Thresholds for epidemic spreading in networks
研究了度分布服从幂律分布的淬灭网络中传染病模型的阈值问题。对于易感染易感（SIS）模型，当网络的最大度k_max随系统规模变化时，其活动阈值λ_c在大规模极限下为零，这与非均匀平均场（HMF）理论相悖.阈值的消失与连接模式的无标度性质无关，而是由系统中最大的枢纽发起的，该枢纽对于任何传播速率lambda>1/sqrt{k_max}都是活跃的，并且扮演着将感染传播到系统其余部分的自我维持源的角色。而易感染-感染-移除（SIR）模型则与HMF理论相一致，并为富规模网络提供了一个有限的阈值。我们推测，在淬灭的规模丰富的网络的通用流行病模型的阈值是消失或有限的存在或不存在一个稳定的状态。
2010-12-09 cond-mat.stat-mech cs.SI physics.soc-ph
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
Synchronized and mixed outbreaks of coupled recurrent epidemics
传染病传播的研究由来已久，但大多数研究都集中在单个传染病爆发的增长方面。最近，我们将研究扩展到复发性流行病的情况（Sci. Rep. { \bf 5}，16010（2015）），但仅限于单个网络。本文从耦合地区或城市的实际数据出发，指出两个耦合网络中的重复性流行病具有密切的相关性，可以表现为两个网络同时爆发的同步爆发阶段，也可以表现为一个网络中爆发而另一个网络中不爆发的混合爆发阶段。为了揭示潜在的机制，我们提出了一个两层网络模型的耦合复发性流行病再现同步和混合爆发阶段。我们发现，同步爆发阶段是首选被触发的两个耦合网络具有相同的平均度，而混合爆发阶段是首选的情况下，具有不同的平均度。此外，我们表明，这两个层之间的耦合是首选抑制混合爆发阶段，但提高同步爆发阶段。基于微观马尔可夫链方法的理论分析，解释了数值结果。这一发现为研究多层网络中的复发性流行病打开了一个新的窗口。
2017-05-26 physics.soc-ph q-bio.PE
Local risk perception enhances epidemic control
随着传染病爆发的出现，公共卫生机构经常采取疫苗接种和社交距离措施来减缓传播。它们的成功不仅取决于战略和资源，还取决于公众的支持。个人采取预防措施的意愿可能受到全球因素（如新闻媒体）或当地因素（如受感染的家人或朋友）的影响。在这里，我们比较了疫情日益严重时流行病学决策的三种模式。个人根据总体疾病患病率、社会接触感染比例或社会接触感染人数决定是否采取推荐的干预措施。虽然所有的策略都可以大大减少传播，但根据受感染的熟人数量接种疫苗（或自我隔离）有望实现最大的群体免疫力和避免感染的数量，同时需要最少的干预资源。
2018-08-17 physics.soc-ph q-bio.PE
Moving the epidemic tipping point through topologically targeted social distancing
一个社会系统的流行病阈值是一种疾病在其中传播成为流行病的感染率与恢复率之比。在没有药物干预（即疫苗）的情况下，控制特定疾病的唯一方法是通过非药物干预（如社交距离）来移动这一阈值，超过与疾病相对应的流行阈值，从而使系统从流行状态转变为非流行状态。将疾病建模为社交图上的传播过程，可以通过删除一些图链接来建模社交距离。它已被证明，最大的特征值的邻接矩阵的结果图对应于系统的流行阈值。在这里，我们使用马尔可夫链蒙特卡罗（MCMC）方法来研究那些在减少邻接矩阵的最大特征值方面做得很好的链接删除。MCMC方法从具有定义的期望值$λ_{max}$的相对正则网络系综生成样本。我们称之为“良好控制网络集成”（WCNE），并将其结构与具有相同链路密度的随机稀疏网络进行比较。我们观察到WCNE中的网络在度分布上倾向于更均匀，并使用这种见解来定义两个ad-hoc删除策略，这也大大减少了最大的特征值。有针对性地删除80%的链接与随机删除90%的链接一样有效，留下的联系人是原来的两倍。
2021-07-13 physics.soc-ph
Effect of risk perception on epidemic spreading in temporal networks
由于大量的建模工作以及分析和数值研究，在理解传染病传播模型方面取得了许多进展，考虑了具有非常不同的结构和属性的宿主种群，包括复杂的和时间的相互作用网络。此外，最近的一些研究已经开始超越疾病传播与疾病传播所依赖的接触者结构之间不存在耦合的假设。已经提出了包括传播意识在内的模型，以模拟个人采取的降低感染风险的可能预防措施，但大多考虑静态网络。在这里，我们适应这样一个框架，以更现实的情况下，个人之间的互动时间网络。我们研究所产生的模型，通过分析和数值方法的时间网络和经验的时间分辨接触数据的简单模型。分析结果表明，流行阈值不受意识的影响，但可以显着降低患病率。然而，数值研究强调存在非常强的有限尺寸效应，特别是对于更现实的合成时间网络，导致在存在风险意识的情况下，有效的流行病阈值发生显著变化。对于经验接触网络，认识机制也导致有效阈值的变化和流行病流行率的大幅下降。
2017-10-16 physics.soc-ph
Traffic-driven Epidemic Spreading in Finite-size Scale-Free Networks
对复杂网络的研究有助于揭示复杂系统的结构与功能之间的关系。一个值得注意的结果是，在无限大的无标度网络中没有流行病阈值，这意味着任何感染都将永远传播，而不管传播速度如何。目前绝大多数的理论方法都假设感染是作为一个反应过程从节点传播到所有邻居。在这里，我们采用不同的视角，并表明，流行病的发病率是由交通流量条件。具体来说，我们考虑的情况下，流行病的路径被定义和驱动的流量。通过大量的数值模拟和理论预测，它表明，在无标度网络中的流行病阈值的值直接取决于流量条件，特别是在给定的路由协议的介数分布的第一和第二时刻。我们考虑的情况下，节点的交付能力是有界或无界的。在这两种情况下，阈值取决于流量，并随着流量的增加而减小。有限制的交付引发了拥堵的出现，减缓了疾病的传播，并为流行病的发病率设定了限制。我们的研究结果提供了一个一般的概念框架，以了解复杂网络上的传播过程。
2009-09-23 physics.bio-ph physics.soc-ph
A Review of Graph Neural Networks in Epidemic Modeling
Emory University（埃默里大学）；Georgia Institute of Technology（佐治亚理工学院）
本文综述图神经网络在流行病建模中的任务与方法，提出层级分类，分析神经模型与混合模型的技术细节、局限及未来方向。
2024-09-09 cs.LG cs.SI physics.soc-ph
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
Epidemic reproduction numbers in spatial networks
Aalto University（阿尔托大学）
本文提出基于网络的框架，比较具有和无空间结构的种群中繁殖数的差异，揭示网络结构对传染病传播的影响。
2026-03-23 physics.soc-ph q-bio.PE
Predicting epidemic risk from past temporal contact data
了解流行病如何在系统中传播是预防和控制疫情的关键一步，对系统的功能，健康和相关成本具有广泛的影响。这可以通过确定感染风险较高的因素和实施有针对性的监测和控制措施来实现。需要考虑的一个重要因素是各要素之间的疾病传播接触模式，但缺乏数据或在提供最新记录方面的延误可能会妨碍其使用，特别是对于时变模式。在这里，我们探讨在没有更新数据的情况下，在多大程度上可以使用系统接触模式的过去时间数据来预测新出现的疫情期间其元素的感染风险。我们专注于两个现实世界的时间系统;牲畜之间的动物控股流离失所贸易网络，和高端卖淫的性接触网络。我们将节点的忠诚度定义为其随时间推移与相同元素保持联系的趋势的局部度量，并揭示了与节点流行病风险的重要非平凡相关性。我们表明，风险评估分析，结合这些知识，并根据过去的结构和时间模式属性提供了准确的预测这两个系统。通过引入一个理论模型来生成合成时间网络，测试了它的推广性。我们的预测的高准确性在不同的设置中恢复，而可能的预测量是系统特定的。所提出的方法可以为有针对性的干预策略的设置提供关键信息。
2015-03-13 cs.SI physics.soc-ph
From neurons to epidemics: How trophic coherence affects spreading processes
营养相干性是有向网络中节点在层次上组织程度的度量，最近已被证明与复杂系统的许多结构和动力学方面密切相关，包括图形特征谱、反馈周期的存在与否以及线性稳定性。此外，在神经元、物种、基因、代谢物、细胞信号、连接词、P2P用户和世界贸易的网络中已经观察到非平凡的营养结构。在这里，我们考虑两个简单的，但显然是完全不同的动力学模型-一个易感-感染-易感（SIS）流行病模型，适用于包括复杂的传染病，另一个Amari-Hopfield神经网络-并表明，在这两种情况下，相关的传播过程调制以类似的方式由底层网络的营养连贯性。为此，我们提出了一个网络组装模型，它可以生成具有可调营养相干性的结构，限制在完美分层网络或随机图中。我们发现，营养相干性可以在传播行为中产生质的变化，决定活动脉冲是否会渗透到整个网络或保持局限于节点的子集，以及这种活动是否会迅速消失或无限期地持续下去。这些结果可能对我们理解流行病、谣言、生态系统冲击、神经元雪崩和许多其他传播过程等现象很重要。
2016-07-21 cond-mat.dis-nn physics.soc-ph
Tunable and Growing Network Generation Model with Community Structures
近年来，人们对社交网络的建模和仿真越来越感兴趣，以了解一些社会现象。小世界网络和无标度网络是两类重要的网络，它们的研究引起了人们的广泛兴趣。社交网络的另一个重要特征是社区结构的存在。许多社会过程，如信息扩散和疾病流行依赖于社区结构的存在，使其成为网络生成模型的一个重要属性。在本文中，我们提出了一个可调的和增长的网络生成模型，具有小世界和无标度特性，以及社区结构的存在。该模型的主要贡献是，由此创建的社区满足三个重要的结构特性：每个社区内的连接遵循幂律，社区有高的聚类系数和层次社区结构存在于使用该模型生成的网络。此外，该模型是高度鲁棒的，能够产生具有许多不同的拓扑特征的网络，不同的聚类系数和簇间边缘。我们的模拟结果表明，该模型产生的小世界和无标度网络，以及描绘现实世界的社会和社交网络的社区的存在。
2014-10-31 cs.SI physics.soc-ph
A Quantum-Compliant Formulation for Network Epidemic Control
Politecnico di Torino（都灵理工大学）；National Institute of Geophysics and Vulcanology（意大利地球物理与火山学研究所）
本文提出一种量子兼容的网络传染病控制方法，通过QUBO模型解决出行禁令下的最优控制问题，平衡医疗系统负担和社会经济成本。
2025-08-30 cs.SY eess.SY math.OC
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
Modelling the influence of progressive social awareness, lockdown and anthropogenic migration on the dynamics of an epidemic
基本的易感-感染-感染（SIR）模型被扩展到包括渐进的社会意识，封锁和人为迁移的影响。研究发现，社会意识可以通过降低基本再生产率$R_0$有效地遏制传播。有趣的是，发现意识在一个社会中更有效，与反应较慢的社会相比，它可以更快地采用意识。该论文还将死亡率分数与临床恢复分数分开，并试图在缺乏和存在社会意识的情况下对封锁的结果进行建模。可以看出，错开封锁期不仅在经济上有利，而且有助于遏制感染蔓延。此外，交错退出战略与渐进的社会意识被认为是最有效的干预。本文还探讨了在两区情景下，人为迁移对疫情动态的影响。计算结果表明，不同区域中不同组分的演化不同。这种模型可以方便地将一个大区域划分为较小的子区域，以便不成比例地实施封锁，或者从封锁中退出。计算是使用与印度背景下的SARS-COV-2病原体一致的参数进行的。
2020-08-27 physics.bio-ph physics.med-ph physics.soc-ph
UTLDR: an agent-based framework for modeling infectious diseases and public interventions
如今，由于SARS-CoV-2大流行，流行病建模正经历着来自不同研究领域的研究人员不断增长的兴趣。事实上，关于计算流行病学的大量文献为分析研究和旨在预测性和规定性情景描述的新模型的定义提供了坚实的基础。为了方便使用扩散模型，在过去十年中提出了几个编程库和工具：然而，据我们所知，没有一个是明确设计的，允许其用户将公共干预纳入其模型。在这项工作中，我们介绍了UTLDR，一个框架，可以模拟几个公共干预措施（及其组合）对疫情过程的展开的影响。UTLDR支持分区模型的增量设计，并在复杂的交互网络拓扑上模拟它们。此外，它允许整合关于分析群体的外部信息（例如，年龄、性别、地理分配和流动模式（\dots），并使用它来分层和细化设计的模型。在介绍该框架之后，我们提供了一些案例研究来强调其灵活性和表达能力。
2020-11-11 cs.SI physics.soc-ph
Six Susceptible-Infected-Susceptible Models on Scale-free Networks
传播现象在自然界和社会中普遍存在。例如，疾病、谣言和信息通过底层的社会和信息网络传播。众所周知，无标度网络上的流行病模型没有阈值;这表明疾病可以在这样的网络上传播，不管接触率有多低。在本文中，我考虑了六种不同的接触和传播机制的模型。每一个模型进行了分析，基于度的平均场论。我表明，存在或不存在的爆发阈值取决于接触和传播机制。
2015-08-16 cond-mat.stat-mech cs.SI nlin.AO
Inferring high-resolution human mixing patterns for disease modeling
数学和计算建模方法越来越多地用作分析和预测传染病流行的定量工具。然而，在解决复杂的公共卫生问题时，越来越需要现实主义，这就要求建立控制疾病传播过程的人类接触模式的准确模型。在这里，我们提出了一个数据驱动的方法，通过使用非常详细的宏观（人口普查）和微观（调查）数据的关键社会人口特征，以产生有效的描述人口层面的接触模式。我们为277个国家以下行政区域编制了按年龄分层的联系人矩阵，覆盖约35亿人口，反映了重点国家高度的文化和社会多样性。我们使用派生的接触矩阵来模拟空气传播的传染病的传播，并表明，在人类混合模式的次国家的异质性有显着的影响，如相同病因的流行病的繁殖数量和总体发病率的流行病指标。这里得出的接触模式作为一种建模工具公开提供，以研究社会经济差异和人口异质性对传染病流行病学的影响。
2020-02-25 physics.soc-ph q-bio.PE q-bio.QM
Note on the Complex Networks and Epidemiology Part I: Complex Networks
复杂网络描述了自然界和社会中广泛的系统。经常被引用的例子包括Internet、WWW、化学反应连接的化学网络、社会关系网络、引文网络等。复杂网络的研究已经引起了许多科学家的关注。物理学家已经证明，这些网络表现出一些令人惊讶的特征，如高聚集系数，小直径，以及没有渗流阈值。数学流行病学的科学家们发现，传染病的阈值在遵循无标度分布的接触网络上消失。经济学和公共卫生研究者也发现，模仿行为会导致接种和未接种的集群现象。在本文中，我们将回顾复杂网络的基本概念;基本流行病模型;复杂网络和流行病学的发展。
2013-02-23 cs.SI nlin.AO physics.soc-ph
Modeling the Spread of Multiple Contagions on Multilayer Networks
建立了多层网络上多重传染病的SIS模型，考虑了不同的传播渠道和疾病突变。该模型的基本再生数的估计解析。在一个特殊的情况下，只考虑房室模型，我们分析了一个例子的突变驱动的菌株持久性的特点是没有流行病阈值的模型。该模型与网络拓扑结构无关，可以在分区模型和网络模型中观察到。多层网络上的新型多重传染SIS模型可以帮助理解其他传播现象，包括传染病，文化特征，成瘾，或通过电子邮件消息，网络博客和计算机网络传播的信息。
2020-03-30 physics.soc-ph
Social distancing in pedestrian dynamics and its effect on disease spreading
在没有接种疫苗的情况下，非药物措施，如社交距离，可以在控制流行病方面发挥重要作用。在本文中，我们研究了社会距离对流行病的影响，它是可执行的。我们使用一个结合了人类流动和疾病传播的数学模型。对于流动性动态，我们设计了一个基于代理的模型，包括行人动态与一种新型的力量，类似于在拥挤的网站社交距离。对于传播动力学，我们认为隔间的SIE动力学加上间接传播的足迹的传染性行人的传染因素。我们发现，增加社会距离的强度有显着影响的暴露风险。通过将人群分类为社会距离遵守者和非遵守者，我们得出结论，即使是少数潜在传染性病原体的社会距离实践，也会导致人群暴露风险发生急剧变化，但会降低其他人群实施该协议的有效性。此外，我们观察到，对于间接传播更重要的传染病，社会距离的有效性会降低。本研究可为降低暴露风险的政策制定提供定量指导。
2020-10-24 physics.soc-ph q-bio.PE
Intra-community link formation and modularity in ultracold growing hyperbolic networks
本研究针对温度为0的Popularity Similarity Optimization双曲网络模型，推导等大小角扇区划分的期望模块度解析表达式，大幅提升了估计精度，深化了对双曲网络模块形成机制的理解。
2024-01-31 physics.data-an physics.soc-ph
