A Dynamical Framework for Modeling Fear of Infection and Frustration with Social Distancing in COVID-19 Spread
在本文中，我们介绍了一种新的建模框架，将感染的恐惧和挫折与社会距离到疾病的动力学。我们发现，由此产生的SEIR行为感知模型有三个主要模式的定性行为-没有爆发，控制爆发，和不受控制的爆发。我们还表明，该模型可以产生短暂的和持续的感染波符合二次爆发。我们将该模型与来自多个地区的COVID-19病例和死亡率数据进行了拟合。我们的分析表明，在第一波感染后出现显著下降的地区，如加拿大和以色列，更有可能遏制第二波感染，而在最初减缓疾病传播方面仅取得适度成功的地区，如美国，可能会出现大量的第二波或不受控制的疫情。
2020-08-13 math.DS physics.soc-ph q-bio.PE
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
An Epidemic Model SIPHERD and its application for prediction of the spread of COVID-19 infection for India and USA
Vellore Institute of Technology（维洛尔理工学院）；Visvesvaraya National Institute of Technology（维斯瓦萨瓦亚国家理工学院）
本研究提出考虑三类感染携带者、传播率与封控社交疏离相关、检测率与日检测量相关的SIPHERD流行病模型，经德韩疫情验证后用于预测印美不同封控检测条件下的新冠传播。
2020-05-11 q-bio.PE
Dynamics of disease spread. Effect of the characteristic times
利用基于Watts和Strogatz小世界网络的SEIR（Susceptible-Exposed-Precautious-Removed）随机流行病模型的一个动态变体，数值和解析地研究了传染病在异质人群中传播的动力学性质.该模型包括通常表征传染病的主要现实参数，如感染力、潜伏期和感染时间。只要潜伏时间小于感染时间，感染个体的比例随时间呈指数增加，否则出现振荡行为。这可以解释健康预防服务所观察到的周期性行为。它还表明，定期流行病学调查高估或低估感染的动态，如果调查期间不完全对应的特征时间的感染。进一步讨论了该模型中涉及的扩散和弛豫过程，以及它们与感染特征时间的关系。
2019-06-27 physics.soc-ph q-bio.PE
Phenomenological description of spread of Covid-19 in Italy: people mobility as main factor controlling propagation of infection cases
自2019年底开始，冠状病毒（COVID-19）的传播已在意大利确定了多项旨在防止卫生系统饱和的干预措施。我们已经研究了这些措施的影响，提出了一个平均场模型，描述了一个简单的扩散过程的基础上，所有可观察到的变量的感染传播（对感染仍呈阳性的人数、住院和死亡病例、治愈的人数和感染的总人数）取决于平均参数，即扩散系数，感染截面，和人口密度。虽然这个模型比文献中的其他模型复杂，但它使我们能够直接将流行病统计信息（住院病例，死亡人数，感染人数等）的趋势联系起来。到一个定义明确的可观察的物理量：任何个人每天遇到的平均人数。该模型非常符合流行病数据，并使我们能够将住院病例和疫情死亡人数的时间演变与人员流动性的变化严格联系起来，从而在意大利实施渐进式限制，直到现在（2020年11月15日）。
2020-11-17 physics.soc-ph q-bio.PE
Spatial autocorrelation and the dynamics of the mean center of COVID-19 infections in Lebanon
在本文中，我们研究了黎巴嫩COVID-19感染的空间传播。我们检查了全国26个行政区每日新感染病例的传播情况，并实施了Moran的$I$统计数据，以分析感染与各种变量（由相邻性、邻近性、人口、人口密度、贫困率和贫困密度等参数化）之间的时空聚集性，我们发现，除贫困率外，感染的传播是成簇的，并且在7月（地理上相邻和接近）或8月（人口、人口密度和贫困密度）至10月之间的时间跨度内与这些参数以不同的幅度相关联。我们还确定了自3月下旬以来新的和累积感染的平均中心的地理位置的时间动态。所取得的成果使区域和地方能够调整卫生政策和措施，提高该国的公共卫生安全水平。
2020-11-02 q-bio.PE
Pandemic Vulnerability Index of US Cities: A Hybrid Knowledge-based and Data-driven Approach
在大流行期间，城市成为关键任务区，因此必须更好地了解与感染水平相关的因素。COVID-19大流行对许多城市造成严重影响;然而，其对不同城市的影响存在显著差异。大流行感染水平与城市的固有特征有关（例如，人口规模、密度、流动模式、社会经济状况和健康环境），这些都需要更好地了解。直觉上，大城市群的感染水平预计会更高，但具体城市特征的可衡量影响尚不清楚。本研究考察了41个变量及其对COVID-19病例和死亡人数的潜在影响。该研究采用多种方法研究变量的影响，这些变量分为人口、社会经济、流动性和连通性、城市形态和密度以及健康和环境方面。这项研究开发了一个名为PVI-CI的指数，用于对城市的流行病脆弱性水平进行分类，将其分为五个脆弱性等级，从非常高到非常低。此外，聚类和离群值分析提供了对具有高和低脆弱性得分的城市的空间聚类的见解。这项研究提供了对关键变量对感染传播和死亡的影响程度的战略见解，以及对城市脆弱性的客观排名。因此，它提供了城市医疗保健政策和资源管理所需的关键智慧。大流行病脆弱性指数的计算方法和过程为其他国家城市制定类似指数提供了蓝图，从而更好地理解和改善了城市地区的大流行病管理以及世界各地的大流行病后城市规划。
2022-03-11 physics.soc-ph q-bio.PE stat.AP
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
Logistic wavelets and logistic function: An application to model the spread of SARS-CoV-2 virus infections
本文提出用logistic函数之和建模SARS-CoV-2累计感染人数，借助Eulerian数分析导数零点与饱和水平关系，并定义logistic小波估计参数，最终应用于美国和英国疫情数据。
2020-10-18 q-bio.PE
Exo-SIR: An Epidemiological Model to Analyze the Impact of Exogenous Spread of Infection
新型冠状病毒肺炎和埃博拉等流行病严重影响了人们的生活。人口在国家或州之间的流动对流行病的传播产生了重大影响。由于考虑中的人群的局部因素引起的疾病传播被称为内源性传播。由于移民、流动等外部因素造成的传播被称为外生传播。在本文中，我们介绍了Exo-SIR模型，流行的SIR模型和模型的几个变种的扩展。我们的模型的新颖之处在于，它同时捕捉了病毒的外源性和内源性传播。首先，我们进行了分析研究。其次，我们模拟了Exo-SIR模型，假设和不假设接触网络的人口。第三，我们在关于Covid-19和Ebola的真实数据集上实现了Exo-SIR模型。我们发现内源性感染受外源性感染的影响。此外，我们发现，Exo-SIR模型预测的峰值时间比SIR模型。因此，Exo-SIR模型将有助于政府在大流行时规划政策干预。
2022-05-03 cs.SI physics.soc-ph q-bio.PE
Verifying a stochastic model for the spread of a SARS-CoV-2-like infection: opportunities and limitations
人们对使用随机模型建模和分析SARS-CoV-2感染等疾病的传播越来越感兴趣。这些模型通常被定量分析，并且不经常使用正式验证方法进行验证，也不利用正式验证中开发的策略合成和分析技术。在本文中，我们采取马尔可夫随机模型的传播SARSCoV-2类感染。该模型的状态表示处于不同健康状况的受试者的数量。所考虑的模型考虑了不同的参数，可能会对疾病的传播产生影响，并暴露了各种决策变量，可以用来控制it. We表明，国家的最先进的模型检查器内的问题的建模是可行的，它打开了几个机会。然而，由于i）现有随机模型检查器的表现力，以及ii）即使对于小的人口规模，所产生的马尔可夫模型的大小，存在严重的限制。
2022-10-31 cs.FL physics.soc-ph q-bio.PE
Spread of SARS-CoV-2 in a SIS model with vaccination and breakthrough infection
虽然先前的感染和疫苗接种提供了对SARS-CoV-2感染的保护，但再次感染和突破性感染都是可能的事件，其发生率在首次暴露于抗原后随着时间的推移而增加，并且随着病毒新变体的出现。定期接种疫苗可以抵消这种保护力的下降。本研究的目的是建立和探索SARS-CoV-2在疫苗接种、再感染和突破性感染过程中的传播模型。设计了一个由微分方程组表示的改进的确定性SIS（Susceptible-Infected-Susceptible）模型。与任何SIS模型一样，将群体分为易感个体和感染个体。但在我们的设计中，易感个体依次被分为三个连续的类别，其易感性在感染或接种疫苗后随着时间的推移而增加。通过计算机模拟对该模型进行了研究，并进行了定性分析。结果表明，流行率在高峰和低谷之间波动后，达到平稳阶段。此外，正如所预期的，随着感染率的上升，疫苗接种率的下降以及疫苗接种或先前感染所赋予的保护的衰减率的增加，峰值和平台的幅度增加。因此，目前的研究表明，至少在某些条件下，SARS-CoV-2的传播，虽然可能会经历波动，最终会演变成一种地方性的形式，或多或少的稳定流行，这将取决于感染和疫苗接种的水平，以及感染后和疫苗接种后保护的动力学。然而，应该记住，我们的发展是一个有许多局限性的理论方案。出于这个原因，它的预测应该非常谨慎地考虑。
2022-06-03 math.DS physics.soc-ph q-bio.PE
A network model for the propagation of Hepatitis C with HIV co-infection
我们定义和检查一种病毒，如丙型肝炎（与艾滋病毒共感染）的网络上的网络，即网络的法国城市地区的流行病传播的模型。一个网络层次是每个城市区域内部的个体互动。第二个层次是这些地区本身，这些地区之间的旅行者将这些地区联系在一起，并可能帮助流行病从一个城市传播到另一个城市。我们选择将网络的第二层编码为第一层中额外的特殊节点。我们观察到，这样的编码导致明智的结果，在流行病的传播的程度和速度，这取决于它的源点。
2017-04-06 physics.soc-ph q-bio.PE
Infection spreading and recovery in a square lattice
我们调查的传播和恢复的疾病在一个正方形的格子，特别是强调的作用，感染补丁的初始分布在网络中，流行病的进展和启动的恢复过程中，如果有的话，由于迁移的易感和感染的主机。该疾病开始于具有三种可能的感染和无感染位点的初始分布模式的网格中，即感染的核心斑块（ICP）、感染的外围斑块（IPP）和随机分布的感染斑块（RDIP）。我们的研究结果表明，感染传播单调的晶格中增加迁移没有显示出任何迹象的ICP的情况下恢复。在IPP的情况下，它遵循一个类似的单调进展，增加迁移，然而，一个自组织的愈合过程开始更高的迁移，导致晶格完全恢复在一个临界速率的迁移。令人鼓舞的是，对于最初的RDIP安排，恢复的机会要高得多，关键迁移率较低。基于特征值的半解析研究，以确定实现稳定的无感染晶格的临界迁移率。感染斑块的初始分数和感染力在自组织恢复中起着重要作用。对于RDIP的情况，它们遵循指数定律，该定律支配恢复过程。对于令人沮丧的情况下，ICP安排，我们提出了一个随机的重新布线的链接在晶格中，允许长距离的迁移路径，有效地启动一个恢复过程。因此，全球感染流行率下降，并随着重新布线概率的逐步提高，重新布线概率遵循幂律，并导致紧急无感染网络的诞生。
2020-10-24 nlin.CD q-bio.PE
Exo-SIR: An Epidemiological Model to Analyze the Impact of Exogenous Infection of COVID-19 in India
流行病模型是描述流行病动态的数学模型。病毒的传播有两种途径-外源性和内源性。外源性传播来自研究人群之外，内源性传播来自研究人群之内。虽然一些模型考虑了外源性传染源，但它们没有研究外源性和内源性传播之间的相互作用。在本文中，我们介绍了一种新的模型-Exo-SIR模型，捕捉外源性和内源性的病毒传播。我们通过分析找出Covid 19大流行期间内源性和外源性感染之间的关系。首先，我们模拟Exo-SIR模型，而不假设人口的任何接触网络。第二，假设接触网络是无标度网络进行模拟。第三，我们在关于Covid 19的真实数据集上实现了Exo-SIR模型。我们发现，即使是最小的外源性感染率，内源性感染也会受到影响。另外，我们还发现，在外源感染的存在下，内源感染峰变得更高，并且峰出现更早。这意味着，如果我们考虑对像Covid 19这样的大流行病的应对，如果存在外源性感染源，我们应该为比SIR模型所建议的更早和更多的病例做好准备。
2020-09-19 cs.CY cs.SI 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 Accuracy of Mean-Field Approximation for Susceptible-Infected-Susceptible Epidemic Spreading
传染病传播已经被研究了很多年，通过应用平均场方法，在均匀的情况下，每个节点可能被感染的邻居以相同的速率感染，和异质的情况下，不同对节点之间的感染率是不同的。研究者们讨论了平均场方法是否能准确地描述同质情况下的传染病传播，而不能描述异质情况。在本文中，我们将探讨在什么条件下的平均场方法可以表现得很好，当感染率是异质的。特别是，我们采用易感-感染-易感（SIS）模型和比较的平均分数感染节点的亚稳态通过连续时间模拟和平均场近似。我们专注于一个基于个人的平均场近似称为N-交织平均场近似（NIMFA），这是一个先进的方法，认为底层的网络拓扑结构。此外，我们不仅考虑独立同分布（i.i.d.）感染率也与两个末端节点的程度相关。我们的结论是，NIMFA通常是更准确的流行病的患病率较高。给定相同的有效感染率，当i.i.d.\感染率或感染率与淋巴结转移程度之间的相关性导致患病率较低。此外，考虑到相同的实际患病率，NIMFA在以下情况下表现得更好：1）当i.i.d.感染率越小（平均值不变）; 2）感染率与淋巴结转移程度呈正相关。
2016-09-05 physics.soc-ph q-bio.PE
Repetitive Infection Spreading and Directed Evolution in the Susceptible-Infected-Recovered-Susceptible Model
本研究针对两种简化SIRS传染病模型展开，分别揭示了免疫衰减下重复感染的尖峰传播、倍周期分岔与混沌等非线性特征，以及定向进化中突变扩散对应的高斯型变异株传播规律。
2024-03-11 nlin.AO nlin.CD q-bio.PE
Bayesian modelling of herd-level infection dynamics in cattle: Local spread as the primary driver of Salmonella Dublin persistence on Öland
Swedish Veterinary Agency (SVA)（瑞典兽医局）；Swedish University of Agricultural Sciences (SLU)（瑞典农业科学大学）；Uppsala university（乌普萨拉大学）
通过贝叶斯模拟推断和动态状态空间模型，分析厄兰岛牛群中S. Dublin感染动态，发现局部传播与牛群内传播对感染压力的贡献各占约50%，且仅限制感染牛移动不足以控制疫情。
2026-06-23 q-bio.PE
Age structured SIR model for the spread of infectious diseases through indirect contacts
在这篇文章中，我们讨论了一个年龄结构的SIR模型，其中疾病不仅通过直接的人与人之间的接触传播，例如由于表面污染引起的感染，而且还可以通过间接接触传播。很明显，年龄在SARS病毒感染（包括COVID-19感染）中也起着至关重要的作用。我们制定我们的模型作为一个抽象的半线性柯西问题在适当的Banach空间，以显示解决方案的存在性，也显示存在的稳定状态。在这项工作中，假设人口是在一个人口统计的平稳状态，并表明，没有无病平衡点，只要有一个由于在环境中的间接接触传染。
2020-07-23 math.DS physics.soc-ph q-bio.PE
A study on the transmission dynamics of COVID-19 considering the impact of asymptomatic infection
COVID-19疫情在全球蔓延已近三年，无症状感染者加剧了疫情的蔓延。为了评估无症状感染者在疫情传播中的作用，我们开发了数学模型，以评估由主要COVID-19变异株的不同菌株引起的无症状感染者的比例。分析表明，当控制再生数小于1时，模型的无病平衡点是全局渐近稳定的;当控制再生数大于1时，地方病平衡点存在且唯一，是局部渐近稳定的.我们拟合了对应于所选614 G、Alpha、Delta和Omicron变体的四个时间段内的流行数据。拟合结果显示，从四个时间段的对比来看，感染者中无症状者的比例逐渐上升。预测了4个时间段的峰值时间和峰值，结果表明变异株的传播速度和传播强度都有不同程度的增加。最后，我们讨论了有症状感染者的检出率对疫情传播的影响。结果显示，随着检出比的提高，累计病例数明显下降，但无症状感染者占比下降不明显。因此，针对无症状感染者的隐性传播，需要各项疫情防控政策的配合，才能有效遏制疫情蔓延。
2022-10-24 math.AP q-bio.PE
Spatial spread of infection: transitions between pulled and pushed fronts
Oakland University（奥克兰大学）
研究流行病向不稳定健康状态的空间传播，通过数值求解方程和理论分析确定牵引与推动前沿的参数相空间，发现两者间的连续和不连续转变、双稳区域，且理论与数值结果相符。
2026-07-28 cond-mat.stat-mech q-bio.PE
Behavior of susceptible-vaccinated--infected--recovered epidemics with diversity in the infection rate of the individuals
研究了一个具有多样性感染率的免疫接种-感染-恢复（SVIR）模型。通过分析论证和大量的计算机模拟，我们证明了感染率的异质性可以阻碍或加速传染病传播，这取决于引入人群中的接种个体的数量以及个体之间的接触模式。值得注意的是，只要具有不同能力的个体以不等的频率相互作用，总存在一个交叉点的接种率，低于该交叉点的感染率的多样性阻碍传染病传播和以上加速它的整体结果是鲁棒的SVIR动力学定义在不同的人口模型，可能的应用结果进行了讨论。
2013-12-04 physics.soc-ph q-bio.PE
Change points in the spread of COVID-19 question the effectiveness of nonpharmaceutical interventions in Germany
目的：针对SARS-CoV-2在德国传播的非药物干预措施包括取消群众活动（从3月8日起），关闭学校和儿童日托设施（从3月16日起）以及“封锁”（从3月23日起）。这项研究试图评估这些干预措施的有效性，揭示其对感染的影响随着时间的推移。方法：感染日期估计从德国官方病例数据，结合潜伏期和经验报告延迟。指数增长模型的感染和繁殖数量进行了估计和调查方面的变化点的时间序列。结果如下：3月8日（CI [7，9]）、3月10日（CI [9，11]）和3月3日（CI [2，4]），日感染数、累积感染数和繁殖数均显著下降。3月底进一步下降和稳定。4月19日新发感染也有一个变化点（CI [18，20]），但每日感染仍呈现负增长。从3月19日（CI [18，20]）开始，繁殖数在低于1的水平上波动。结论：2020年3月初的感染下降可归因于相对较小的干预措施和自愿的行为改变。后来的干预措施的额外影响无法清楚地检测出来。措施的自由化并没有导致感染人数再次增加。因此，大多数德国干预措施的有效性仍然值得怀疑。此外，干预措施的评估受到真实感染日期的估计和测试量的影响的阻碍。
2020-07-06 physics.soc-ph q-bio.PE
Dynamics of Infection Spread and Hotspot Growth in Bi-Pathogen Networks
本研究基于多重双病毒反应扩散框架，通过数值实验分析重复感染与合并感染模型在不同条件下的行为，揭示多重结构对流行病传播的调控作用及相关定量规律，可为多病原体防控及其他多重传染过程研究提供参考。
2025-09-03 math.DS nlin.AO physics.soc-ph
Spreading of Persistent Infections in Heterogeneous Populations
到目前为止，已经研究了具有异质接触网络的影响，主要是针对在时间上不持久的疾病，即，对于与个体的一生相比，传染期可以被认为非常短的疾病。此外，所有这些先前的结果都是在封闭种群中获得的，其中个体数量在整个流行期间都没有变化。在这里，我们更进一步，从分析和数字两方面分析了一种完全不同的疾病：那些持续性的疾病，可以持续一个人的一生。更具体地说，我们具体到结核病（TB）感染动力学的情况下，感染在出现并传播给其他个体之前会潜伏一段时间。我们引入了一个流行病学模型结核样持续感染考虑到固有的异质性的人口结构。这种动态引入了我们能够解决的新的分析和数值挑战。我们的研究结果表明，对于持续性疾病的流行阈值取决于度分布的前两个时刻的比率，使其在一类无标度网络中当系统接近热力学极限时趋于零。
2010-03-19 cond-mat.stat-mech physics.soc-ph q-bio.PE
Spatio-temporal predictive modeling framework for infectious disease spread
提出并实现了一种基于高维偏微分方程的传染病传播预测模型框架。在高维空间中定义了一个代表感染种群的标量函数，并用种群平衡方程（PBE）描述了它在各个方向上的演化。新的感染是根据易感人群与未隔离感染人群之间的相互作用、遵守隔离规范、卫生水平和任何其他社会干预措施而引入的。此外，恢复，死亡，免疫力和所有上述参数在高维空间建模。为了概括上述框架的能力和特征，使用六维（时间、二维空间、感染严重程度、感染持续时间和人群年龄）PBE对Covid-19传播进行了预后估计。此外，不同的政策干预措施和人口行为的情景分析，投掷更多的见解跨疾病年龄，强度和人口年龄的感染的时空传播。这些见解可用于科学知情的政策规划。
2020-07-03 math.DS physics.soc-ph q-bio.PE
From the SIR/SEIR/SVEIR Model to a Chemotactic System: Analysis of Spatiotemporal Mechanisms of Infection Spread within the Einstein Paradigm
Department of Automation for Scientific Research, Faculty of Computational Mathematics and Cybernetics, Lomonosov Moscow State University（莫斯科国立大学计算数学与Cybernetics学院自动化科研系）
该研究以SIR/SEIR/SVEIR等传染病模型为基础，构建含恐惧/规避效应的扩散-趋化PDE系统，结合数值方法分析感染传播的时空机制，其参数经真实流感数据校准验证。
2026-09-09 math.AP q-bio.PE
The Spread of Infectious Disease with Household-Structure on the Complex Networks
本文研究了一般复杂网络上家庭结构SIS传染病的传播。家庭结构为我们提供了区分内部感染率和外部感染率的方法。与均匀网络上的家庭结构模型不同，例如规则和随机网络，这里我们考虑具有任意度分布p（k）的异构网络。首先，我们介绍传染病模型。然后利用平均场占用下的速率方程和计算机模拟对模型进行了分析。发现了一些只存在于具有家庭结构的发散网络中的独特现象，同时也得到了一些类似的结论，即网络中一些简单的几何量对传染病的传染性有重要的影响。在我们的模型中，即使每个家庭的局部治愈率大于内部感染率，疾病仍然可以在无标度网络上传播。这意味着没有疾病在每个家庭中传播，但对于整个网络来说，疾病正在传播。既然我们的社会网络看起来就是这样的结构，也许这一结论提醒我们，在疾病传播过程中，我们应该更多地关注网络结构而不是局部治疗条件。
2004-02-25 q-bio.PE
Theory of Hantavirus Infection Spread Incorporating Localized Adult and Itinerant Juvenile Mice
汉坦病毒在小鼠群体中传播的一般模型的基础上，最近的观察结果有关的运动特征的小鼠携带感染。概括背后的事实信息是基于Giuggioli等人[Bull.Math.Biol.67，1135（2005）]中报告的标记-再捕获观察结果，这使得在Abramson和Kenkre [Phys.Rev.E66，11912（2002）]提出的汉坦病毒传播的简单模型中引入家域成为必要。这里提出的模型的基本特征是成年小鼠的存在，这些成年小鼠主要局限于其家域附近的位置，而巡回的幼年小鼠则没有如此局限，并且在寻找自己的家时，移动并感染它们在移动过程中遇到的其他少年和成年小鼠。该模型在三个层次的描述：平均场，动力学和配置。计算结果显示明确的平均场方程和模拟规则，并发现同意在某些方面和不同的其他。的差异的起源在于空间相关性。它表明如何标记-再捕获观测在外地可能被用来验证理论的适用性。
2005-11-15 cond-mat.stat-mech q-bio.PE
Infection-induced Cascading Failures -- Impact and Mitigation
本文研究单向依赖网络中感染引发级联失效的双层传播问题，提出基于动态消息传递的推断算法和结合最优控制的优化算法，以系统评估影响并有效缓解网络故障。
2024-05-05 cond-mat.dis-nn math.OC physics.soc-ph
Particle modeling of the spreading of Coronavirus Disease (COVID-19)
截至二零二零年七月底，COVID-19疫情已感染超过一千七百万人，并已蔓延至全球几乎所有国家。对此，世界各地许多国家都采用了不同的方法来降低感染率，例如包括病例隔离、关闭学校和大学、禁止公共活动，以及大多数强制社交距离，包括地方和国家封锁。在我们的工作中，我们使用基于蒙特卡罗（MC）的算法来预测不同人口密度下的病毒感染率。我们使用三种不同的封锁模型和八种不同的约束组合来测试冠状病毒的传播，这使我们能够检查每个模型和约束的效率。在本文中，我们测试了三种不同的时间周期模式的无限制/锁定模式。该模型的主要预测是，每个时间周期包含至少10天锁定的无限制/锁定的循环时间表可以帮助控制病毒感染。特别是，这种模式在伴随着社交距离和对有症状的患者的完全隔离时降低了感染率。
2020-08-03 physics.soc-ph q-bio.PE
Comparative analysis of the diffusion of Covid-19 infection in different countries
新型冠状病毒肺炎（COVID-19，即2019冠状病毒病）在中国以外地区的突然蔓延，促使世界卫生组织（WHO）于3月11日承认这场持续的疫情是一场大流行病。在这一阶段，至关重要的是要了解目前在感染传播方面落后的国家应向感染传播较早的国家学习什么。这项工作的选择是更喜欢及时性而不是全面性。通过采取纯粹的经验方法，我们将限于根据不同国家的不同功能行为，确定不同国家的不同阶段，并进行比较分析。对登记病例曲线的比较分析突出了显著的相似之处，特别是在西方国家之间，同时也有一些微小但至关重要的差异。我们强调及时性如何在很大程度上减少个别国家疫情的规模，最终限制最终死亡人数。我们的数据表明，不幸的是，西方政府没有表现出预测其决策的能力，这是基于早些时候受到疫情打击的国家的经验。
2020-03-18 physics.soc-ph q-bio.PE
The Effect of Super-spreader Events in Epidemics
超级传播者事件往往加速传染性流行病的传播。了解它们的影响是重要的，特别是在标准流行病学模型的背景下，这需要估计参数，如$R_0$。在这封信中，我们表明，$R_0$的有效值在超级传播者的情况下是显着大，数百的顺序，这表明一个三角洲函数的行为在事件期间。使用一个良好的混合室模型支持这些发现。他们阐明了在封闭环境中的感染动力学建模，这不同于标准的SIR模型，并提供了$R_0$的物理和操作参数方面的表达式。超级传播者事件的总体影响可能很大，这取决于流行病的状况以及事件产生的感染随后如何在社区中传播。
2021-03-26 q-bio.PE
Optimal COVID-19 infection spread under low temperature, dry air, and low UV radiation
由新型冠状病毒SARS-CoV-2引起的COVID-19大流行目前正在全球迅速蔓延，造成多人死亡和严重的经济损失。人们认为，炎热和潮湿的条件不利于新型冠状病毒，但由于与COVID-19数据相关的许多不确定性，这一点仍在争论中。在这里，我们提出了替代数据测试，以检查这种病毒在不同的气候条件下传播的偏好。我们发现，当温度为$\sim$ 10 $^\circ$ C，比湿度为$\sim$ 5 g/kg，紫外线（UV）辐射为$\sim$ 80 kJ/m $^2$时，该疾病显著（高于95%置信水平）更常见。相对湿度的显著性低于95%置信水平，未显示首选值。这些结果得到了全球和区域数据的支持，时间跨度为2020年1月至7月。COVID-19数据包括每日报告的新增病例和每日死亡病例;对于两者，人口规模要么被考虑，要么被忽略。
2020-10-06 physics.med-ph physics.soc-ph q-bio.PE
Spread of variants of epidemic disease based on the microscopic numerical simulations on networks
本研究基于网络理论开展微观流行病模型数值模拟，发现病毒变异株传染性强于原始株时会快速扩散，传播速率随感染强度非线性增长，该现象可用接触过程的动态吸收态解释。
2021-12-28 physics.soc-ph q-bio.PE
Effect of antibody levels on the spread of disease in multiple infections
College of Artificial Intelligence, Southwest University（西南大学人工智能学院）；School of Mathematical Sciences, Queen Mary University of London（伦敦大学玛丽女王学院数学科学学院）；Potsdam Institute for Climate Impact Research（波茨坦气候影响研究所）；Department of Physics, Humboldt University（柏林洪堡大学物理系）
本文提出一个数学模型，研究抗体保留率对多重感染传播的影响，发现抗体衰减率影响传播过程，不同网络结构对衰减率敏感性不同。
2024-05-31 physics.soc-ph q-bio.PE
Dynamic SAFFRON: Disease Control Over Time Via Group Testing
我们考虑的动态感染传播模型是基于离散SIR模型，假设感染随着时间的推移通过感染和非隔离的个人传播。在我们的系统中，主要目标不是最小化识别每个感染所需的测试数量，而是在每个时间实例利用可用的给定测试容量$T$来有效地控制感染传播。我们引入并研究了一种新型性能指标，我们将其命名为$ε$ -疾病控制时间。这个指标可以用来衡量给定算法控制疾病传播的速度。本文分析了动态个体测试算法的性能，并提出了一种新的基于动态SAFFRON的群体测试算法。我们提出的理论结果和实现所提出的算法，以比较其性能。
2022-05-18 cs.DS cs.IT cs.SY
Mathematical Models for Predicting and Mitigating the Spread of Chlamydia Sexually Transmitted Infection
沙眼衣原体（Ct）是美国最常见的细菌性传播感染（STI），也是女性不孕、盆腔炎和异位妊娠的主要原因。尽管几十年来对妇女进行了Ct筛查，但在新奥尔良等高流行地区，Ct的发病率继续上升。新奥尔良的一项试点研究发现，14-24岁的非洲裔美国人（AAs）中约有11%感染了Ct。我们的目标是数学模型的影响，不同的干预措施AA男性居民在新奥尔良之间的妇女居民在同一地区的Ct的一般率。我们创建和分析数学模型，如多风险和连续风险房室模型和基于代理的网络模型，首先帮助了解Ct的传播，其次评估和估计行为和生物医学干预措施，包括安全套使用，筛查，伴侣通知，社交朋友通知和重新筛选。我们的房室模型预测Ct患病率是一个人的伴侣数量的函数，并量化这种分布如何作为安全套使用的函数变化。我们还观察到，尽管增加Ct筛查和再筛查以及治疗感染者的伴侣将降低患病率，但仅凭这些缓解措施不足以控制流行病。需要结合性伴侣和社交朋友通知来减轻Ct。
2018-06-06 math.DS q-bio.PE
Asymmetric disease dynamics in multihost interconnected networks
单宿主系统中的流行病传播强烈依赖于种群的接触网络。然而，关于流行病在代表多个主机的人群的网络中的传播知之甚少。我们探讨了跨物种传播的多层网络，其中层代表两个不同的主机的人口，疾病可以传播层内（主机内）和层间（主机之间）的边缘。我们为SIR流行病模型建立了一个分析框架，以研究（i）感染源和（ii）感染概率中宿主间不对称性对疾病风险的影响。我们衡量风险的爆发概率和爆发规模的焦点主机，代表一个网络层。数值模拟被用来验证解析公式。我们发现，爆发概率是由感染源和宿主间感染概率之间的复杂相互作用决定的，而爆发规模主要受非焦点宿主对焦点宿主感染概率的影响。因此，种间感染概率的不对称性塑造了多宿主网络中的疾病动力学。这些结果扩展了单层网络的当前理论，其中爆发规模和概率被认为是相等的，突出了考虑疾病风险的多个措施的重要性。我们的研究促进了对多宿主系统和非生物系统的理解。
2016-06-17 q-bio.PE
Impact of urban structure on infectious disease spreading
目前正在进行的SARS-CoV-2大流行已经使世界成为人质一年多了。流动性是病毒传播的关键，限制流动性是对抗病毒扩张的主要非药物干预措施。以前的作品已经表明了城市的结构组织和居民的运动模式之间的联系。这使城市中心成为流行病监测和干预的重点。在这里，我们表明，组织的城市流量有巨大的影响，疾病的传播和不同的缓解策略的顺从性。通过对美国和其他国家不同城市的匿名和聚集的城市内部流动的研究，并结合实证分析和分析方法，我们证明了城市对传染病传播的反应可以根据这些流动的总体组织大致分为两大类型。在等级森严的城市，流动主要集中在流动热点之间，特别容易受到流行病快速传播的影响。然而，在这类城市中，限制流动性对于减轻病毒的传播非常有效。相反，在有许多活动中心的城市中，流行病的传播要慢得多，但对流动限制的反应要弱得多，效果也差得多。在较脆弱的城市投入资源进行早期监测和及时采取特别干预措施，可能有助于遏制和减少未来大流行病的影响。
2022-03-10 physics.soc-ph q-bio.PE
Distinguishing Infections on Different Graph Topologies
在传染病和流行病的历史上，有许多著名的例子表明，理解、控制和最终治疗疫情始于理解其传播模式。流感、艾滋病毒和大多数计算机病毒通过接触网络在人与人之间、设备与设备之间传播;另一方面，霍乱、癌症和季节性过敏则不会。在本文中，我们研究了检测的两个基本问题：第一，给定一个（可能是微不足道的）感染者比例的快照视图，在什么条件下流行病通过接触传播（例如，流感），区别于独立于任何接触网络的“随机疾病”（例如，季节性过敏）;第二，如果我们确实有一种流行病，在什么条件下有可能确定哪一种相互作用网络是传播的主要原因-致病网络-而除了一个极小的受感染节点子样本的身份之外，对流行病没有任何了解？因此，本文的核心是了解网络信息的诊断能力。我们推导出网络必须满足这些问题是可识别的充分条件，并产生有效的，高度可扩展的算法来解决这些问题。我们表明，我们给出的可识别性条件是相当温和的，特别是，满足两个常见的图形拓扑结构：网格，和Erdos-Renyi图。
2013-09-25 cs.SI q-bio.PE
Modeling the spread of infectious disease in urban areas with travel contagion
在这项研究中，我们开发的数学模型，以了解传染病的传播动力学和流动动力学之间的耦合，通过城市交通系统。我们首先将城市人口的流动动态描述为离开家、往返活动地点和从事活动的过程。然后，我们嵌入的易受感染的暴露-感染-恢复（SEIR）过程中的流动性动态和开发的空间SEIR模型与旅行传染（trans-SEIR），明确占在旅行和日常活动中的传染。我们研究了该模型的理论性质，并展示了活动传染和旅行传染如何影响二次感染的平均数量。在数值实验中，我们探讨了城市交通系统如何改变传染病的基本动力学，改变继发感染的数量，促进疾病在城市中的同步，并影响疾病爆发的高峰。Trans-SEIR模型被进一步应用于了解纽约市COVID-19爆发期间的疾病动态，在那里我们展示了活动和旅行传染如何分布，以及如何在有限的资源下实施有效的旅行控制。Trans-SEIR模型和我们的研究结果可能对提高我们对城市交通与疾病动力学之间耦合的理解，疾病系统的检疫和控制措施的发展，以及促进疾病弹性城市交通网络的理念做出重要贡献。
2020-05-10 physics.soc-ph q-bio.PE
Repeat Contacts and the Spread of Disease: An Agent Model with Compartmental Solution
使用的概率来自一个物理模型的新的遭遇，我们增加了SIR房室模型的疾病传播。具有相同初始轨迹和相同$R_0$值的场景可能会根据我们的熟人圈变得陈旧的速度而产生很大的差异-导致最终案例计数的数量级差异。自感染以来平均时间的变化产生了动量效应，这反馈到新的感染率和爆发后期的更快下降。爆发的早期阶段可能会迅速消失，但一旦错过这个机会，效果就会减弱，然后，只有群体免疫才能有所帮助。
2020-06-12 physics.soc-ph q-bio.PE
A random walk Monte Carlo simulation study of COVID-19-like infection spread
最近对中国早期COVID-19数据的分析显示，确诊病例数遵循次指数幂律增长，增长指数约为2.2 [B.\，F.~ Maier，D.~ Brockmann，{ \it Science} { \bf 368}，742（2020）]。幂律行为归因于有效的遏制和缓解措施的结合，以及人口的行为变化。在这项工作中，我们报告了一个随机游走的Monte Carlo模拟研究基于邻近的感染传播。控制干预措施，如封锁措施和流动性限制，通过一个单一的参数，在随机游走过程中的每一步的大小纳入模拟。步长$l$被认为是$\langle r \rangle$的倍数，$\langle r \rangle$是个体之间的平均间隔。三个时间增长制度（二次，中间幂律和指数）自然出现从我们的模拟。对于$l = \langle r \rangle$，我们得到的中间幂律增长指数与中国的可用数据基本一致。另一方面，我们得到了较小的步长$l \lesssim \langle r \rangle/2 $的二次增长，而对于大的$l$的增长被发现是指数。结合现有数据，这些结果表明，中国对该病的早期控制接近最佳状态。我们进一步对来自其他三个国家（印度、巴西和南非）的早期死亡数据（在不同级别的封锁条件下）进行了比较案例研究。我们表明，合理的协议，这些数据可以通过将小世界连接在我们的模拟。
2021-04-10 physics.soc-ph 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
An epidemiological model with voluntary quarantine strategies governed by evolutionary game dynamics
在大流行期间，诸如保持社交距离等策略对于遏制病毒传播至关重要。这些行动可以减少同时感染的数量，减轻疾病传播，这与医疗保健系统崩溃的风险有关。虽然可以提出这些战略，但其实际执行可能取决于人口对疾病风险的看法。例如，当前的COVID-19危机表明，有些人比其他人更容易保持孤立，避免不必要的接触。有了这个动机，我们提出了一个流行病学SIR模型，采用进化博弈论，考虑到动态的个人隔离策略，打算在一个单一的过程中结合社会战略，个人的风险感知，和病毒传播。这种疾病在人群中传播，其代理人可以在自我隔离和对任何流行病风险漠不关心的生活方式之间做出选择。采取的策略是个人的，取决于与检疫成本相比的感知疾病风险。博弈的收益决定了策略的采用，而传染过程决定了代理人的健康状态。同时，感染率取决于代理的策略，而感知的疾病风险取决于被感染的代理的分数。结果显示，反复出现的感染波，这是在以前的流行病情况下看到的隔离。值得注意的是，风险感知被发现是控制感染高峰的幅度的基础，而最终的感染规模主要取决于感染率。低意识导致单一和强烈的感染高峰，而更大的疾病风险导致更短，但更频繁的高峰。所提出的模型自发地捕捉到流行病事件的相关方面，突出了社会战略的基本作用。
2020-11-26 physics.bio-ph physics.soc-ph q-bio.PE
Co-circulation of infectious diseases on networks
我们考虑多种疾病在一个静态的配置模型网络中传播。我们做了一个标准的假设，即感染以疾病特异性的速度从邻居传播到邻居，感染的个体以疾病特异性的速度恢复。一种疾病的感染赋予对任何疾病感染的立即和永久免疫力。在这些假设下，我们找到了一个简单的，低维的常微分方程模型，它捕获了感染的全球动态。动力学强烈依赖于初始条件。虽然我们以传染病为出发点，但该模型也可以适用于其他传染源的传播，如相互竞争的政治信仰、谣言或新技术的采用（如果这些都受到接触的影响）。作为一个例子，我们演示了如何模拟一种可以通过行为改变来预防的传染病。
2012-10-16 q-bio.PE q-bio.QM
Identifying highly influential travellers for spreading disease on a public transport system
最近爆发的新型冠状病毒及其快速传播强调了了解人类流动性的重要性。封闭的空间，如公共交通工具（如公共汽车和火车），为感染广泛和快速传播提供了合适的环境。因此，调查个人在公共交通系统上的移动模式和身体接触对于了解传染病爆发的驱动因素至关重要。例如，以前的工作探讨了人类流动固有的重复模式对疾病传播的影响，但没有考虑到旅行距离或相遇次数等其他方面。在这里，我们同时考虑多个流动性维度，以揭示设计有效干预策略的关键信息。我们使用一个月的全市范围内的灵巧卡旅行数据收集在澳大利亚悉尼巴士乘客沿三个维度，即探索程度，旅行的距离和遇到的数量进行分类。此外，我们还模拟了疾病在交通网络上的传播，并追踪了感染路径。我们详细调查了分类组之间的传输，而不同的感染概率和病原体的悬浮时间。我们的研究结果表明，沿着多个维度描述个体同时揭示了不同乘客群体之间复杂的感染相互作用，当只考虑单个维度时，这种相互作用仍然是隐藏的。我们还确定了比其他群体更有影响力的特定疾病特征，这可以指导遏制和疫苗接种工作。
2020-04-03 cs.SI physics.soc-ph q-bio.PE
A re-entrant phase transition in the survival of secondary infections on networks
我们研究了网络上的二次感染的动态，在网络中，只有目前携带某种原发性感染的个体才容易受到二次感染。在大型稀疏网络的限制下，该模型被映射到一个随机时间敏感环境中的分支过程传播，该环境由底层原发感染的动力学决定。当这两种流行病遵循易感-感染-传播模型时，我们表明，为了生存，继发感染有必要在与其所依赖的原发感染密切匹配的时间尺度上演变。
2018-04-10 math.PR physics.soc-ph q-bio.PE
A preceding low-virulence strain pandemic inducing immunity against COVID-19
高度暴露于来自中国的入境交通的国家预计将面临COVID-19传播的最高风险。然而，COVID-19病例数（感染水平）与入境交通水平呈负相关。此外，感染水平与人口规模呈正相关，而后者只有在达到群体免疫力后才能影响感染水平。这些可以解释为，如果一种低毒力毒株（LVS）在几个月前开始从中国传播，为后来出现的已知SARS-CoV-2高毒力毒株（HVS）提供免疫力。我们发现，COVID-19大流行的动态取决于LVS和HVS传播的倍增时间以及它们最初爆发之间的延迟。我们发现LVS倍增时间比HVS（$T_H$）慢$T_L\sim1.59\pm0.17$倍，但其较早的开始使其在全球范围内广泛传播到免疫缺陷所需的水平。在较早暴露于LVS和/或人口规模较小的国家，LVS较早实现了HVS免疫，使HVS传播的时间更短，并导致HVS感染水平较低。这种模型准确地预测了一个国家的感染水平（{ \rm R^{2}=0.74}; p值为{ \rm 5.2 \times 10^{-13}}），仅考虑其人口规模和来自中国的入境流量。解释了与交通量负相关（$c_{exp}$）、与人口规模正相关（n_{pop}）以及它们之间的特殊关系（${\rm N}_{\rm cases}\propto n_{pop}^{{\rm T_{L}/{\rm T_{H}}}}\times c_{exp}^{{\rm T_{L}/{\rm T_…
2020-07-14 physics.soc-ph q-bio.PE
Multi-Competitive Virus Spread over a Time-Varying Networked SIS Model with an Infrastructure Network
我们研究了多竞争性病毒在（可能）随时间变化的个人网络中的传播，这些网络考虑了共享基础设施网络的存在，进一步使病毒的传播成为可能。我们建立了指数快速根除病毒的充分条件：1）时不变图，2）个体与同质病毒在网络中传播的对称交互的时变图（所有个体的愈合率和感染率相同），3）有向慢变图，病毒传播具有异质性（不一定所有个体的愈合和感染率相同）。数值例子说明了我们的理论结果，并表明，对于时变的情况下，违反上述充分条件可能导致病毒的持久性。
2023-03-15 cs.SY eess.SY physics.soc-ph
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
Bayesian dynamical estimation of the parameters of an SE(A)IR COVID-19 spread model
在本文中，我们考虑了COVID-19感染传播的动态流行病学模型。从经典的SEIR模型出发，对该模型进行了改进，使其更好地描述了潜在病原体及其传染模式的特征。与大量与接触有记录的感染性个体无关的继发感染一致，该模型包括一组无症状或症状轻微的感染性个体，未计入新的每日感染计数数据。贝叶斯粒子滤波算法用于动态更新相关队列，并同时估计传播率，因为新的感染和疾病相关死亡人数的新数据变得可用。该模型的基本假设是，传染率是动态变化的流行病期间，无论是因为病原体的突变或响应缓解和遏制措施。序贯贝叶斯框架自然提供了模型参数估计的不确定性的量化，包括繁殖数量和不同队列的大小。此外，我们引入了一个无量纲的量，这是无症状和有症状的队列规模之间的平衡比，并提出了一个简单的公式来估计的数量。这个比率自然地导致了另一个无量纲量，它起着模型的基本再生数$R_0$的作用。当我们将模型和粒子滤波算法应用于俄亥俄州东北部和密歇根州东南部几个县的COVID-19感染数据时，我们发现建议的繁殖数$R_0$在两个州内具有一致的动态行为，因此证明是缓解措施成功的可靠总结。
2020-05-21 cs.NA math.NA q-bio.PE
