾病爆发也可能达到高度流行的程度。
2021-10-04 q-bio.PE
A message passing approach for general epidemic models
在大多数疾病在接触网络上传播的模型中，假设单位时间内疾病传播和从疾病中恢复的概率是常数，这意味着传播和恢复的时间间隔是指数分布的。然而，真实疾病的时间间隔在大多数情况下具有远离指数的分布，这导致了与模型的定性和定量的不一致。在本文中，我们研究了一个广义版本的SIR（易感染-感染-恢复）模型的流行病，允许任意分布的传播和恢复时间。标准的微分方程方法不能用于这个广义模型，但我们表明，这个问题可以重新表述为一个时间相关的消息传递计算适当的接触网络。计算在树上是精确的（即，无环网络）或局部树状网络（例如随机图）。在非树状网络上，我们证明了计算给出了疾病爆发的大小的严格限制。我们证明了该方法与应用程序的两个特定的模型和结果相比，有利的数值模拟。
2010-07-22 cond-mat.stat-mech physics.soc-ph q-bio.PE
Effects of immunization in small-world epidemics
研究了免疫作用下模型流行病在小世界网络上的传播。虽然这种网络的连通性是相当均匀的，但专注于最佳连接个体的疫苗接种策略可以大大改善疾病控制。随着底层网络的无序增长，该模型表现出从疾病定位到传播的转变。因此，对于固定的疾病，存在一个阈值免疫水平，高于该水平，疾病保持局部化。
2001-09-14 cond-mat.stat-mech q-bio.PE
Many-body methods in agent-based epidemic models
基于病原体的传染病易感模型（SIS）是流行病研究中常用的模型。该模型描述了易感（S）和感染（I）代理之间的单一传染病的马尔可夫过程。然而，疾病传播的预测往往局限于数值模拟，而解析公式缺乏一般的结果和扰动的方法，因为他们受到不对称的时间发生器。本文在概率向量$|P(t)| ^2$的平方范数框架下讨论了传染病模型中的扰动理论、多体技术的近似和应用，其中不对称的时间生成元被对称的时间生成元所取代.
2016-09-27 physics.bio-ph physics.soc-ph q-bio.PE
SEIRS epidemics in growing populations
一个SEIRS流行病的疾病死亡人数在不断增长的人口（建模为一个超临界线性出生和死亡过程）。对流行病初期的研究是随机的，而对重大爆发的分析是确定性的。根据参数的值，可能出现以下情况。ii）流行开始，受感染个体的\textit{number}呈指数增长，但受感染个体的\textit{fraction}保持可忽略不计; iii）流行病爆发，受感染者的\textit{number}最初比人口增长快，疾病死亡率降低了人口的增长率，但它仍然是超临界的，感染者的\emph{fraction}达到地方性平衡; iv）流行病开始，感染者的\textit{number}最初比人口增长得快，疾病死亡率使人口的指数增长变为指数衰减。
2017-03-28 math.DS physics.soc-ph q-bio.PE
Dynamics of epidemic diseases without guaranteed immunity
全球SARS-CoV-2大流行表明了一种新型的疾病传播动力学。世卫组织指出，目前没有证据表明从COVID-19中康复并具有抗体的人对第二次感染具有免疫力。传统的数学模型考虑的情况下，一个恢复的个人再次变得敏感或发展免疫力。在这里，我们研究的情况下，受感染的代理恢复，只有发展免疫力，如果他们连续感染了一段时间。否则，他们会再次变得敏感。我们表明，场论边界的传染率的峰值。因此，该理论的阶段表征了疾病动态：（i）大流行阶段和（ii）反应机制。该模型很好地描述了中国武汉市SARS-CoV-2爆发的流行传播。我们发现只有30%的康复者产生了免疫力。我们预期我们的文件将影响在平衡经济影响及疫情对社会的影响后作出的决策。只要疾病控制措施将疾病动态保持在“应对机制”中，就可以排除大流行升级（“第二波”）。
2020-07-31 physics.soc-ph q-bio.PE
Epidemic "momentum" and a conservation law for infectious disease dynamics
McMaster University（麦克马斯特大学）；Sorbonne Université（索邦大学）
本文提出'传染病动量'概念，揭示传染病动力学中的守恒定律，通过分析流行率与潜在感染能力的关系，区分传播力与免疫力，为理解传染病爆发提供新视角。
2026-09-09 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
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
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
Confidence in the dynamic spread of epidemics under biased sampling conditions
对抽样数据的解读在疫情期间（如2020年的COVID-19疫情）对疾病传播的政策应对中发挥着至关重要的作用。然而，由于现实世界条件的复杂性和诊断测试的可用性的限制，这是一项重要的努力，这使得在测试中偏向有症状的个体成为必要。为了得出准确的结论，有必要对抽样的置信度和偏倚进行全面的了解。在这篇手稿中，我们提供了一个随机抽样模型，用于评估疾病指标的置信度，如趋势检测，峰值检测和疾病传播估计。我们的模型模拟了已知动态的流行病中的疾病测试，使我们能够使用蒙特卡罗抽样来评估度量置信度。该模型可以提供真实的模拟数据，可用于数据分析和预测方法的设计和校准。作为一个例子，我们使用这种方法来表明，在疾病的趋势，可以确定使用下$10000$偏置样本每天，和疾病传播的估计可以与额外的$1000-2000$无偏样本每天。我们还证明，该模型可以用来评估更先进的指标，通过找到的精度和召回的策略，寻找高峰的动态。
2020-07-28 physics.soc-ph q-bio.PE
Spatial effects in parasite induced marine diseases of immobile hosts
新出现的海洋传染病对海洋生态系统及其生物多样性的养护构成重大威胁。隔室模型的流行病传播的海洋固着生物，最近才出现，是基于非空间的描述，空间是均匀的，寄生虫的流动性没有明确占。然而，在现实的情况下，流行病的传播是由主机的空间分布和寄生虫的移动模式，需要一个明确的空间描述。在这项工作中，我们开发了一个空间明确的个人为基础的模型来研究疾病传播的水生寄生虫在固着海洋人口。我们通过广泛的数值模拟和理论分析来研究疾病空间传播的影响。具体而言，寄生虫的流动性进入流行阈值和流行病的时间进展的影响进行了评估。我们发现，较大的值的病原体流动性意味着更严重的流行病，随着感染的数量增加，和更短的时间尺度灭绝。的空间模型的基本再生数的解析表达式推导出作为非空间对应的函数，其特征在于一个无病和传播阶段之间的过渡，其中疾病传播的系统的大部分。
2022-05-18 physics.bio-ph q-bio.PE
Epidemic Conditions with Temporary Link Deactivation on a Network SIR Disease Model
传染病的传播取决于疾病的内在特性以及人口的联系和行动。本研究探讨了SIR型模型的动力学，该模型解释了人类避免感染的倾向，同时也保持了预先存在的人际关系。具体来说，我们使用了一个网络模型，在这个模型中，个体概率性地停用与受感染个体的连接，然后在恢复后重新连接到相同的个体。为了分析这个网络模型，平均场近似由一个系统的14个常微分方程的节点和边缘的数量。这个方程组是封闭的使用矩封闭近似的三重链接的数量。通过对微分方程的分析，证明了除了感染力和恢复率外，网络中的失效边概率和网络的平均节点度也决定了是否发生流行病.
2021-07-22 math.DS 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
Interacting epidemics and coinfection on contact networks
某些疾病的传播可以通过先前感染另一种疾病来促进，在某些情况下是实质性的。一个例子是艾滋病毒，其免疫抑制作用大大增加了感染其他病原体的机会。当这种共同感染过程与疾病传播的接触网络中的非平凡结构相结合时，可以导致复杂的流行病学行为模式。在这里，我们考虑一个数学模型的两种疾病传播通过一个单一的人口，其中感染一种疾病是依赖于先前感染另一种。我们精确地解决了两种疾病的爆发的规模在大的人口规模的限制，随着系统的完整的相图。除其他外，我们使用我们的模型来证明如何不仅通过降低疾病的传播速度来控制疾病，而且还通过减少它们所依赖的其他感染的传播来控制疾病。
2013-05-20 physics.soc-ph q-bio.PE
The network epidemiology of an Ebola epidemic
将不同规模的流行病动态联系起来，从个人到社区再到国家，仍然是疾病建模的主要挑战之一。在这里，我们回顾了针对局部流行病部署的最大公共卫生工作之一：2014-2016年塞拉利昂的埃博拉病毒病（EVD）流行。我们利用塞拉利昂卫生和环境卫生部、美国疾病控制和预防中心以及其他响应伙伴的监测和接触者追踪方案收集的数据，验证一个网络流行病学框架，该框架将疾病传播的人口（发病率）、社区（当地预测）和个人（继发感染）规模联系起来。通过这样做，我们更好地了解了是什么导致EVD流行结束：减少了新聚集性病例（原发病例）的引入，而不是减少了局部传播模式（继发感染）。我们还发现，流行的前90天包含了足够的信息，以产生EVD病例的概率预测;我们显示的预测是由疾病监测和接触者追踪独立证实的。总而言之，利用国际社会开始支持当地应对行动前两个月的可用数据，网络流行病学可以推断出当地传播的异质性、超级传播事件的风险以及每个社区最终病例的概率预测。我们希望我们的框架将有助于将大规模数据收集工作与个人行为联系起来，并有助于减少突发卫生事件和新出现的流行病期间的不确定性。
2021-11-16 physics.soc-ph q-bio.PE
Global stability of a network-based SIRS epidemic model with nonmonotone incidence rate
研究了一类具有接种疫苗和非单调传染率的SIRS网络传染病模型的动力学性质。这种非线性关联可以用来描述异质网络中感染个体数量增加时，易感个体行为变化所产生的心理或抑制效应。利用该解析方法，得到了流行阈值$R_0$。当$R_0$小于1时，证明了无病平衡点是全局渐近稳定的，并且疾病会消亡;当$R_0$大于1时，存在唯一的地方病平衡点.通过构造适当的李雅普诺夫函数，证明了当抑制因子$α$足够大时，地方病平衡点是全局渐近稳定的.数值实验也支持理论结果。理论和数值计算都表明，较大的$α$可以加速疾病的消退并降低疾病的水平。
2018-07-28 physics.soc-ph q-bio.PE
Kinetic models for epidemic dynamics in the presence of opinion polarization
了解集体社会现象在流行动态中的影响是有效遏制疾病传播的关键任务。在这项工作中，我们建立了一个数学描述评估意见两极分化和疾病的演变之间的相互作用。建议的动力学方法描述了属于流行病学相关国家的代理商的特征总量的演变，并将表明，疾病的传播是密切相关的共识动态分布，意见极化可能会出现。在目前的建模框架中，微观共识形成动态可以与宏观流行趋势联系起来，以触发集体遵守保护措施。我们进行了数值研究，证实了该模型的能力，以描述不同的现象有关的流行病的传播。
2023-03-09 nlin.AO physics.soc-ph q-bio.PE
Mathematical Modeling of Epidemic Diseases; A Case Study of the COVID-19 Coronavirus
在这项研究中，我们从数学建模的角度研究了COVID-19冠状病毒等流行病的传播模式。该研究是基于著名的易感染-感染-恢复（SIR）房室模型家族的扩展。它显示了社会措施，如距离，区域封锁，检疫和全球公共卫生警戒，影响模型参数，最终可以改变死亡率和活跃的污染病例随着时间的推移，在现实世界中。与所有数学模型一样，模型的预测能力受到可用数据的准确性以及用于对问题建模的所谓\textit{level of abstraction}的限制。为了让更多的研究人员更好地了解流行病的传播模式，还介绍了生物系统建模的简短介绍，并在线提供了模拟的Matlab源代码。
2020-12-31 q-bio.PE
Epidemic waves for a two-group SIRS model with double nonlocal effects in a patchy environment
本文研究斑块环境中具有双重非局部效应的两组SIRS流行病模型，证明存在阈值c*决定疾病持续或消亡，并刻画了连接无病平衡与地方病平衡的流行病波。
2024-10-17 q-bio.PE
Population heterogeneity in vaccine coverage impacts epidemic thresholds and bifurcation dynamics
人群异质性，特别是个体接触网络的异质性，在传染病传播动力学中起着重要作用。对于疫苗可预防的疾病，疫苗犹豫和疫苗供应等突出问题进一步导致各群体之间的覆盖率不一致，更不用说疫苗的功效和各群体之间的混合模式了。随着持续的COVID-19大流行转变为地方性流行，了解上述人群异质性对流行病的出现和持续的影响具有重要意义。在这里，我们分析了流行阈值和分叉动力学的特点，占异质性所造成的群体依赖性的特点，包括疫苗接种率和有效性以及疾病的传播。我们的分析表明，群体之间疫苗接种覆盖率差异的增加可以使疾病负担的多重均衡存在，即使总体基本生殖比低于1（也称为后向分叉）。其他异质性因素的存在，如疫苗效力、传播、混合模式和群体大小的差异，都可能对分叉产生微妙的影响。我们发现，疫苗效力的异质性可能会破坏向后分叉的条件，而同质性往往会加剧疾病的流行。我们的研究结果具有实际意义，通过解决人口异质性在疾病传播和控制中的作用，改善公共卫生工作。
2022-12-28 physics.soc-ph q-bio.PE
Scaling Behavior of Threshold Epidemics
我们研究了传染病传播的经典易感-感染-传播（SIR）模型。在这个随机过程中，存在两种竞争机制：感染和恢复。易感个体可能从受感染个体感染该疾病，而受感染者以恒定的速度从该疾病中恢复，并且不再被感染。我们的重点是流行阈值时的行为，此时感染率和恢复过程达到平衡。在无限的人口限制，我们建立了分析标度规则的时间依赖的分布函数的大小特征的感染和恢复的子群体。使用启发式的参数，我们还获得了作为总人口的函数的流行病爆发的规模和持续时间的标度律。我们进行数值模拟，以验证缩放的预测，并讨论这些缩放定律的后果，近阈值的流行病爆发。
2012-02-08 cond-mat.stat-mech q-bio.PE
Epidemics on Networks: Reducing Disease Transmission Using Health Emergency Declarations and Peer Communication
在一个通信和信息通过手机和互联网即时传播的世界中，了解个人的决定有助于制定和实施旨在阻止或改善疾病传播的政策。在这份手稿中，公共卫生官员产生的官方社会网络扰动的作用，以减缓或阻止疾病爆发的研究在不同类别的静态社交网络。动态本质上是随机的，个人（节点）被分配固定的教育或财富水平。节点可能会改变其流行病学状态从易感，感染和恢复。最重要的是，假设当流行率达到预定的阈值水平P* 时，信息（在我们的框架中称为意识）开始传播，这是由公共卫生当局触发的一个过程。假设信息在同一静态网络上传播，一个人是否成为临时举报人，取决于他/她的教育水平或财富以及流行病学状况。随机模拟表明，阈值选择P* 和平均基本再生数的值影响最终的流行规模差异。对于Erdos-Renyi网络和小世界网络，在一定条件下可以确定使最终流行规模最小的P* 的最优选择，而对于无标度网络，情况并非如此。
2019-04-29 physics.soc-ph q-bio.PE
The Western Africa Ebola virus disease epidemic exhibits both global exponential and local polynomial growth rates
工作背景：虽然许多传染病疫情最初的特点是指数增长的时间，我们表明，地区一级的埃博拉病毒病（EVD）爆发在西非遵循较慢的多项式为基础的增长动力学在几代的疾病。研究方法：我们通过汇编2014年1月5日至12月17日期间世界卫生组织网站上患者数据库中公开的每周报告EVD病例数的时间序列，分析了几内亚、塞拉利昂和利比里亚埃博拉病毒病疫情在三个不同空间尺度（区域、国家和次国家）的疫情增长模式。结果如下：我们发现，在国家、地区和其他次国家行政区划的范围内，EVD病例的增长模式存在显著差异。几内亚、塞拉利昂和利比里亚的埃博拉病毒病病例的国家累积曲线显示出近似指数增长的时期。相比之下，局部流行病是异步的，在3代或更多代EVD期间表现出缓慢的增长模式，这可以更好地近似多项式而不是指数。结论：当地EVD暴发的增长模式比预期的要慢，这可能是由多种因素造成的，包括行为变化、控制干预措施的成功或疾病的内在特征，如高度聚集性。量化这些因素中的每一个的贡献可以帮助改进对最终流行规模的估计以及当前和未来EVD疫情中不同缓解措施的相对影响。
2015-01-27 q-bio.PE
The nexus between disease surveillance, adaptive human behavior and epidemic containment
本研究通过分析疾病监测、风险信息传播与集中化干预之间的交织动态，发现最小化疫情规模的响应取决于信息传播与疾病传播的权衡，且行为适应会对最终疫情规模产生滞后效应。
2025-03-06 math.DS q-bio.PE
Bayesian Analysis of Epidemics - Zombies, Influenza, and other Diseases
流行动力学的数学模型为预测和控制传染病提供了重要的见解。疾病模型的动力学通常遵循易感、感染和恢复（SIR）模型，并进行一些标准修改。在本文中，我们将Munz et.al（2009）关于疾病动力学应用的工作扩展到所谓的“僵尸启示录”，然后将相同的方法应用于流感动力学。与Munz et.al（2009）不同，我们包括从流行文化电影中僵尸的特定片段中获取的数据，并将马尔可夫链蒙特卡罗（MCMC）方法应用于系统的改进动态表示。为了证明这种方法的有用性，除了有趣的例子之外，我们还将相同的方法应用于谷歌流感趋势数据，以确定感染率和恢复率。最后，我们讨论了使用的方法来探讨假设的干预政策，疾病暴发。
2013-11-27 q-bio.PE stat.AP
Fundamental limits on taming infectious disease epidemics
本研究通过数学和计算方法揭示了疫情控制的基本极限，发现在广泛成本函数下，单一最优恒定控制策略优于基于患病率的反馈策略，挑战了干预需随患病率调整的传统认知。
2025-09-15 cs.SY eess.SY math.OC
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
Enhanced vaccine control of epidemics in adaptive networks
我们研究疫苗控制疾病传播的自适应网络模型疾病回避行为。控制是通过增加泊松分布接种疫苗的易感性。我们表明，疫苗控制是更有效的自适应网络比静态网络由于自适应网络重新布线和疫苗应用程序之间的相互作用。使用疫苗接种的疾病灭绝率计算，和数量级较少的疫苗应用需要驱动疾病灭绝的自适应网络比在一个静态的。
2009-07-31 q-bio.PE
Coupled Contagion: A Two-Fears Epidemic Model
我们提出了一个微分方程模型，在该模型中，传染病的传播受到对疾病的传染性恐惧和对控制的传染性恐惧的影响，在这种情况下是疫苗。这三种传染是相互关联的。这两种恐惧会以不同的方式发展和相互作用，从而形成疏远行为、疫苗接种和放松。这些行为动力学反过来可以放大或抑制疾病传播，从而反馈影响行为。该模型揭示了几个耦合传染机制的多个流行病波。在方法论上，本文通过包括人类行为适应，借鉴恐惧学习，灭绝和传播的神经科学来推进传染病建模。
2021-02-22 q-bio.PE
The Impact of Past Epidemics on Future Disease Dynamics
许多病原体主要通过感染宿主和易感宿主之间的直接接触传播。因此，人群的接触模式或接触网络从根本上塑造了流行病的进程。虽然有一个强大的和不断增长的理论，在网络中的单一流行病的动力学，我们知道的很少网络结构的影响，长期的流行病或地方病的传播。对于像流感这样的季节性疾病，病原体反复返回到具有复杂和不断变化的易感性模式和通过先前感染获得的免疫力的人群中。在这里，我们开发了两种数学方法来模拟连续的季节性爆发的部分免疫感染的接触异质性的人口。使用渗透理论的方法，我们考虑了泄漏免疫，其中所有先前感染的个体获得部分免疫，和完美免疫，其中一部分先前感染的个体完全免疫。通过重组宿主人口中流行病学活跃的部分，这些疾病限制了未来爆发的可能性。我们推测，这些动态可能导致进化压力，以增加传染性。
2009-10-12 q-bio.PE q-bio.QM
Modeling Sheep pox Disease from the 1994-1998 Epidemic in Evros Prefecture, Greece
羊痘是一种高度传染性疾病，可造成严重的牲畜损失，因此可产生重大的经济影响。我们目前的数据从1994年至1998年发生的羊痘疫情。这些数据包括每周受感染农场的记录以及一些协变量。我们实现贝叶斯随机回归模型，除了各种解释变量，如季节和环境/气象因素，还包含基于Ornstein-Uhlenbeck过程变体的序列相关结构。我们通过利用基于偏差的措施在模型选择中采取预测观点。结果表明，季节性和感染的农场数量是绵羊痘发病率的重要预测因子。
2017-08-28 q-bio.PE stat.AP
Fractal scale-free networks resistant to disease spread
与无标度网络容易传播疾病的传统观点相反，本文提出了分形无标度网络中疾病传播受到抑制的观点。我们首先提出了一个新的网络模型，并证明了它同时具有以下丰富的拓扑性质：无标度分布，可调聚类系数，“大世界”行为，分形标度。现有的网络模型不显示这些特征。然后，我们研究了在我们的分形无标度网络的疾病传播的易感染-感染-删除（SIR）模型，通过映射到键渗流过程。利用重正化群方法，我们发现了非零可调的传染病阈值的存在性，这意味着幂律度分布不足以描述无标度网络上的传染病动力学.我们认为，流行病的动力学是由拓扑性质，特别是分形及其伴随的“大世界”行为。
2008-04-20 cond-mat.stat-mech q-bio.PE
Effects of epidemic threshold definition on disease spread statistics
当传染病被定义为只有那些SIR传播达到或超过一个最小尺寸s_c时，我们研究了在异构网络中SIR传染病的统计特性。利用逾渗理论计算了<M_SIR>一种流行病的平均分数大小，发现跨越链逾渗簇$P_{\infty}$的强度是一个上界<M_SIR>。对于较小的s_c值，$P_{\infty}$不再是一个很好的近似，平均分数大小必须直接计算。发现s_c的值取决于SIR的传输率T，其中$P_{\infty}$是一个很好的近似。我们还研究了SIR传播到达流行质量s_c的概率Q，发现它很好地用渗流理论刻画。我们将我们的结果应用到真实的网络（DIMES和Tracerouter）来测量选择s_c对计算机故障流行病的平均结果大小的预测的后果。
2008-08-06 q-bio.PE
Be-CoDiS: A mathematical model to predict the risk of human diseases spread between countries. Validation and application to the 2014-15 Ebola Virus Disease epidemic
埃博拉病毒病是一种致命的人类和灵长类动物疾病，目前需要国际卫生当局特别关注，因为一些西非国家爆发了重大疫情，英国、美国和西班牙也出现了孤立病例。关于这种情况的紧急性，有必要开发决策工具，如数学模型，以协助当局集中努力消除埃博拉病毒的重要因素。在这项工作中，我们提出了一种新的确定性时空模型，称为Be-CoDiS（国家间疾病传播），研究人类疾病的国家内和国家之间的演变。Be-CoDiS的主要有趣的特点是考虑到人在国家之间的流动，控制措施的效果和使用适合每个国家的时间依赖系数。首先，我们专注于模型的每个组成部分的数学公式，并解释如何获得其参数和输入。然后，为了验证我们的方法，我们考虑了两个关于2014-15年埃博拉疫情的数值实验。第一项研究从2013年12月几内亚的指数病例开始，研究该模型预测国家之间EVD演变的能力。第二部分是利用最近的一些数据预测这一流行病的演变。与Be-CoDiS获得的结果进行比较，真实的数据和其他模型的输出中发现的文献。最后，对参数进行了简要的敏感性分析。Be-CoDiS的免费Matlab版本可在http://www.mat.ucm.es/momat/software.htm上获得
2015-05-12 cs.CE math.DS physics.soc-ph
Robust parameter determination in epidemic models with analytical descriptions of uncertainties
房室方程是疾病传播研究的主要工具。他们的预测是准确的大人口，但不同意经验和模拟数据有限的人口，其中不确定性成为一个相关因素。从基于主体的方法出发，研究了SIS流行病模型中不确定性和自相关函数的作用，以及它们与流行病变量的关系。我们发现新的微分方程，考虑到不确定性。这些发现为SIS模型提供了更好的预测，它可以为新兴疾病提供新的见解。
2018-07-13 physics.soc-ph q-bio.PE
Dynamics of multi-stage infections on networks
本文研究了传染期为非指数分布的传染病的动力学问题。这是通过考虑网络上的多阶段感染模型来实现的。使用两两近似与标准的封闭，一些重要的疾病动力学特性的推导分析，包括最终规模的流行病和流行病爆发的阈值，它示出这些数量如何依赖于疾病的特征，以及疾病阶段的数量。随机模拟网络上的动态进行比较成对模型的结果，几个现实的例子，传染病，以说明所发挥的作用，在疾病动态的阶段数。这些结果表明，疾病阶段数越多，流行病爆发的速度越快，流行病的高峰期越高，最终流行病的规模也越大。在我们考虑的情况下，成对和模拟方法之间的协议是优秀的。
2015-11-19 nlin.AO physics.soc-ph q-bio.PE
Resilience management during large-scale epidemic outbreaks
仅考虑疾病的个体风险和严重性，评估和管理大规模流行病的影响极为困难，而且可能极其昂贵。经济后果、基础设施和服务中断以及恢复速度只是量化流行病对社会结构影响的许多方面中的几个方面。在这里，我们扩展了弹性的概念，以表征流行病的结构化人群，通过定义系统范围内的关键功能，结合个人的风险得到的疾病（疾病发作率）和系统的功能中断（人类流动恶化）。通过研究概念模型和数据驱动模型，我们表明，在韧性评估框架下对个人风险和社会破坏的综合考虑，为流行病如何影响社会提供了一幅有见地的图景。特别是，旨在直接降低风险的遏制干预措施可能会减缓基本社会功能的恢复，从而对系统产生净负面影响。本研究将复原力框架付诸实施，为在流行病爆发的情况下优化遏制计划和缓解政策提供了一种更加细致入微和全面的方法。
2018-01-08 physics.soc-ph q-bio.PE
Impact of spatially constrained sampling of temporal contact networks on the evaluation of the epidemic risk
直接记录人类面对面互动的能力越来越多地使人们能够开发详细的数据驱动模型，用于在个人规模上传播直接传播的传染病。然而，由于例如有限的参与率或空间覆盖的实验限制，在人群中发生的接触的完全覆盖通常是无法实现的。在这里，我们研究了空间约束采样对我们使用这种详细的数据驱动模型估计人群中流行病风险的能力的影响。传染病传播的易感-传染-恢复-易感模型的传染病阈值，即疾病传播率的临界值，超过这个临界值疾病就变成地方病。我们验证了人类相互作用的合成和经验数据，由于空间采样不完整的数据集的使用导致低估的流行病风险。然而，偏差小于通过对接触的相同部分进行均匀采样而获得的偏差：它非线性地依赖于记录的接触的部分，并且如果该部分足够大则变得可以忽略不计。此外，它取决于人口和传播动态的时间尺度之间的相互作用。
2016-07-13 physics.soc-ph q-bio.PE
Asymptotic analysis of a stochastic SVEIS epidemic model using Black-Karasinski process
本文提出受Black-Karasinski过程扰动的随机SVEIS流行病模型，利用Lyapunov泛函导出疾病持续与消亡的阈值条件，并证明随机波动会促进疾病爆发。
2025-11-04 math.PR q-bio.PE
Limited data on infectious disease distribution exposes ambiguity in epidemic modeling choices
本文提出传染期分布到恢复率分布的映射，揭示基于宿主与基于种群两种建模解释虽匹配同一经验分布，却会在SIS地方病平衡处产生不同预测。
2024-01-26 physics.soc-ph q-bio.PE
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
Human movement decisions during Coronavirus Disease 2019
International Institute for Zoonosis Control, Hokkaido University（国际动物传染病控制研究所，北海道大学）；Faculty of Environmental Earth Science, Hokkaido University（环境地球科学学院，北海道大学）；Recruit Co., Ltd（recruit株式会社）；Department of Biology, Faculty of Science, Kyushu University（理学部生物学系，九州大学）
研究通过分析日本旅行预订数据，揭示了新冠疫情期间人类移动行为的决策规律，发现移动回避指数与病例数呈线性关系，符合韦伯-费希纳定律。
2023-05-24 physics.soc-ph q-bio.PE
Global disease spread: statistics and estimation of arrival times
我们研究了流行病传播的集合种群模型，其中不同的子种群（城市）由个人（旅行者）的流量连接。这个框架允许描述一种疾病的大规模传播，我们在这里专注于计算疾病的到达时间作为流行病的种子的属性和连接各个亚群的网络的特性的函数。使用分析和数值参数，我们引入了一个容易计算的量，近似这个平均到达时间。我们展示了一个疾病在全球机场网络上传播的例子，这个数量以很好的精度预测了疾病在每个流行病场景实现的各个亚群中的到达顺序，而不仅仅是平均的实现。最后，这个数量可能有助于确定疾病传播的主要途径。
2008-01-11 cond-mat.stat-mech 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
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
A Model of the Ebola Epidemics in West Africa Incorporating Age of Infection
埃博拉流行病的模型是根据疾病年龄构建的感染个体。通过最初的潜伏期（暴露）阶段，然后是具有可变传播传染性的感染阶段，按病龄追踪感染的传播。受感染个体的移除取决于疾病年龄，移除率有三种类型：（1）因住院（隔离）而移除，（2）因死亡与住院分开而移除，以及（3）因康复与住院分开而移除。该模型适用于塞拉利昂和几内亚的埃博拉疫情。模型模拟表明，连续几个阶段的病例增加和更早的住院治疗导致了流行病的缓解。
2015-04-01 math.DS q-bio.PE
Cooperating epidemics of foodborne diseases with diverse trade networks
严重食源性疾病的频繁爆发警告说，全球贸易网络可能传播致命病原体的潜在威胁。全球贸易网络是一个典型的叠加网络，它将多个独立的贸易网络组合在一起，代表单一产品的传输，并通过自己的贸易互动将同一组国家和地区连接起来。尽管覆盖网络的流行动态影响在最近的研究中一直存在争议，但对于多个和不同的独立网络的覆盖的一些一般答案仍然难以捉摸，特别是一组独立网络的异质性和多样性与覆盖网络的行为之间的关系。本文基于多样性理论建立了一个多覆盖网络的通用分析框架。该框架可以揭示覆盖过程之外的关键流行机制。将该框架应用于全球贸易网络，我们发现，尽管独立贸易网络的连通性分布是高度异质性的，但覆盖网络上的流行病行为更依赖于独立贸易网络之间的合作，而不是像具有异质性分布的复杂系统的一般属性那样依赖于少数高连通性网络。此外，与7种真实病原体相关的覆盖贸易网络的分析还表明，流行行为不受高连接性商品的控制，但覆盖贸易网络的实际复合模式在病原体传播中起着关键作用。最后，我们研究了合作机制对覆盖网络稳定性和全球流行病控制的影响。该框架提供了一个通用的工具来研究覆盖网络上的不同问题。
2012-10-23 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
Data-driven prediction and origin identification of epidemics in population networks
有效的流行病干预战略依赖于确定其起源和网络疾病模型预测的稳健性。我们引入了贝叶斯不确定性量化框架，从有限的，嘈杂的观察推断网络上的社区传播的疾病的模型参数;最先进的计算框架通过利用大规模并行计算架构来补偿模型的复杂性。使用嘈杂的合成数据，我们展示了该方法执行鲁棒模型拟合的潜力，并证明了我们可以通过贝叶斯模型选择有效地识别疾病起源。随着与疾病有关的数据越来越多，拟议的框架对流行病的预测和管理具有广泛的实际意义。
2020-04-01 q-bio.PE q-bio.QM stat.AP
