Impact of Indirect Contacts in Emerging Infectious Disease on Social Networks
个体之间的相互作用模式在传染病传播中起着至关重要的作用。了解这些模式，并将其影响整合到传染病的扩散动力学模型中，对于流行病学研究具有重要意义。目前基于网络的扩散模型假设疾病通过感染者和易感者同时共存的相互作用传播。然而，有几种传染病可以在易感个体在受感染个体离开后访问某个地点时传播。最近，我们引入了一个扩散模型，称为同地异时（SPDT）传输，以捕捉间接传输时发生的感染个体离开之前，一个易感个体的到来，随着直接传输。在本文中，我们展示了这些间接传播联系如何显着增强传染病的出现模拟空气传播疾病传播的合成社会接触网络。我们把在传染期有间接联系但没有直接联系的个体称为隐性传播者。我们的模拟表明，间接链接发挥类似的作用，直接链接和一个隐藏的传播者可以引起大爆发的SPDT模型，导致在现有的模型中没有感染的基础上直接链接。我们的工作为传染病建模开辟了新的方向。
2018-03-30 cs.SI physics.soc-ph q-bio.PE
On the predictability of infectious disease outbreaks
传染病爆发概括了生物学：它们来自宿主、病原体及其共享环境的多层次相互作用。因此，预测疾病将在何时、何地以及传播多远，需要采用复杂系统方法进行建模。最近的研究表明，预测疫情的不同组成部分-例如，预期的病例数、需要治疗的病例的速度和节奏、对预防设备的需求、进口概率等--是可行的因此，推进疾病预测的科学和实践现在需要测试爆发预测的基本限制的存在。要调查的爆发预测的问题，我们研究了信息理论的限制，预测在广泛的一组传染病使用排列熵作为一个模型的独立措施的可预测性。研究历史爆发的各种集合的可预测性-包括衣原体，登革热，淋病，甲型肝炎，流感，麻疹，腮腺炎，脊髓灰质炎和百日咳-我们确定了传染病时间序列预测的基本熵障碍。然而，我们发现，对于大多数疾病来说，这种预测障碍往往远远超出了单次爆发的时间范围。我们还发现，预测范围因疾病而异，并表明模型结构的变化和社会网络的异质性是观察到的传染病之间的差异最有可能的机制。我们的研究结果强调了超越时间序列预测的重要性，通过拥抱动态建模方法，并提出了在长时间序列中进行模型选择的挑战。我们进一步预计，我们的研究结果将有助于快速增长的流行病学预测领域，并可能涉及更广泛的复杂适应系统的可预测性。
2018-10-10 physics.soc-ph q-bio.PE
Spatial dynamics of airborne infectious diseases
疾病爆发，如2003年的严重急性呼吸系统综合征和2009年的甲型H1N1流感大流行，突出了室内环境中空气传播的可能性。携带病原体的可呼吸液滴提供了感染空间传播的载体，其液滴运输由扩散和对流过程决定。提出了一个描述疾病传播空间动力学的流行病模型。环境气流的影响，作为感染控制，被纳入导致一个延迟方程，液滴密度依赖于在以前的时间的感染密度。发现小液滴（$\sim 0.4\ μ$ m）由于小的病毒载量和它们传播感染所需的相关持续时间而产生可忽略的感染力。相比之下，较大的液滴（$\sim 4\ μ$ m）可导致传染波传播通过完全易感人群或局部易感人群的二次感染爆发。发现液滴扩散是导致感染的最小空间传播的液滴运输的低效模式。推导出一个临界空气速度，在该速度以上，即使基本再生数$R_{0}$超过1，疾病传播也会受到损害。
2011-12-15 physics.soc-ph q-bio.PE
Spread of infectious diseases: Effects of the treatment of population
在集合种群网络中，传染病由于个体的旅行而广泛传播。在本研究中，我们考虑了一个修改后的集合种群易感-感染-删除（SIR）模型的潜伏期，我们称之为SHIR模型。在SHIR模型中，传染期分为两个阶段。在第一阶段，即潜伏期，传染性个体可以旅行。然而，在第二阶段，这些人不能旅行，因为他们病得很重。用两种不同的方法模拟了集合种群SIR和SHIR模型的最终大小分布，并进行了比较。在蒙特卡罗模拟中，总体被视为整数，分布表现出类似的行为。然而，在反应扩散系统中，其中的人口被视为一个实数，最终的尺寸分布的SHIR模型有一个不连续的跳跃，而SIR模型显示出连续的过渡。不连续的跳跃被认为是一个工件，由于不适当的终止条件。
2017-07-17 physics.soc-ph q-bio.PE
Modeling the Dynamics of Infectious Diseases in Different Scale-Free Networks with the Same Degree Distribution
某些传染病的传播动力学与网络中个体之间的接触结构有关。我们使用了五种算法来生成具有不同拓扑结构但具有相同无标度分布的接触网络。我们模拟了急性和慢性传染病在这些网络上的传播，使用SI（易感-感染）和SIS（易感-感染-易感）流行病模型。在模拟中，我们的目标是观察网络的拓扑结构对模拟疾病的动态和流行的影响。我们发现，传染病在不同网络上传播的动力学具有相同的度分布可能会有很大的不同。
2013-08-26 cs.SI physics.soc-ph q-bio.PE
The reachability of contagion in temporal contact networks: how disease latency can exploit the rhythm of human behavior
许多传染病的症状会影响其宿主退出社会活动，限制其自身传播的潜力。因此，成功的传播需要传染性的开始与宿主的社交活动时间一致。由于社会活动和传染性都是时间现象，我们假设，当这两个过程同步时，疾病最普遍。我们认为疾病的动力学，包括行为反应，有效地缩短了疾病的传染期。我们将这个模型应用于从面对面的社交互动中收集的数据，并具体研究潜伏期的持续时间如何影响疾病的可及性。然后，我们模拟模型疾病在网络上的传播，以测试我们结果的鲁棒性。潜伏期与人的暂时社会行为同步的疾病，即潜伏期为24小时或7天，对应于有可能被感染的人数的高峰。这种同步的效果是目前的一系列疾病模型与现实的参数。传染病的潜伏期与其普遍性之间的关系是非线性的，在很大程度上取决于疾病传播的社会背景。
2017-07-25 physics.soc-ph q-bio.PE
Infectious Disease Transmission In A Modified SEIRS model
本文提出一种改进的SEIRSD模型，通过引入暴露到易感仓室的逆向传播和感染致死率，发现该逆向流动显著影响感染峰值高度及发生时间，对研究Covid-19变种传播具有现实意义。
2025-07-11 physics.soc-ph q-bio.PE
Mind the scales: Harnessing spatial big data for infectious disease surveillance and inference
空间大数据具有大数据源的“速度”、“容量”和“多样性”以及有关记录的附加地理信息。数字数据源，如医疗索赔、移动电话通话数据记录和带有地理标签的推文，已经进入传染病流行病学领域，成为补充传统传染病监测的新数据源。在这项工作中，我们提供了迄今为止如何将空间大数据用于流行病学分析的例子，并描述了这些来源改善公共卫生协调和疾病缓解战略的机会。此外，我们考虑了在传染病监测和推断中使用空间大数据的技术，实践和伦理挑战。最后，我们讨论了流行病学中越来越多地使用空间大数据对健康风险沟通，跨规模公共卫生协调和公共卫生政策建议的影响。
2016-08-26 physics.soc-ph q-bio.PE stat.AP
SEIR-Campus: Modeling Infectious Diseases on University Campuses
我们引入了一个Python包，用于使用基于代理的SEIR风格流行病学模型建模和研究传染病的传播，重点是大学校园。本文件解释了该软件包中使用的流行病学模型，并举例说明了该软件包的使用方法。
2020-11-11 cs.MA cs.SI physics.soc-ph
Effect of population migration and punctuated lockdown on the spread of infectious diseases
本研究提出n城市人口迁移模型，分析放松封锁后人口迁移对疾病传播的影响，计算基本再生数，并引入间歇性封锁策略以模拟反复封锁，发现其能引发具有多峰的阻尼振荡行为，从而限制感染重新爆发。
2021-12-09 physics.soc-ph q-bio.PE
Using statistics and mathematical modelling to understand infectious disease outbreaks: COVID-19 as an example
在传染病暴发期间，数据的偏差和潜在动态的复杂性对暴发的数学建模和政策设计构成了重大挑战。受持续应对COVID-19的激励，我们提供了一套统计和数学模型工具包，超越了简单的SIR型微分方程模型，用于分析疫情的早期阶段和评估干预措施。特别是，我们专注于参数估计的数据中存在已知的偏见，和封闭的亚群，如家庭和护理院的非药物干预的效果。我们通过将这些方法应用于COVID-19大流行来说明这些方法。
2020-05-11 physics.soc-ph q-bio.PE
Escaping the poverty trap: modeling the interplay between economic growth and the ecology of infectious disease
经济动态与传染病之间存在着不可分割的联系：经济福祉影响健康（卫生、营养、治疗能力等）。健康影响经济福祉（因疾病而丧失劳动生产率）。社会往往陷入健康状况不佳和经济状况不佳的“贫困陷阱”。在这里，使用一个简化的耦合疾病经济模型与内生资本增长，我们证明了贫困陷阱的形成，以及如何摆脱他们。我们提出了两种可能的逃避机制，这两种机制都是由经验数据驱动的：一种是通过资本流入（发展援助），另一种是通过改变医疗保健支出占GDP的百分比。我们发现，大量资本的流入可以成功地摆脱贫困陷阱，但仅靠增加卫生支出是不行的。我们的研究结果表明，摆脱贫困陷阱可能是可能的，并进行重要的政策意义，在世界范围内的援助和国内医疗保健支出的分配。
2014-03-05 physics.soc-ph q-bio.PE
Infectious disease dynamics in metapopulations with heterogeneous transmission and recurrent mobility
人类流动、接触模式以及它们之间的相互作用是我们社会行为的关键方面，这些行为塑造了传染病在不同地区的传播。根据关于这两个要素的新证据和数据集，流行病模型应加以改进，以纳入人类接触的异质性和流动模式的复杂性。在这里，我们提出了一个理论框架，允许容纳这两个方面的一组马尔可夫方程的形式。我们验证这些方程与广泛的机械模拟，并推导出分析的流行阈值。这个临界值的表达使我们能够评估其对特定人口分布的依赖性，流动流的结构，以及接触模式的异质性，从而揭示了文献中报道的由经常性流动模式驱动的流行病损害的微观机制。
2021-07-23 physics.soc-ph q-bio.PE
Geographically-dependent individual-level models for infectious diseases transmission
传染病模型对于理解影响疾病传播的潜在机制和预测未来疾病进展非常有用。建模越来越多地用于评估不同控制措施的潜在影响，并指导公共卫生政策决策。近年来，传染病的时空建模取得了快速的进展，离散时间个体水平模型（ILM）就是其中的一个例子。这些模型发展得很好，为许多疾病系统的建模提供了一个通用的框架，然而，它们假设两个个体之间的疾病传播概率仅取决于他们的空间分离，而不是他们的空间位置。在空间位置本身对于理解新出现的传染病的传播和确定其原因很重要的情况下，将空间位置的影响纳入模型将是有益的。因此，在这项研究中，我们将ILM推广到一类新的地理依赖性ILM（GD-ILM），以评估空间变化的风险因素（例如，教育、环境）以及未观察到的空间结构对传染病传播的影响。具体来说，我们考虑一个条件自回归模型来捕捉未观察到的空间结构的潜在协变量或测量误差的影响。这导致灵活的传染病模型，可用于制定病因假设和确定异常高风险的地理区域，以制定预防行动。这些模型的可靠性进行了研究，结合模拟流行病数据和艾伯塔省季节性流感爆发数据（2009年）。这类新的模型是使用MCMC方法拟合贝叶斯统计框架内的数据。
2019-08-15 physics.soc-ph q-bio.PE stat.AP
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
Study on Dynamical Behavior of Coinfection Infectious Disease Model
本文研究共感染传染病模型，分析三类边界平衡点和内部平衡点的存在性与稳定性，并利用分支理论揭示鞍结点分支及余维3的B-T分支。
2025-03-12 math.DS physics.soc-ph q-bio.PE
Infectious Disease Induces Emergent Oscillations, Extinction and Changes in Community Persistence in a Food Chain
Sharif University of Technology（谢里夫理工大学）；SRH University of Applied Sciences Heidelberg（SRH海德尔堡应用科学大学）；Zuse Institute Berlin（柏林祖斯研究所）
研究传染病对食物链的影响，通过在广义Lotka-Volterra方程支配的食物链模型中引入新参数实施SIR模型，发现传染病使捕食者种群规模有时振荡，顶级捕食者在特定参数下可能灭绝，且改变群落持久性。
2026-07-17 nlin.CD physics.soc-ph q-bio.PE
Incorporating social contact data in spatio-temporal models for infectious disease spread
对应报告的传染病进行常规公共卫生监测，每周对报告的病例进行计数-可能按区域和/或年龄组分层。我们研究了如何将年龄结构的社会接触矩阵纳入传染病计数的时空地方病流行模型。为了说明这种方法，我们使用POLYMOD研究的接触数据分析了2011-2015年柏林12个区6个年龄组的诺如病毒胃肠炎传播情况。所提出的年龄结构模型优于年龄组之间同质或无混合的替代方案。一个扩展的接触模型表明，权力转型的调查为基础的接触矩阵对更多的组内传输。
2016-11-17 physics.soc-ph q-bio.PE stat.AP
State Discretization for Continuous-State MDPs in Infectious Disease Control
针对传染病控制中连续状态MDP难以处理的问题，开发连续状态离散化算法以获取近似解，并通过合成示例和洛杉矶县COVID-19案例与均匀离散化进行性能基准测试，为最优控制策略确定提供支持。
2024-10-04 math.OC physics.soc-ph
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
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
Including frameworks of public health ethics in computational modelling of infectious disease interventions
本文提出一种概念验证方法，将结果公平和总收益等公共卫生伦理价值纳入传染病干预计算模型的评估中，揭示了不同伦理框架下的最优策略价值权衡。
2025-01-31 cs.CY physics.soc-ph q-bio.PE
Screening for an Infectious Disease as a Problem in Stochastic Control
Czech Technical University（捷克技术大学）
最近人们对筛查人群中的传染病很感兴趣。在这里，我们提出了一个随机控制模型，其中的最佳筛选政策是证明很难找到，但其中汤普森抽样证明最佳的性能保证贝叶斯后悔的形式。汤普森抽样似乎特别适用于我们不太了解其动态的疾病，例如超级传播的COVID-19。
2020-11-01 cs.LG math.OC physics.soc-ph
Early Real-time Estimation of Infectious Disease Reproduction Number
当一种传染病袭击一个群体时，新报告的病例数往往是人们在疫情爆发的早期阶段能够获得的唯一可用信息。早期暴发分析的一个重要目标是从现有的有限信息中获得基本繁殖数$R_{0}$的可靠估计。我们提出了一种新的方法，使我们能够在一个更早的阶段相比，其他可用的方法，使一个可靠的实时估计的繁殖数量。我们的方法考虑到疾病的传染期分布广泛，接触网络的度分布是异质的可能性。我们验证我们的分析框架与数值模拟。
2012-02-07 physics.soc-ph q-bio.QM
Disease Detectives: Using Mathematics to Forecast the Spread of Infectious Diseases
COVID-19大流行导致人们目前的生活方式发生重大变化。为了确定如何最好地减少大流行的影响并开始重新开放社会，各国政府从传染病传播的数学模型中获得了见解。在本文中，我们介绍了一系列数学模型（称为“隔间模型”），并讨论了分析这些模型的结果如何影响政府政策和人类行为，例如鼓励戴口罩和保持身体距离以帮助减缓疾病的传播。
2020-09-07 math.DS math.HO nlin.AO
Possible counter-intuitive impact of local vaccine mandates for vaccine-preventable infectious diseases
本文通过随机SIR家庭模型研究地方性学校疫苗强制令对传染病暴发的影响，发现当疫苗覆盖率接近群体免疫水平时，强制令可能因未接种学生向无强制令学校聚集而反直觉地提高暴发概率和医学豁免学生的感染概率。
2024-03-21 math.PR physics.soc-ph q-bio.PE
Connecting Mass-action Models and Network Models for Infectious Diseases
本文通过确定传播规则和提出映射方法，将任意网络上的传染病传播与质量作用模型相联系，并利用合成数据验证了方法优势，阐明了两种模型结果一致或不一致的成因。
2024-08-27 physics.soc-ph q-bio.PE stat.AP
The effect of heterogeneous distributions of social norms on the spread of infectious diseases
由SARS-CoV-2病毒引起的COVID-19疫情于二零二零年初在中国突然爆发，并迅速蔓延至全球。这导致了对病毒本身的研究显著增加，更广泛地说，在许多科学领域的流行病。在这项工作中，我们专注于传染病传播的动态，以及它如何受到遵守社会规范的个体差异的影响，即，人口成员采用健康和卫生的社会规范。
2022-03-29 physics.soc-ph
Superspreaders and High Variance Infectious Diseases
COVID-19等大流行病的一个众所周知的特征是感染传播中的高度传播异质性：并非所有受感染的个体都以相同的速度传播疾病，一些个体（超级传播者）对大多数感染负有责任。为了量化这种现象，需要分析感染分布的方差和高阶矩的影响。在随机分支过程的框架下工作，我们推导出一个近似的解析公式，在感染分布的高方差制度的爆发的概率，数值验证和分析其制度的有效性在各种例子。我们发现，即使基本再生数$R_0$大于1，在高方差状态下也可能不发生疫情，并讨论了我们的结果对COVID-19和其他大流行病的影响。
2020-10-12 cond-mat.stat-mech physics.soc-ph q-bio.PE
Modeling Infectious Diseases: From SIR Models to Diffusion-Based Approaches and Numerical Solutions
本文梳理了传染病建模从SIR等常微分方程模型到时空反应-扩散模型的演进，阐述了Runge-Kutta法等数值方法的应用，强调其在疫情预测、公共卫生决策及大流行防控中的关键价值。
2025-02-21 cs.NA math.NA physics.soc-ph
Wealth distribution under the spread of infectious diseases
我们开发了一个数学框架，通过将流行病学动态与财富交换的动力学模型相结合来研究传染病的经济影响。多代理人的描述导致研究随着时间的推移的一个系统的动力学方程的财富密度的易感性，传染性和恢复的个人，其比例是由一个经典的流行病学房室模型驱动的演变。显式计算表明，疾病的传播严重影响了财富的分配，这与没有流行病的情况不同，可以收敛到一个具有双峰形式的稳态。此外，模拟证实了该模型能够描述在流行病迅速蔓延的情况下经济趋势的不同现象特征，例如对不同财富阶层的不平等影响和中产阶级萎缩的风险。
2020-04-28 econ.GN physics.soc-ph q-fin.EC
Backward bifurcation arising from decline of immunity against emerging infectious diseases
针对免疫力衰退现象，本文提出带疫苗接种和再感染的年龄结构模型，证明无病平衡点发生后向与前向跨临界分支，并发现鞍结分支，为理解EIDs与免疫力衰退相互作用及制定减缓策略提供依据。
2024-07-21 math.DS physics.soc-ph
Simulating City-level Airborne Infectious Diseases
随着世界人口的指数增长和人员流动性的不断增加，流行病爆发的危险正在上升。特别是在高密度的城市地区，如公共交通和换乘点，人们彼此非常接近，我们观察到空气传播病毒和相关病原体的传播急剧增加。必须充分了解这些地区的“传播高速公路”，以预防或预测传染病的传播。我们采取的方法是将来自所有相关来源的尽可能多的信息结合起来，并将其集成到一个模拟环境中，以进行场景测试和决策支持。在本文中，我们提出了一种新的方法来研究城市空气传播疾病的传播相结合的交通信息，地理空间数据，感染动力学和传播特性。
2011-12-30 cs.OH physics.soc-ph
Ethical considerations in infectious disease modelling for public health policy: the case of school closures
本文探讨传染病建模用于公共卫生政策（如学校停课）时的伦理问题，指出缺乏伦理框架的风险，并提出建模中应关注人口异质性、观点多样性、利益分配及模型透明度等伦理考量，以确保政策建模符合伦理价值观。
2025-10-02 physics.soc-ph
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
Qualitative analysis of a class of SIRS infectious disease models with nonlinear infection rate
该研究针对总人口恒定下的一类带非线性感染率与治疗率的SIRS传染病模型，通过微分方程定性理论分析非负平衡点稳定性，用分岔理论证明自然恢复增长率为鞍结分岔参数并给出存在条件，完善了该类模型的定性理论结果。
2024-03-07 math.DS physics.soc-ph
A High-Resolution Human Contact Network for Infectious Disease Transmission
人类最常见的传染病--以及那些最有可能快速大流行传播的传染病--通常在近距离相互作用（CPI）期间通过飞沫传播。尽管这一传播途径的重要性，很少有人知道的动态模式的消费物价指数。利用无线传感器网络技术，我们获得了高分辨率的数据CPI在一个典型的一天在美国高中，允许重建的社会网络相关的传染病传播。在94%的覆盖率下，我们在788个个体中收集了762，868个最大距离为3米的CPI。数据显示，一个高密度的网络具有典型的小世界属性和一个相对均匀的分布的互动时间和互动伙伴之间的主题。在加权接触图上的流感样疾病传播的计算机模拟与最近流感季节的缺席数据非常一致。有针对性的免疫策略的分析表明，接触网络数据需要设计的策略，是显着更有效的随机免疫。基于接触网络数据的免疫策略在高疫苗接种覆盖率下最有效。
2010-08-24 physics.med-ph physics.soc-ph q-bio.QM
Lexical Sorting Centrality to Distinguish Spreading Abilities of Nodes in Complex Networks under the Susceptible-Infectious-Recovered (SIR) Model
复杂网络中的传染病建模是近年来研究的热点之一。易感-感染-传染（SIR）模型及其变体常用于流行病建模。传染病建模中的一个重要问题是确定网络中节点的传播能力。因此，例如，可以在早期阶段检测到。在这项研究中，我们开发了一个中心性措施，称为词汇排序中心性（LSC），区分节点的传播能力。使用为节点计算的其他中心性度量，LSC以类似于字母顺序的方式对节点进行排序。我们使用SIR对六个数据集进行了模拟，以评估LSC的性能，并将LSC与度中心性（DC），特征向量中心性（EC），接近中心性（CC），介数中心性（BC）和引力中心性（GC）进行了比较。实验结果表明，LSC能更准确、更果断、更快速地判别节点的传播能力。
2021-01-24 cs.SI physics.soc-ph
Modelling the impact of social mixing and behaviour on infectious disease transmission: application to SARS-CoV-2
关于传染病，社会经济决定因素与不同的暴露和易感性密切相关，但它们很少被标准的房室传染病模型所解释。这些协会在这里探讨了一种新的房室传染病模型，分层剥夺和年龄，占人口水平的行为，包括社会混合模式。作为使用完全贝叶斯方法的范例，我们的模型与来自英格兰的UKHSA COVID-19社区测试案例数据进行了实时拟合。根据后验样本估计了包括再生产数量和每日病例发病率预测在内的预测值。从UKHSA的数据集可以观察到，在大流行初期，最贫困的群体报告的病例最多，但这一趋势在2021年夏季后逆转。拟合模型的基础上的前向模拟实验表明，这种逆转可以占人口水平的行为，包括社会混合和测试行为的差异变化，但它是不能解释的易感个体的枯竭。在未来的流行病中，重点是社会经济因素，这里概述的方法提供了确定风险最大的群体的可能性，以帮助决策者更好地确定其支持的目标。
2022-11-25 physics.soc-ph stat.AP
Impact of initial outbreak locations on transmission risk of infectious diseases in an intra-urban area
Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）；University of Science and Technology of China（中国科学技术大学）
传染病通常起源于一个城市内的特定地点。由于人口和公共设施分布的异质性，以及空间嵌入的人类流动网络的结构异质性，传染病在不同地点爆发会造成不同的传播风险和控制难度。本研究旨在调查初始暴发地点对时空传播风险的影响，并揭示高风险暴发地点背后的驱动力。首先，结合手机定位数据，我们建立了一个基于SLIR（潜在-潜伏-传染-移除）的元种群模型来模拟传染病的传播过程（即，COVID-19）在细粒度的城市内部区域（即，649个社区）。基于模拟模型，提出了感染病例数（CaseRank）、受影响地区数（RegionRank）和空间扩散范围（SpatialRange）3个指标，对不同初始暴发点的传播风险进行了评估。最后，我们通过机器学习模型研究了不同影响因素对传播风险的贡献。结果表明，不同的暴发地点会导致相似的病例数，但不同的区域和空间范围。为了避免疫情迅速向更多地区蔓延，必须防止疫情在人口流动密度高的地区爆发。同时，为避免疫情向更大的空间范围传播，需要关注居民日常出行距离较远的偏远地区。这些发现有助于了解城市内最初爆发地点的传播风险和驱动力，并提前制定精确的预防和控制策略。
2022-03-23 cs.AI cs.CY physics.soc-ph
