A method for including additional socio-demographic factors in social contact matrices for compartment-based epidemic models
School of Mathematics and Statistics, University of Canterbury(坎特伯雷大学数学与统计学院);Ngāi Tahu Research Center, University of Canterbury(坎特伯雷大学恩盖·塔胡研究中心);Te Pūnaha Matatini Centre of Research Excellence in Complex Systems(复杂系统卓越研究中心 Te Pūnaha Matatini)
本文提出一种方法,通过人口结构信息和群体内混合率假设,将社会人口因素纳入社会接触矩阵,从而改变传染病传播动态和结局。
2026-10-28 physics.soc-ph q-bio.PE
How to estimate epidemic risk from incomplete contact diaries data?
社会互动塑造了种群中传播过程的模式。诸如日记或接近传感器之类的技术允许收集关于相遇的数据并在个体之间建立联系网络。然而,从这些不同技术获得的接触网络在数量上是不同的。在这里,我们首先展示了当这些数据被输入到流行病传播的数值模型时,这些差异如何影响流行病风险的预测:低参与率、接触者的低报告和接触日记中相对于传感器数据的接触持续时间的高估确定了相应模拟结果的确实重要差异{例如,对初始条件的对初始条件的敏感性增强}。最重要的是,我们研究了从接触日记中收集的信息是否以及如何用于此类模拟,以准确描述流行病风险,假设来自传感器的数据代表地面真相。从接触传感器和日记建立的接触网络确实存在几个结构上的相似性:这表明有可能只使用接触日记网络信息来构建代理接触网络,使得使用该代理网络的模拟与使用接触传感器网络的模拟给出相同的流行病风险估计。我们提出和{比较}几种方法来建立这样的替代数据,并表明,它确实是可能的,以获得一个很好的协议使用替代和传感器数据的模拟结果之间,只要接触日记信息的补充公开可用的数据描述的异质性的人类接触的持续时间。
2016-06-27 cs.SI physics.soc-ph q-bio.PE
How contact patterns destabilize and modulate epidemic outbreaks
本文利用真实邻近数据研究接触时序与疾病阶段的相互作用,发现接触时间聚集导致暴发失稳和过度离散,周期性接触率调节R0,并展示了重现非马尔可夫统计特征的生成过程。
2023-05-03 physics.soc-ph q-bio.PE
Individual-based approach to epidemic processes on arbitrary dynamic contact networks
接触网络的动态和传染病的流行往往发生在可比的时间尺度上。忽略这些时间尺度之一可能会提供对感染过程的种群动力学的不完整理解。我们开发了一个基于个体的近似的可治愈的传染病模型适用于任意动态网络。我们的框架在个人层面提供了与感染动态相关的随时间变化的概率流。这种计算效率高的框架放弃了不同节点的状态之间的相关性,但提供了准确的结果,近似直接数值模拟。它自然地捕捉到了接触序列的时间异质性和相关性,这是调节流行病爆发的时间和规模的基本因素。使用现实生活中的数据,我们表明,静态网络模型高估了繁殖数量,但低估了超级传播个体的感染潜力。我们的近似值的高精度进一步使我们能够检测到流行病爆发的指标个体。
2015-10-30 physics.data-an 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
A vector logistic dynamical approach to epidemic evolution on interacting social-contact and production-capacity graphs
个体社会接触网络和个体感染恢复率的变化所表现的群体不均匀性,使得传染病传播动力学具有不确定性。因此,覆盖经济生产网络及其适当的协作组件在某种程度上受到不可预测的影响。我们的模型提出了一个“矢量逻辑”的动态方法SIS动态的社会联系网络与其经济能力网络的互动。向量逻辑描述中的图状态的概率解释提供了一种方法来评估被感染者的平均值和方差对生产能力的影响,并允许社会连接调节的战略规划。根据“累积”、“多数”和“脆弱性”代用指标评估了流行病的平均效应和波动对生产能力的影响。
2021-08-31 physics.soc-ph q-bio.PE
Impact of fluctuations in social contacts on the spread of epidemics
该模型考虑了人类社会接触次数的波动,建立了该流行病传播的数学模型。该模型基于逻辑斯蒂方程。一周内社会接触次数的振荡被认为是波动的主要来源。接触次数的时间波动变量表示为接触次数的傅里叶级数展开式的前两项之和。结果表明,最大的波动幅度发生在最大的流行病传播率附近。此后,波动的影响逐渐减小,直至疫情结束。
2021-05-27 physics.bio-ph physics.soc-ph
Eigenvector-Based Sensitivity Analysis of Contact Patterns in Epidemic Modeling
Bolyai institute, University of Szeged(塞格德大学博莱研究所);National Laboratory for Health Security(国家安全实验室)
本文提出基于特征向量的敏感性分析框架,用于量化年龄结构互动对传染病传播的影响,并通过实验证明其有效性。
2025-11-20 physics.soc-ph q-bio.PE
Activity-based contact network scaling and epidemic propagation in metropolitan areas
鉴于城市化的发展和新出现的流行病威胁,需要更复杂的模型来了解疾病传播,并调查干预战略在不同城市类型中的影响。我们引入了一个完全机械的,基于活动的和高度时空分辨的流行病学模型,该模型利用了从全规模城市的综合流动性需求和供应模型中获得的人的轨迹。通过模拟COVID-19在两个具有代表性合成人口和流动模式的全规模城市中的演变,我们分析了基于活动的接触网络。我们观察到,过境接触是无标度的,在这两个城市,工作接触是威布尔分布,购物或休闲接触呈指数分布。我们还调查了交通网络的影响,发现它的去除抑制疾病传播,而工作也是至关重要的高峰期后疾病传播。我们的框架,验证现有的病例和死亡率数据,显示了跟踪和追查的潜力,以及详细的社会人口和流动性分析的流行病控制战略。
2020-07-31 physics.soc-ph q-bio.PE
Inferring contact network characteristics from epidemic data via compact mean-field models
提出将EBCM与DSA结合的均场推断框架,从合成及真实流行病数据中估计接触网络特征与传播参数,并实现良好拟合和短期预测。
2025-02-17 physics.soc-ph
Models for digitally contact-traced epidemics
人与人之间的接触是传染性呼吸道感染的绝对驱动力。因此,限制和追踪接触者是控制COVID-19疫情的关键策略。数字接触追踪已被提出作为一种自动化解决方案,以扩大传统的接触追踪。然而,研究界目前正在讨论接触者追踪应用程序在人群中的必要渗透,以实现控制流行病的预期目标。为了理解数字接触追踪的效果,已经提出了几个数学模型。在这篇文章中,我们调查了主要的,我们提出了一个房室SEIR模型,它是可能的,不同于相关文献中的模型,推导出封闭形式的条件,关于控制的流行病作为接触追踪应用程序的渗透和测试效率的函数。封闭式条件对于模型的可理解性至关重要,因此对于决策者(包括数字接触追踪设计者)正确评估流行病内部的依赖性至关重要。通过我们的模型,我们发现仅依靠数字联系人追踪很难控制流行病:对于不受限制的COVID-19,这需要大约1天的测试周期和超过80%的人口的应用程序使用率,这在实践中很难实现。然而,如果辅以其他缓解策略,如社交距离和戴口罩,数字接触追踪仍然可以有效。
2022-11-30 cs.CY cs.NI physics.soc-ph
Contact Adaption during Epidemics: A Multilayer Network Formulation Approach
人们改变他们的身体接触,作为对传染病传播的预防性反应。然而,只有少数数学模型考虑了疾病传播和接触适应过程的耦合动力学。本文提出了一个模型,每个代理有一个默认的接触邻域集,并切换到一个不同的接触集,一旦她成为她的默认接触之间的感染警报。由于每个智能体可以采用两个可能的邻域集合中的任何一个,因此整个接触网络在2^N个可能的配置中切换。值得注意的是,两层网络表示可以完全建模底层的自适应、状态依赖的接触网络。接触适应以非线性方式影响疾病流行的大小和流行阈值-接触网络对流行病鲁棒性的特征度量。特别地,所提出的自适应接触网络的流行阈值属于非线性Perron-Frobenius(NPF)问题的解,该问题不单调依赖于接触适应率。此外,网络自适应模型预测了一个反直觉的情况下,自适应地改变接触可能会不利地导致较低的网络鲁棒性对流行病的传播,如果接触适应不够快。一类NPF问题的一个原始结果促进了本文的分析发展。
2018-09-17 cs.SI physics.soc-ph
Epidemic Spreading and Digital Contact Tracing: Effects of Heterogeneous Mixing and Quarantine Failures
通过安装在移动电话上的数字跟踪应用程序进行接触者追踪是控制传染病传播的重要工具。它的有效性可以通过修改用于分析接触网络的渗流和连通性的标准方法来量化。我们将此框架应用于具有不同程度分布,应用程序用户数量和隔离失败概率的网络。此外,我们还研究了同质性和异质性的结构化群体以及学位目标应用分布的可能性。我们的研究结果是基于显式模拟和平均场分析相结合。他们指出,可以有重大差异的流行病的规模和流行病的概率,这是等价的正常SIR过程。此外,程度的异质性被认为是特别重要的流行阈值,但没有那么多的流行规模。跟踪导致中断的概率不如应用程序采用率重要。最后,在应用程序采用方面,强烈的同质性和特别是异质性都是有害的。总的来说,流行动力学对我们测试的所有参数值都非常敏感,这使得估计数字接触者追踪效果的问题成为一个固有的多维问题。
2022-04-19 cond-mat.dis-nn cond-mat.stat-mech cs.SI
The deterministic Kermack-McKendrick model bounds the general stochastic epidemic
我们证明了,对于泊松传播和恢复过程,经典的易感$\to$感染$\to$感染(SIR)的流行病模型的Kermack和McKendrick提供了,对于任何给定的时间$t>0$,一个严格的下限的预期数量的易感和严格的上限的预期数量的恢复一般随机SIR流行病。证明是基于最近的消息传递表示SIR流行病应用到一个完整的图。
2017-02-10 cond-mat.stat-mech math.PR physics.soc-ph
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
Epidemic spread: limiting contacts to regular circles is not necessarily the safest option
Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas (INIFTA), CONICET and Facultad de Ciencias Exactas, Universidad Nacional de La Plata(理论物理化学与应用研究所(INIFTA),CONICET和拉普拉塔国立大学理学院);CCT CONICET La Plata, Consejo Nacional de Investigaciones Científicas y Técnicas(CONICET拉普拉塔科学研究中心,国家科学研究委员会)
研究探讨了在移动限制下频繁与偶发接触对传染病传播的影响,发现频繁接触会增加疫情峰值、传播速度和最终受影响人数,且在确定性恢复情况下更为显著。
2026-09-29 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
Intermittent quarantine suppresses epidemic spreading beyond simple contact reduction
Universidade Federal de Viçosa(维索萨联邦大学);Universidade Federal de São Paulo(圣保罗联邦大学);Universidade de São Paulo(圣保罗大学)
本研究通过理论分析与随机模拟,发现节点间歇性(非马尔可夫性)比边间歇性更有效抑制流行病传播,短且均匀的间隔时间提高传播阈值,为干预策略提供新视角。
2026-10-02 physics.soc-ph
Epidemic Transmission Modelling on the Birth-death Evolving Network with Indirect Contacts
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);Institute of Physics, Humboldt University of Berlin(柏林洪堡大学物理研究所)
本文研究了出生-死亡演化网络对SIRS传染病过程的影响,通过构建马尔可夫排队网络分析不同传染病状态的人口变化,发现间接接触促进传染病传播。
2026-04-12 math.DS nlin.AO physics.soc-ph
Risk-mediated dynamic regulation of effective contacts de-synchronizes outbreaks in metapopulation epidemic models
该研究构建风险反馈调节接触率的ODE集合种群模型,结合德国COVID-19流动数据,揭示区域与国家信息在缓解和抑制两种机制下对疫情去同步化及医疗资源挤兑的不同作用。
2025-02-20 physics.soc-ph q-bio.PE
Contact-based model for epidemic spreading on temporal networks
我们提出了一个基于接触的模型,通过扩展的动态消息传递方法的时间网络来研究流行病的传播。从以节点为中心的量到以边缘为中心的量的视角的转变使得能够在时变树上精确地建模马尔可夫病毒感染恢复的爆发,即,具有无环底层拓扑的时态网络。在任意图形上,所提出的基于接触的模型结合了潜在的结构和时间的异质性的基础接触网络,并提高了分析估计相对于个人为基础的(以节点为中心)的方法在一个低的计算和概念成本。在这个新的框架下,我们推导出一个时间网络上的流行病阈值的解析表达式,并证明了这种方法的可行性的经验数据。
2019-04-05 physics.soc-ph
Toward epidemic thresholds on temporal networks: a review and open questions
流行病学接触网络模型已经成为理解和预测传染病传播的重要工具,因为它们能够参与可能构成特定宿主-病原体系统基本动力学的个体异质性。同样重要的是,现实世界的接触网络随着时间的推移而发生的变化,无论是独立于病原体传播还是对病原体传播的反应。这些动态在确定一种疾病是会在人群中消亡还是成为流行病(称为流行病阈值)方面发挥着核心作用。在本文中,我们提供了一个概述的方法来预测时间接触网络模型的流行阈值,并讨论了尚未探索的领域。
2019-10-25 physics.soc-ph q-bio.PE stat.AP
Contact rate epidemic control of COVID-19: an equilibrium view
我们考虑通过标准SIR分区模型控制COVID-19疫情。这种控制是由个人限制其社会互动的决定的集合引起的:当流行病正在发生时,个人可以减少他/她的接触率以避免被感染,但这种努力是以社会代价为代价的。如果每个人都降低自己的接触率,疫情消失得更快,但努力成本可能很高。形成了种群水平的均场纳什均衡,导致病毒的有效传播率较低。我们从理论上证明了平衡的存在,并进行了数值计算。然而,这种均衡选择了一个次优的解决方案相比,社会最优(一个集中的决定完全尊重所有个人),这意味着无政府状态的成本是严格的积极。我们提供了数值示例和敏感性分析,以及对SEIR房室模型的扩展,以解释COVID-19疾病相对较长的潜伏期。在所有考虑的问题中,个人和社会策略之间的分歧既发生在流行病高峰之前,由于个人的恐惧,也发生在流行病高峰之后,当一个重要的传播仍在进行中时。
2020-05-10 math.OC physics.soc-ph q-bio.PE
Optimising the mitigation of epidemic spreading through targeted adoption of contact tracing apps
持续的COVID-19大流行是人类历史上首次在全球范围内部署数字接触追踪的流行病。追踪和排除病毒检测呈阳性的个人的所有接触者可以帮助减缓流行病,但接触者追踪的影响受到人口中接触者追踪应用程序普遍采用率低的严重限制。我们在这里推导出一个分析表达式的有效性的联系人跟踪应用程序安装策略在SIR模型上给定的联系人图。我们提出了一个分散的启发式,以提高固定采用率下的接触跟踪的有效性,其目标是一组个人安装接触跟踪应用程序,并可以很容易地实现。大量的现实世界的接触网络上的模拟证实,这种启发式代表了一个可行的替代目前的最先进的。
2021-02-25 cs.SI physics.bio-ph physics.soc-ph
Improving the use of social contact studies in epidemic modelling
针对传统接触矩阵无法捕捉年龄组内社交活跃度差异的问题,研究将各年龄组分为两类活跃度群体构建扩展模型,发现组内差异对建模结果影响显著,且未来接触研究需推断社交活跃度维度的接触同质性程度。
2024-07-30 physics.soc-ph q-bio.PE stat.ME
Effects of Contact Network Models on Stochastic Epidemic Simulations
对流行病在人群中的传播进行建模的重要性导致了传染病传播数学模型的发展。许多实证研究已经收集和分析了使用各种传感器的个人之间的接触的数据。通常,人们使用这样的数据来拟合疾病可能传播的网络接触的概率模型。在本文中,我们研究了不同的接触网络模型的影响,不同程度的复杂性,模拟流行病的结果,使用随机易感传染病传播(SIR)模型。我们评估这些网络模型的六个数据集的人之间的接触,在各种设置。我们的研究结果表明,网络模型的选择可以有一个显着的影响,如何密切的模拟网络上的流行病模拟的结果匹配的结果从传感器数据构建的实际网络。特别是,保持度的节点似乎是更重要的比保持集群结构准确的流行病模拟。
2017-07-26 cs.CY cs.SI 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
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
Bifurcation analysis of the Microscopic Markov Chain Approach to contact-based epidemic spreading in networks
许多传染病在单一宿主种群中传播的流行病房室模型的动力学都存在二阶相变。这种转变发生作为一个函数的传染性参数,从没有感染的个人到地方病的状态。在这里,我们从动力系统的角度研究了离散时间房室流行病模型的这种转变,称为微观马尔可夫链方法,其适用性预测未来的传染病传播的情况已被证明在COVID-19大流行期间非常有用。我们表明,有一个地方病的状态,这是稳定的,是一个全球吸引子,它的存在是一个跨临界分岔的后果。这一数学分析为实际应用中的模型结果提供了依据。
2022-10-31 cond-mat.stat-mech cs.SI math.DS
Epidemic risk from friendship network data: an equivalence with a non-uniform sampling of contact networks
人与人之间的接触在决定传染病如何传播方面起着重要作用。从调查到可穿戴传感器,收集此类接触数据的各种方法并存。然而,在同一背景下通过不同方法获得的数据的比较是稀缺的,特别是在它们在数据驱动的扩散过程模型中的使用方面。在这里,我们使用一个组合的数据集,描述在同一人群中的传感器和友谊关系注册的联系人,以解决这个问题的案例研究。我们调查,如果使用的友谊网络是等效的传感器接触网络上进行的采样过程中的传播过程的模拟结果:这样的等价性确实可能会提示如何补偿从调查中推导出的接触数据的不完整性。我们表明,这确实是这些数据的情况下,一个专门设计的抽样程序,受访者报告他们的邻居的概率取决于他们的接触时间。我们研究了这种特定的抽样程序对几个数据集的影响,讨论了我们的方法的局限性及其在数据驱动的流行病过程模拟中使用各种来源的数据集的可能应用。
2016-04-15 cs.SI physics.soc-ph q-bio.PE
Critical behavior of the contact process in a multiscale network
受登革热和黄热病流行的启发,我们研究了多尺度网络中的接触过程(CP),该网络由通过Barabási-Albert无标度网络连接的一维链构成。除了链内的CP动力学之外,连接的链之间的个体交换(旅行)以恒定的速率发生。发现了一个有限的流行阈值和一个在亚临界阶段呈指数发散的流行平均寿命,伴随着爆发持续时间的幂律发散,提出了一个包含规则和SF分量的广义标度函数用于准平稳分析,并确定了相关的临界指数,证明了这个混合网络上的CP和非零旅行率建立了一个新的普适类。
2011-01-06 cond-mat.stat-mech cs.SI physics.soc-ph
Modularity promotes epidemic recurrence
传染病过程的长期演变在很大程度上取决于接触网络的结构。经验证据表明,人类群体表现出强大的社区组织,我们在这里调查如何影响这种介观配置的流行病复发的可能性。通过对真实社交网络的数值模拟和使用谱方法的理论论证,我们证明了高度传染性的疾病,否则会迅速消失,可以无限期地持续接触网络中的模块化的最佳范围。
2016-11-08 cs.SI physics.soc-ph q-bio.PE
Compensating for population sampling in simulations of epidemic spread on temporal contact networks
描述人类互动的数据往往受到基础人口不完整抽样的影响。因此,使用数据驱动模型研究传染过程可能导致严重低估流行病风险。在这里,我们提出了一个系统的方法来缓解这个问题,并获得一个更好的估计的风险的背景下,高分辨率的时间分辨的接触数据通知的流行病模型。我们认为这样的数据集收集在不同的背景下,并进行控制reservation实验。我们展示了如何包含在重新采样的数据中的统计信息可以用来建立一系列的代理版本的未知的接触。我们模拟流行病的过程中产生的重建数据集,并表明,它是可能的,以获得良好的估计结果的模拟使用完整的数据集。我们讨论了我们的方法的局限性和潜在的改进。
2015-11-18 cs.SI physics.soc-ph
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
Predicting epidemic evolution on contact networks from partial observations
网络流行病学中计算模型的大量使用要求发展改进的流行病预测推理方法。对于简单的房室模型,如易感-感染-传染模型,置信传播被证明是一种可靠和有效的方法来确定观察到的流行病的起源。在这里,我们表明,同样的方法可以应用于预测的未来演变的流行病爆发的部分观测在早期阶段的动态。使用置信传播得到的结果进行了比较与蒙特卡洛直接采样的SIR模型的情况下,随机(定期和幂律)图不同的观察方法和现实世界的接触网络的一个例子。一般来说,置信传播给出了比直接采样更好的预测,尽管预测的质量取决于所研究的数量(例如个体状态的边缘,流行病大小,预防时间分布)和在观察时间之前被感染的观察节点的实际数量。
2016-08-23 cond-mat.dis-nn 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
An SEIR network epidemic model with manual and digital contact tracing allowing delays
本文研究允许延迟的 SEIR 网络流行病模型,结合手动与数字接触追踪,通过多类型分支过程推导再生数,量化两种机制有效性,指出组合追踪可降 $R_0$ 约 20-30%,但仍需其他措施降至 1.2-1.4 以避免大爆发。
2024-06-05 math.PR physics.soc-ph q-bio.PE
Information content of contact-pattern representations and predictability of epidemic outbreaks
了解人群的接触模式--谁与谁接触,以及接触发生的时间--对于传染病爆发的建模至关重要。传统的理论流行病学假设,任何人都可以以相等的概率遇到任何人。一种更现代的方法,网络流行病学,假设人们连接到一个静态的网络,疾病通过这个网络传播。较新的时间网络流行病学,包括接触表示中的时间。在本文中,我们研究的效果,这些连续的包含更多的信息。使用经验接近数据,我们研究了未知来源的爆发规模,并从已知状态的持续爆发。在第一种情况下,从完全混合模拟到网络,以及从网络到时间网络,存在很大的差异。在第二种情况下,差异较小。我们解释这些意见的时间网络结构的数据集。例如,节点和链接的快速翻转似乎使时间信息更加重要。
2015-03-23 cs.SI physics.soc-ph q-bio.PE
Infection propagator approach to compute epidemic thresholds on temporal networks: impact of immunity and of limited temporal resolution
一个传播过程的流行病阈值表明了发生广泛传播制度的条件,从而代表了网络对流行病的脆弱性的预测。这种阈值取决于疾病的自然史和网络的接触模式及其时间变化。基于(Valdano et al. PRX 2015)中引入的易感-感染-易感模型的理论框架,我们在这里制定了一种感染传播因子方法来计算流行病阈值,该方法考虑了关于每次接触的不同感染力,免疫力的存在以及时间网络的有限时间分辨率的更现实的影响。我们将这种方法应用到两个时间网络模型和一个经验数据集的学校接触。我们发现,永久或暂时的免疫不影响估计的流行阈值,通过感染传播者的方法。与数值计算结果的比较表明,分析预测的良好协议。聚集的时间网络迅速恶化的预测,除了缓慢的疾病,一旦异质性的链接被保留。权重拓扑相关性被认为是关键因素,以提高预测的准确性。
2015-10-27 physics.soc-ph q-bio.PE
Stochastic epidemic model on a simplicial complex
具有成对连接的复杂网络已被广泛用于系统内相互作用的建模。虽然这些类型的模型能够在各种各样的情况下捕获丰富的结构和不同的阶段,但它们缺乏明确的高阶相互作用,在某些情况下可能会导致限制。在这项工作中,一个单纯复形上的随机流行病模型的定义,推广了已知的马尔可夫SIR网络上的流行病过程。通过直接模拟和平均场分析表明,已经通过引入三阶相互作用,通过一个单纯形,SIR模型可以显示重要的差异,其动态和稳态相对于成对版本的模型。
2022-08-10 cond-mat.stat-mech physics.soc-ph
The role of directionality, heterogeneity and correlations in epidemic risk and spread
大多数流行病传播模型,包括许多专门为COVID-19设计的模型,都隐含地假设了大规模行动的接触模式和无向接触网络,这意味着最有可能传播疾病的个体也是最有可能从他人那里感染疾病的人。在这里,我们回顾了随机有向图理论的结果,这些结果表明,许多重要的数量,包括繁殖数量和流行规模,敏感地依赖于内度和外度(“风险”和“传播”)的联合分布,包括它们的异质性和它们之间的相关性。通过考虑各种类型的联合分布,我们阐明了为什么某些类型的异质性会导致偏离SIR模型的标准Kermack-McKendrick分析,即,所谓的质量作用模型,其中接触是均匀和随机的,有些则不是。我们还表明,一些结构化的SIR模型告知现实复杂的接触模式之间的类型的个人(年龄或活动)是简单的混合泊松过程,往往不会偏离最简单的大规模行动模型显着。最后,我们指出了一些可能的政策影响,这种直接的结构,无论是接触追踪策略和干预措施,旨在防止超级传播事件。特别是,有向图具有经典的“友谊悖论”的向前和向后版本-向前边缘倾向于导致具有高风险的个体,而向后边缘则导致具有高传播的个体-因此,向前和向后接触追踪的组合对于发现超级传播事件并防止未来的感染级联是必要的。
2022-02-10 physics.soc-ph q-bio.PE
Sideward contact tracing and the control of epidemics in large gatherings
有效的接触者追踪对于在不干扰社会活动的情况下遏制传染病传播至关重要,特别是在目前与大流行病爆发共存的时期。大型聚会起着关键作用,可能有利于超级传播事件。然而,迄今尚未充分评估大规模群体追查的影响。我们发现,除了向前追溯,重建疾病传播的人,向后追溯,寻找疾病传播的人,第三个“侧向”跟踪总是存在的,当跟踪聚会。这是一种间接追踪,可以检测到感染的无症状个体,即使他们既没有被指示病例直接感染,也没有将感染直接传播给指示病例。我们分析了这种影响的传染病传播的SARS冠状病毒-2的模型,在单纯的活动驱动的时间网络的框架内。我们确定的贡献的三个跟踪机制的抑制传染病传播,表明侧向跟踪诱导的跟踪效率的非单调行为,作为一个函数的大小的聚会。根据我们的研究结果,我们建议一个最佳的选择,以跟踪的集会的大小,我们测试的策略在大学校园集会的经验数据集。
2022-05-17 cs.SI physics.soc-ph q-bio.PE
Urban contact structures for epidemic simulations: Correcting biases in data-driven approaches
流行病是一种突发性现象,取决于病原体的流行病学特征以及人员的相互作用和流动。公共交通系统已经提供了关于人员流动的许多重要信息,但是也存在其他交通工具(例如,自行车和私家车),这是不可见的公共交通数据。这种差异可能会导致疾病模型的偏差,导致对流行病增长的错误预测(例如,高峰流行率和时间)。在我们的研究中,我们的目标是推进和比较使用公共交通出行的流行病传播动态,与使用移动电话痕迹更准确地估计人口流动相反。在我们的研究中,我们模拟了200万手机用户的流行病爆发。我们使用一个集合种群模型,包括易感染-感染-恢复的动态分析和比较不同的有效合同矩阵,分别由公共交通系统和移动电话,对流行病的过程。我们发现,使用公共交通出行的疫情往往被低估的疫情传播动力学,达到流行高峰弱,晚。其根源在于后来将新的感染者引入未受感染的地区。
2018-09-21 cs.SI physics.soc-ph
A message-passing approach to epidemic tracing and mitigation with apps
随着新的大流行威胁的打击,需要科学框架来了解这一流行病的发展。为了控制新的感染病例并遏制进一步传播,使用能够追踪接触者的移动应用程序至关重要。在这里,我们提出了一个理论方法,同时使用渗透和消息传递技术,接触追踪的作用,在减轻流行病的浪潮。我们展示了应用采用水平的增加如何提高流行阈值的值,当优先针对高度节点时,该值最终最大化。分析结果进行了比较,广泛的蒙特卡罗模拟表现出良好的协议,均质和异构网络。这些结果对于量化接触追踪应用程序有效缓解流行病所需的采用水平非常重要。
2021-02-12 cond-mat.dis-nn cond-mat.stat-mech cs.SI
Control of Overpopulated Tails in Kinetic Epidemic Models
本文研究动力学流行病模型中过饱和尾部的控制问题,提出基于模型的转移速率用于受控舱室模型,比较加性控制与交互强度控制两种协议,推导出SIR宏观模型,数值结果证明该方法能有效控制流行病趋势。
2025-07-17 math.OC nlin.AO physics.soc-ph
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
Social inequalities that matter for contact patterns, vaccination, and the spread of epidemics
该研究利用匈牙利新冠疫情数据识别接触模式和疫苗接种态度的社会不平等维度,发现优势群体接触更多且接种率更高,并提出纳入行为差异的数据驱动流行病学模型,用于分析匈牙利第四波疫情,为公共卫生策略提供依据。
2023-07-10 cs.SI physics.soc-ph stat.AP
Evolving nature of human contact networks with its impact on epidemic processes
人类的接触网络是由众多的个体和他们之间的成对接触构成的。然而,动态的性质,产生人类接触网络的演变,接触模式是未知的。在这里,我们分析了三个经验数据集,并确定了两个关键机制的时间人类接触网络的演变,即活动状态的过渡法律,为一个人是社会积极的,和积极的个人采取的接触建立机制。我们考虑这两种机制,提出了一个时间网络模型,命名为记忆驱动(MD)模型,人类接触网络。然后,我们研究了人类经验接触网络和四个相应的时间网络模型上的传染病传播过程,并比较了不同传染率下网络上传染病传播过程的完全流行时间。MD模型中SI过程的完全流行时间与现实世界中的人类接触网络中的SI过程的完全流行时间相同。此外,我们还发现,个体活动状态的转换促进了传播过程,而活动个体的接触建立则抑制了传播过程。除此之外,我们观察到,即使是一小部分人探索新的社会关系,也能够引起网络上的爆炸性传播。该框架有助于进一步研究人类时间接触网络中的动态过程,并为预测和控制网络中的扩散过程提供新的思路。
2019-05-21 cs.SI physics.soc-ph q-bio.PE
Efficient local behavioral change strategies to reduce the spread of epidemics in networks
最近已经确定,传染病在人类之间的传播不仅受到病原体本身的影响,而且还受到人们意识到流行病时行为变化的影响;例如,社交距离。众所周知,接触网络中的社区结构(存在相对密集连接的顶点组)会影响疾病的传播。我们提出了一套当地的策略,社会距离,社区结构的基础上,可以在发生流行病,以减少流行病的规模。与大多数社交距离方法不同,我们不要求个人了解疾病状态(感染或易感等)。我们不做不切实际的假设,即整个接触网的结构是已知的。相反,建议的行为改变仅基于个人对网络的本地视图。每个人避免与他/她的一部分联系人接触,利用他/她的本地网络的知识来决定应该避免哪些联系人。如果行为改变只发生在一个人生病或意识到疾病的时候,这些策略可以以相对较小的成本(以避免接触的数量来衡量)大大减少流行病的规模。
2013-10-08 cs.SI physics.soc-ph
Crossover from weak to strong disorder regime in the duration of epidemics
我们研究了复杂网络中的易感-感染-感染模型,考虑到种群中并非所有个体都以相同的方式相互作用。这种接触之间的异质性是由一个连续的障碍。在我们的模型中,障碍代表了个体之间的接触时间或亲密程度。我们发现,一种流行病的持续时间有一个交叉与系统的大小,从幂律政权的对数政权取决于有关的强度的障碍的传播率。利用渗流理论,我们发现,传染病的持续时间尺度的平均长度的分支的感染。我们的理论研究结果,支持模拟,解释了两个政权之间的交叉。
2012-12-27 physics.soc-ph q-bio.PE
Dynamic communicability and epidemic spread: a case study on an empirical dynamic contact network
我们分析了最近提出的时间中心性措施,适用于一个经验网络的基础上,人与人之间的接触,在一个繁忙的城市医院的急诊科。我们发现,时间中心性识别一组不同的顶部传播者比中心性的基础上的时间聚集的二进制化的接触矩阵,使一起,捕捉顶部传播者的准确性显着提高。然而,在预测流行病结果方面,时间措施不一定优于不太复杂的措施。我们的研究结果还表明,其他时间标记,如观察到的持续时间和网络中首次出现的时间,可以用于一个简单的预测模型,以生成预测,捕捉观察到的数据的趋势非常好。
2016-03-13 cs.SI physics.soc-ph
Kinetic models for epidemic dynamics with social heterogeneity
我们引入了一个数学描述的社会性的影响,在传染病的传播,通过整合流行病学动力学与动力学建模的人口为基础的接触。动力学描述导致研究玻尔兹曼型方程描述的易感,感染和恢复的个人,其比例是由一个经典的SIR型房室模型在流行病学的社会接触的数量密度随时间的演变。显式计算表明,疾病的传播是密切相关的时刻的接触分布。此外,动力学模型可以澄清如何选择性控制可以假设,以实现最低限度的锁定策略,只减少个人经历了非常大量的日常接触。我们进行了数值模拟,证实了该模型的能力,以描述不同的现象特征的快速蔓延的流行病。受COVID-19大流行的启发,最后一部分致力于用来自不同欧洲国家的感染数据拟合所提出模型的数值解。
2021-04-01 nlin.AO physics.soc-ph q-bio.PE
Mobility and Contact Networks Shape Epidemic Outcomes: A Large-Scale Agent-Based Modeling Study
George Mason University(乔治梅森大学);Emory University(埃默里大学)
该研究通过含100万智能体的ABM,发现流动假设会显著改变接触网络结构与疫情轨迹,强调流动模型校准对疫情模拟及干预评估的重要性。
2026-10-21 physics.soc-ph
An SIS epidemic model with vaccination in a dynamical contact network of mobile individuals with heterogeneous spatial constraints
基于网络的流行病模型已被广泛用于理解传染病的传播,但通常忽略了一个事实,即大多数现实网络是动态的,而不是静态的。本文研究了一个移动个体动态接触网络中带有疫苗接种的传染病易感模型,其中移动个体被视为允许进行长程跳跃的随机行走者.与以往研究的流行病在一个随机游走网络具有恒定的相互作用半径不同,我们考虑的情况下,个人有一个异质分布的相互作用半径$r$和感染的个人接种的概率取决于相互作用半径分布。我们导出了基本再生数$\mathcal{R}_0$,并讨论了无病平衡点和地方病平衡点的稳定性。理论和模拟结果均表明,个体相互作用半径的分布对基本再生数和流行率有显著影响。一般而言,疾病将更容易在具有更异质半径分布的人群中爆发;然而,导致较低的流行病患病率。有趣的是,结果表明,无论半径分布如何,都可以实现疾病预防和控制的最佳疫苗接种干预。此外,一些有趣的结果的基础接触网络的结构与流行病的动力学有很强的相关性。这项研究提供了潜在的影响,制定有效的遏制传染病的措施,同时考虑到移动个人的空间限制。
2019-02-18 math.DS physics.soc-ph