Disease dynamics on a network game: a little empathy goes a long way
个人在流行病期间改变他们的行为，以应对他们和/或与他们互动的人是健康还是生病。健康的人担心从患病的接触者那里感染疾病，并可能采取保护措施。病人可能担心将疾病传播给健康的接触者，并采取先发制人的措施。然而，在实践中，无论是保护性的还是先发制人的行为变化都是有代价的。本文提出了一个随机网络疾病博弈模型，该模型捕捉了易感-感染-易感（SIS）疾病传播过程中个体的自身利益，其中个体对当前疾病传播风险做出反应，他们的反应与当前疾病状态一起随机决定疾病的下一阶段。我们表明，有一个关键的关注水平，即，同理心，由生病的人，超过这个疾病被根除的速度。此外，我们发现，如果网络和疾病的参数是在流行阈值以上，风险规避行为的健康个体不能根除疾病，没有先发制人的措施，患病的个人。在根除疾病方面，受感染者与易感者之间的反应所起作用的这种不平衡，提供了重要的政策见解。
2016-04-15 cs.SI physics.soc-ph
Control of epidemics via social partnership adjustment
控制流行病对人类社会具有重要意义。调节互动伙伴是一种有效的个体化控制策略。直观地说，这是通过缩短易感者和感染者之间的相互作用时间或增加易感者之间的接触机会来实现的。本文通过建立一个具有非一致随机相互作用的传染病模型，对这两种控制策略进行了比较研究。看来这两种策略应该是相似的，因为缩短易感者和感染者之间的相互作用时间在某种程度上增加了易感者之间接触的机会。然而，分析结果表明，前一种策略的有效性敏感地依赖于感染强度和不同的相互作用率的组合，而后者是相当强大和有效的。模拟显示与我们的分析预测。本文的工作对疾病控制的战略选择具有一定的指导意义。
2016-12-24 physics.soc-ph q-bio.PE
Efficiency of prompt quarantine measures on a susceptible-infected-removed model in networks
本研究的重点是调查的方式，及时的检疫措施抑制网络中的流行病。一个简单而理想的检疫措施被认为是在一个人被感染后立即检测到的概率和检测到的一个和它的邻居迅速隔离。在随机图和不相关的无标度网络中测试了这种隔离在抑制易感染-移除（SIR）模型中的效率。蒙特卡罗模拟表明，及时隔离措施优于随机和熟人预防接种计划在减少感染的个人数量。在检疫措施下，解析地推导了SIR模型的传染病阈值，理论结果表明，及时执行检疫措施对控制传染病是非常有效的。即使被感染的个体被检测到的概率很低，SIR模型下的即时检疫措施有有限的流行病阈值在胖尾无标度网络中，其中感染的个人总是可以导致一个有限的相对大小的爆发没有任何措施。数值模拟也表明，目前的隔离措施是有效的，在实际网络中抑制流行病。
2017-08-12 physics.soc-ph
Epidemic Spreading in a Social Network with Facial Masks wearing Individuals
在本文中，我们提出了一个易感染的恢复（SIR）模型的个人戴口罩和个人谁不。在模型中，疾病传播率、康复率和戴口罩人群比例都具有时间依赖性。我们根据约翰霍普金斯大学公布的COVID-19数据，对疾病传播率和康复率进行了渐进式估计。我们通过极大似然估计来确定戴口罩的个体比例，该估计使随机可治愈-感染-恢复模型的转移概率最大化。如果感染个体的数量很大，则转移概率在数值上很难计算。基于中心极限定理和平均场近似，我们给出了转移概率的一个近似。我们通过数值研究表明，我们的近似效果很好。假设SIR模型的参数不再改变，我们开发了一个键渗流分析来预测最终被感染的人口比例。我们使用我们的理论预测COVID-19大流行的结果。
2021-04-22 cs.SI physics.soc-ph
A Parrondo paradox in susceptible-infectious-susceptible dynamics over periodic temporal networks
本文在周期性时间网络SIS流行病模型中提出并分析了帕隆多悖论：两个各自高于流行阈值的静态网络交替后反而低于阈值，并揭示其与网络结构和子群间反相振荡动力学的关系。
2024-11-21 math.DS physics.soc-ph
Strong ties promote the epidemic prevalence in susceptible-infected-susceptible spreading dynamics
了解传播动态将有利于整个社会更好地预防和控制疾病，以及促进社会责任的信息，同时抑制破坏性的谣言。在基于网络的传播动力学中，不同权重的边可能扮演着截然不同的角色：远方的朋友通常会带来新奇的故事，而亲密的关系对于流感疫情来说风险很高。在这篇文章中，我们提出了一个加权的易感-感染-易感模型的复杂网络，其中的权重定义的两个相关联的节点的拓扑接近。每个受感染的个体被允许选择有限数量的邻居进行接触，并引入一个可调参数来控制通过高权重或低权重边缘进行接触的偏好。在六个真实网络上的实验结果表明，在传播过程中，强联系可以大大促进流行病的流行。通过与两个分别具有随机拓扑和随机重分布权重的统计零模型的比较，我们证明了权重的分布模式而不是拓扑对实验观测值的影响。进一步的分析表明，权重-权重相关性强烈影响结果：当权重-权重相关性存在时，高权重边在保持高流行率方面更显着。
2013-11-22 cs.SI physics.soc-ph
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
Generalized group-based epidemic model for spreading processes on networks: GgroupEM
我们开发了一个广义的基于群体的流行病模型（GgroupEM）框架，用于任何分区流行病模型（例如：易感染-易感，易感染-恢复，易感染-暴露-感染-恢复）。这里，组由单个节点的集合组成。该模型可以用来理解一个随机传染病传播在非常大的复杂网络中的重要动态特性，是关于群体状态的信息。通过分组聚集节点，以聚集误差为代价使状态空间比基于个体的方法小，且聚集误差受等周不等式的强约束。我们还开发了一个平均场近似的框架，以进一步减少状态空间的大小。最后，我们将GgroupEM扩展到多层网络。由于基于组的框架在计算上比基于个体的框架更便宜且更快，因此当模拟时间很重要时，该框架是有用的。
2019-08-16 physics.soc-ph q-bio.PE
Large epidemic thresholds emerge in heterogeneous networks of heterogeneous nodes
网络科学的一个著名结论是，具有异质连接的网络比其更同质的网络更容易受到传染病传播的影响。特别是，在相同节点的网络中，异质性可以降低流行病入侵系统的流行病阈值。因此，网络异质性可以使传播概率较低的疾病持续存在和传播。在这里，我们指出，对于现实世界的应用，这一结果不应该被视为独立的人之间的个体内异质性。我们的研究结果表明，如果考虑到人与人之间的异质性，连接性更异质的网络可以更好地抵抗传染病传播。研究了一类具有适应性疾病回避的易感-感染-易感模型。该模型的结果表明，这种网络异质性效应的逆转可能发生在个体意识到其主观疾病风险的人群中。对于流行病学来说，这意味着不应该孤立地研究网络异质性。
2015-08-04 cs.SI physics.soc-ph
Intervention Threshold for Epidemic Control in Susceptible-Infected-Recovered Metapopulation Models
集合种群流行病模型描述了与个体迁移路径相连的空间遥远斑块网络中的流行病动力学。在本研究中，我们处理一个易感染-感染-恢复（SIR）集合种群模型，在每个补丁的流行病过程中表示的SIR模型和个人的流动性被假定为一个均匀的扩散。我们的研究重点是两种类型的补丁，包括高风险和低风险的，以评估干预策略的流行控制。我们从理论上分析了干预阈值，表明低风险补丁的关键部分，以防止全球流行病的爆发。我们发现，有针对性的干预，以高度补丁是更有效的流行病控制比随机干预。通过对合成的和真实的无标度贴片网络的蒙特卡罗模拟验证了理论结果。我们的方法对于探索更好的地方干预措施以遏制流行病是有用的。
2019-08-21 cond-mat.stat-mech physics.soc-ph
Epidemic Spread in Human Networks
Kansas State University（堪萨斯州立大学）
通过向经典SIS模型添加警觉状态，研究人类响应如何影响流行病传播，并利用平均场近似和代数图论分析揭示两个阈值及警觉性对传播动态的影响。
2011-07-13 cs.SY eess.SY math.DS
Multiple phase transitions of the susceptible-infected-susceptible epidemic model on complex networks
利用不同的平均场方法研究了指数为$γ>3$的幂律度分布的随机网络上的易感-感染-易感（SIS）动力学的流行阈值，得到了不同的结果.我们进行了广泛的模拟，在准稳态与这些平均场论的比较。我们观察到伴随的多个过渡，在个别网络的度分布呈现出很大的差距，并得到多个流行病的阈值很好地描述了不同的平均场论。我们观察到，涉及阈值的过渡，在热力学极限消失涉及本地化的状态，其中网络的消失部分有效地有助于流行病活动，而地方病状态，感染的顶点的有限密度，发生在一个有限的阈值。多个转换与网络的不同子域的激活有关，这些子域不是直接连接的。
2015-01-09 physics.soc-ph q-bio.PE
Immunization of Susceptible-Infected Model on Scale-Free networks
本文研究了Barabási-Albert（BA）网络上易感染（SI）模型的两种主要免疫策略：随机免疫和靶向免疫.对于异质结构，当接种比例很小时，随机策略的效果很差，而目标策略偏好接种程度最大的个体，即使接种的群体数量很小，也能显著抑制传染病传播。该解析解可以反映接种群体数量与接种速度变化的关系。
2006-10-18 physics.bio-ph physics.soc-ph
A simple model of epidemic dynamics with memory effects
我们引入了一个修正的SIR模型的记忆的流行病传播的动力学在一个常数人口的个人。每个个体处于易感（${\bf S}$）、感染（${\bf I}$）或恢复（${\bf R}$）状态之一。在状态${\bf R}$中，假设个体在有限的时间间隔内保持免疫。在第一部分中，我们引入了一个随机的免疫寿命或免疫期，它是由一定的概率密度函数得出的。一旦免疫时间过去，个体就会立即过渡到易感状态。通过引入免疫的随机持续时间，将记忆效应引入到至关重要地决定流行动态的过程中。在第二部分中，我们调查的记忆效应的影响的时空动力学的流行病传播的计算机模拟实现这种方法，并采用多个随机步行者的模型。如果一个易感染的步行者在同一地点遇到一个有传染性的步行者，那么易感染的步行者就有一定的概率被感染。计算机实验使我们能够确定流行病传播或灭绝的相关参数。在这两个部分中，免疫的有限持续时间导致感染个体的数量持续振荡，持续的流行病活动阻止系统松弛到稳态解。这样的振荡行为是支持现实生活中的观察，不能捕捉到标准的SIR模型。
2021-11-17 physics.soc-ph q-bio.PE
Effective vaccination strategy using graph neural network ansatz
接种疫苗的有效性在很大程度上取决于接种疫苗的个体的选择，即使接种疫苗的个体数量相同。用介数中心性（BC）和特征向量中心性（EC）等高中心性指标对个体进行疫苗接种可以有效遏制流行病。然而，在许多现实世界的情况下，每个人都有不同的流行特征，如传染性，恢复，病死率，效力和对疫苗严重反应的概率。此外，疫苗接种策略的相对有效性取决于可用疫苗注射的数量。以中心为基础的战略不能考虑到流行病特征的可变性或疫苗的可获得性。在这里，我们提出了一个框架的疫苗接种策略的基础上，图神经网络分析（GNNA）和微观马尔可夫链方法（MMCA）。在这个框架中，我们可以制定一个有效的疫苗接种策略，考虑每个节点的属性，并根据疫苗的可用性定制的疫苗接种策略。我们的方法是高度可扩展的大型网络。我们验证了许多现实世界的网络拆除的方法，同质和异质的传染/恢复率的易感染的易感（SIS）模型，易感染的恢复死亡（SIRD）模型。我们还将我们的方法扩展到边缘免疫策略，该策略代表非药物遏制措施，如旅行法规和社交距离。
2021-12-28 physics.soc-ph
Impact of individual behavioral changes on epidemic spreading in time-varying networks
个体行为的变化往往与个体之间的动态互动纠缠在一起，使疫情过程复杂化，也给疫情的认识和控制带来巨大挑战。在这项工作中，我们考虑了流行病过程中的三种典型行为变化，即感染者的自我隔离，易感者的自我保护，以及他们之间的社会距离。我们通过吸引力的活动驱动网络将行为变化与个体的社会属性联系起来。利用平均场论，得到了具有个体行为变化的SIS模型的传染病阈值的解析估计，该阈值依赖于活动性、吸引性与易感状态和感染状态下生成链接数之间的相关性.我们发现，个人行为在抑制流行病方面发挥着不同的作用。虽然所有的行为改变都可以通过提高流行阈值来延缓流行，但感染者的自我隔离和社交距离可以有效地降低流行规模。此外，这些行为的同步变化以及实施这些行为的时机也在抑制流行病方面发挥了关键作用。这些结果对理解流行病过程中个体行为的相互作用具有一定的指导意义。
2021-06-22 physics.soc-ph
Identification of influencers in complex networks by local information dimensionality
复杂网络中有影响力传播者的识别是网络特性研究中的一个热点问题。已经提出了许多中心性措施来解决这个问题，但大多数都有局限性。提出了一种基于局部信息维数的复杂网络影响者识别方法。该方法考虑了中心节点周围的局部结构特性，因此，局部性的尺度仅增加到距中心节点的最短距离的最大值的一半。因此，该方法考虑了准局部信息，降低了计算复杂性。用Shannon熵来描述盒子中的信息（节点数），更合理。当节点的局部信息维数较高时，节点的影响力更大。为了证明该方法的有效性，使用五种现有的中心性度量作为比较方法，对六个现实世界复杂网络中的有影响力的节点进行排名。此外，一个易感感染（SI）模型和肯德尔的tau系数被用来显示不同方法之间的相关性。实验结果表明了该方法的优越性。
2019-10-06 cs.SI physics.soc-ph
EMH: Extended Mixing H-index centrality for identification important users in social networks based on neighborhood diversity
社交网络的迅速扩张为用户提供了一个合适的信息传递平台。通过社交网络，我们可以在很短的时间内收获资源和分享信息。社交网络的发展给我们带来了巨大的便利。然而，组成网络的节点具有不同的传播能力，这受到许多因素的制约，而网络的拓扑结构是主要的因素。为了更准确地计算网络中节点的重要性，根据相邻节点的多样性定义了改进的H指标中心度（IH），然后利用累积中心度（MC）将所有相邻节点考虑在内，提出了扩展的混合H指标中心度（EMH）。我们评估所提出的方法的易感性-感染-扩散（SIR）模型和单调性，这是用来评估的准确性和分辨率的方法，分别。实验结果表明，该方法优于现有的识别不同网络中的节点的措施。
2020-03-07 cs.SI physics.soc-ph
Quarantine generated phase transition in epidemic spreading
我们研究的关键影响，检疫传染病的传播上的适应性网络的社会接触。为了这个目的，我们分析了隔离存在下的易感-感染-恢复（SIR）模型，易感个体通过断开与概率为w的受感染邻居的联系来保护自己，并将其重新连接到随机选择的其他易感个体。从单个感染个体开始，我们通过分析方法和模拟表明，在关键的重新布线（隔离）阈值w_c处存在相变，该阈值将疾病到达大部分人口的阶段（w<w_c）与疾病不扩散的阶段（w >= w_c）分开。我们发现，在我们的模型中，网络的拓扑结构强烈地影响传播的大小，并且w_c随着网络的平均度和异质性而增加。我们还发现，如果我们执行优先重布线，其中重布线概率与感染节点的程度成正比，w_c降低。
2010-10-26 cond-mat.stat-mech cs.SI physics.bio-ph
Emergence of protective behaviour under different risk perceptions to disease spreading
个人的行为是控制传染病传播的主要因素，而传染病的传播又会引发人口的行为变化。在这里，我们通过考虑同一人群中两种不同的社会态度来研究个人保护行为的出现，以应对疾病的传播：关注和冒险。一般来说，关注型个体比风险型个体具有更大的风险厌恶度。为了研究保护性行为的出现，我们将一个基于感知感染风险的决策博弈与一个易感染-易感染模型的流行病演化相结合。使用这个框架，我们发现的效果的保护策略的流行病阈值的两个亚群（关注和风险），并研究在何种条件下，有风险的个人被说服保护自己，或相反，可以利用群体免疫力保持健康，而不保护自己，由于有关个人提供的盾牌。
2021-10-25 physics.soc-ph
Impact of asymptomatic infection on coupled disease-behavior dynamics in complex networks
如何建立疾病与行为反应之间的相互作用模型（所谓的耦合疾病-行为相互作用）的研究引起了越来越多的关注。由于缺乏明显的疾病临床证据，或与疾病相关的信息不完整，无法感知感染的风险，并可能导致不适当的行为反应。因此，如何定量分析无症状感染者对疾病和行为反应之间相互作用的影响尤为重要。本文在复杂网络框架下，通过将感染个体分为U状态（无明显临床症状，记为U）和I状态（有明显临床症状，记为I），研究了疾病-行为耦合交互作用模型。易感个体可以被U-或I-节点感染，然而，由于U-节点不容易被观察到，易感个体在接触I-节点时采取行为反应\emph{only}。分别在改进的易感-感染-易感（SIS）模型和改进的易感-感染-传播（SIR）模型中考虑了这一机制。然后，对传播动力学中最受关注的问题之一：两种模型的传染病阈值分别用两种方法给出。分析结果\emph{quantitatively}描述了无症状感染者、知晓率、网络结构等不同因素对流行阈值的影响。此外，由于SIR模型的不可逆过程，改进的SIR模型的抑制效果弱于改进的SIS模型。
2016-08-14 physics.soc-ph q-bio.PE
Effects of community structure on epidemic spread in an adaptive network
当流行病在人群中传播时，个体可能会适应性地改变其社会接触网络的结构，以降低感染风险。在这里，我们研究了一种流行病的传播与社区结构的自适应网络。我们模拟了两个具有不同平均度的社区的影响。疾病模型是易感-感染-易感（SIS），适应是易感者和感染者之间联系的重新连接。得到的分岔结构，和平均场模型的开发，准确地预测系统的稳态行为。我们发现，流行病可以改变社区结构。
2012-12-12 cs.SI nlin.AO physics.soc-ph
Geographical effects on epidemic spreading in scale-free networks
许多真实的网络都是嵌入在度量空间中的：个体之间的交互依赖于他们的空间距离，并且通常发生在他们最近的邻居之间。在本文中，我们引入了一个修改的易感-感染-易感（SIS）模型来研究地理因素对疾病传播的影响，假设一个健康个体被一个传染性个体感染的概率与它们之间的欧氏距离成反比。研究发现，在疾病传播中，地理位置比枢纽站起着更重要的作用：网络的地理约束越大，流行病的流行程度就越高。
2006-06-30 physics.soc-ph
Hierarchical Coarse-grained Approach to the Duration-dependent Spreading Dynamics in Complex Networks
各种粗粒度的模型已经被提出来研究网络中的传播动力学。需要一种微观理论来将传播动力学与个体行为联系起来。在这封信中，我们通过将微观动力学分解为两个基本过程，即老化过程和接触过程，统一了对复杂网络上不同传播动力学的描述。一个微观动力学方程来描述网络上的各个节点的动态。本文提出了一种基于时间的粗粒度（DCG）方法来研究时间依赖的过程，其中转移率依赖于单个节点在状态上的时间。应用于传染病传播，这种形式主义是可行的，以重现不同的流行病模型，例如，建立了易感-感染-恢复和易感-感染-易感模型，并将相应的宏观传播参数与微观转移率联系起来。DCG方法使我们能够获得一般SIS模型的任意时间依赖的恢复和感染率的稳态。目前的层次形式主义也可以用来描述信息和舆论的传播，或在网络中的可靠性理论建模。
2021-04-13 cond-mat.stat-mech cs.SI physics.soc-ph
Interplay between the local information based behavioral responses and the epidemic spreading in complex networks
传染病的传播会引发人类对疾病的行为反应，而行为反应对疾病的传播起着至关重要的作用。在这项研究中，为了说明人类行为反应的影响，一个新的类的个人，$S^F$，被引入到经典的易感-感染-恢复（$SIR$）模型。在模型中，$S^F$状态表示易感个体主动采取保护措施以降低被感染的概率，易感个体在与有传染性的邻居接触时可能以一定的反应率进入$S^F$状态。利用渗流方法，导出了流行阈值和流行率的理论公式。研究结果表明，随着响应率的增加，疫情阈值提高，疫情发生率降低。数值模拟也验证了分析结果。此外，我们还证明了，由于平均场方法忽略了动态相关性，基于平均场方法得到了一个错误的结果--流行阈值与响应率无关，即，附加的$S^F$状态对流行阈值没有影响。
2015-09-04 physics.soc-ph
Threshold and quasi-stationary distribution for the SIS model on networks
University of Cambridge（剑桥大学）；Santa Fe Institute（圣塔菲研究所）
本文改进了网络上SIS模型的近似方法，通过动态扩展状态空间并记录节点恢复时间，提高了阈值和准稳态感染比例的计算精度。
2026-05-01 cond-mat.stat-mech cs.SI physics.soc-ph
Network infection source identification under the SIRI model
研究了在可恢复-感染-恢复-感染（SIRI）模型下网络中单个感染源的识别问题。我们描述的感染模型，通过状态空间模型，并利用状态传播的方法，我们推导出一个算法称为异构感染传播源（HISS）估计，推断感染源。HISS估计器使用节点状态在特定时间的观测值，其中从感染开始经过的时间是未知的。它能够合并边信息（如果有的话）的观察到的状态的一个子集的节点在不同的时间，和每个感染或恢复节点的先验概率是感染源。仿真结果表明，HISS估计优于动态消息传递和约旦中心估计在很宽的范围内的感染率和再感染率。
2015-02-12 cs.SI math.DS physics.soc-ph
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
Modeling and Controlling the Spread of Epidemic with Various Social and Economic Scenarios
我们提出了一个描述流行病传播的动力学模型。该模型是SIQR（易感染-感染-恢复）和SIRP（易感染-感染-恢复-病原体）模型的扩展，用于描述传染病传播的各种情况。与基本的SIR模型相比，我们的模型考虑了两种可能的传染病传播途径：直接从感染室到易感室和间接通过一些中间介质或污染物。传播率是根据选定的社会环境中的个体之间的平均距离和个体在这些环境中停留的特征时间跨度来估计的。我们还引入了一个集体经济资源，与每个人的平均金钱或收入相关联，以描述传播过程和感染者可用资源之间的社会经济相互作用。动力-资源耦合应是活化型的，其回收率受类阿耳忒弥斯定律支配。我们的模型带来了构建各种控制策略以减轻流行病影响的优势，特别是可以应用于COVID-19传播的建模。
2021-02-12 econ.GN physics.soc-ph q-bio.PE
Epidemic outbreaks with adaptive prevention on complex networks
采取预防态度，如社会隔离和使用口罩，以减轻流行病的爆发，在很大程度上取决于人民的支持。在这项工作中，我们研究了一个易感染-感染-恢复（SIR）的流行病模型，在该模型中，流行病学的环境感知可以适应易感个体的行为，以预防行为。{Two考虑易感个体的隔室，以区分那些采取或不采取预防态度的人。两个规则，取决于本地和全球流行病的流行，在异构网络中的流行病的传播进行了研究。我们提出了两个异质平均场论和随机模拟的结果。前者表现良好的全球规则，但在本地情况下错过了相关的模拟结果。在模拟中，只有当地的意识可以显着提高流行阈值，推迟流行高峰，并减少疫情规模。有趣的是，我们观察到，提高当地感知率会导致更少的人被招募到受保护的国家，但仍然提高了缓解疫情的有效性。我们还报告说，网络的异质性大大降低了当地的意识机制的效力，因为枢纽，超级传播者的SIR动态，很少响应流行病的低流行率制度的流行环境。我们的研究结果表明，改善对谁在社会上非常活跃的看法的策略可以改善对流行病爆发的缓解。
2022-03-28 physics.soc-ph
Epidemic Outbreaks on Quenched Scale-Free Networks
提出了不相关无标度网络上具有永久免疫性接触过程的有限尺寸标度理论。我们模拟了一个流行病爆发的易感-感染-删除模型的模拟，其中一个受感染的个体在一个时间单位内只攻击一个易感者，我们可以预期在无标度网络中有一个非零的临界阈值。正如我们已经知道的那样，易感染-感染-移除模型可以映射到键渗透过程中，使我们能够比较网络上的位点和键普适类的临界行为。我们使用外部场有限尺度理论，其中对有限大小的依赖性进入外部场，定义为感染个体的初始数量。我们可以将外场的标度设为$N^{-1}$。该系统提出了一个临界行为服从平均场普适类的地方性相变，我们表明理论和模拟。
2022-12-19 cond-mat.stat-mech physics.soc-ph
Generalized Diffusive Epidemic Process with Permanent Immunity in Two Dimensions
本研究提出具有永久免疫的二维广义扩散流行病元种群模型，将其动力学映射为生长过程，发现存在种群规模控制的动态渗流普适类相变，且渗流阈值处流行病呈次指数增长。
2024-07-15 cond-mat.stat-mech physics.soc-ph
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
Competition between vaccination and disease spreading
我们研究了传染病传播和疫苗接种过程之间的相互作用。我们假设，与疾病传播类似，疫苗接种过程也是通过直接接触发生的，即，它遵循标准的易感-感染-易感（SIS）动力学。这两个竞争过程是不对称耦合的，因为接种疫苗的节点可以以相对于易感节点降低的速率直接被感染。我们在平均场论的框架下分析了该模型，得到了丰富的相图。当疫苗接种对感染几乎没有保护作用时，两个连续的转变将无疾病免疫状态与无疫苗接种流行状态分开，中间混合状态是易感、感染和接种个体共存。随着疫苗效率的提高，三临界点导致了一个临界状态，出现了不连续的相变。均匀随机网络的数值模拟与分析预测吻合得很好。
2020-06-18 physics.soc-ph q-bio.PE
Epidemic dynamics on metapopulation networks with node2vec mobility
集合种群模型已经成为流行病动力学理论化和模拟的有力工具。在集合种群模型中，人们考虑由子种群及其成对连接组成的网络，并假设个体服从给定的移动规则从一个子种群迁移到另一个子种群。虽然已经研究了不同的流动性规则如何影响集合种群模型中的流行病动力学，但是在比较简单（即，无偏的）随机游走和更复杂的移动性规则。在这里，我们研究了一个集合种群模型中的易感染-易感染（SIS）动力学，在该模型中，个体服从一个参数化的二阶随机游走流动性规则，称为node 2 vec。我们将node 2 vec的二阶移动性规则映射为网络中的一阶随机游走，网络中的每个节点是连接一对子种群的有向边，然后推导出流行阈值。对于各种网络，我们发现，当个体不经常回溯或不经常访问当前访问和上次访问的子群体的共同邻居时，流行病阈值比个体服从简单随机游走时大（因此，传染病传播往往会被抑制）。由node 2 vec流动性引起的流行病阈值的变化量通常不如由个体扩散速率变化引起的变化大，但有时与之相当。
2021-12-23 physics.soc-ph
Optimal Control of an Impulsive VS-EIAR Epidemic Model with Application to COVID-19
本研究针对包含接种人群的VS-EIAR传染病模型，采用最优控制理论在最优终止时间内通过疫苗接种和治疗最小化易感及感染人群，利用PMP证明最优控制对存在性，扩展脉冲框架并数值验证其在COVID-19中的适用性。
2025-02-26 math.DS math.OC physics.soc-ph
Slow epidemic extinction in populations with heterogeneous infection rates
我们探讨了人与人之间互动强度的异质性如何影响传染病传播。为此，我们研究了复杂网络上的易感-感染-易感模型，其中连接个体$i$和$j$的链接被赋予与其接触$w_{ij}$的强度成比例的感染率$β_{ij} = λw_{ij}$，分布$P(w_{ij})$取自Cattuto $et\;al.$（PLoS ONE 5，e11596，2010）中分析的面对面实验。我们发现一个非常缓慢的衰减的感染个体的分数，控制参数$λ$的范围很广。使用的宽度$a$的分布，我们确定了两个大的区域中的$a-λ$空间与异常行为，这是让人想起罕见的区域效应（格里菲斯阶段）中发现的模型淬火无序。我们表明，缓慢的灭绝是由孤立的小群体高度互动的个人，这使流行病存活了很长一段时间。平均场近似和逾渗方法分别以非常高的准确度捕获了弱（小$a$）和强（大$a$）无序的吸收活性转变线。
2013-08-27 physics.soc-ph
Steady States of Epidemic Spreading in Small-World Networks
考虑一个标准的\textit{susceptible-infected-susceptible}（SIS）模型，研究小世界网络中传染病传播的稳态行为.使用分析方法和大规模的模拟，我们恢复通常的流行病的行为与一个临界阈值$λ_{c}$以下的传染病消亡。而对于远高于$λ_{c}$的扩散率$λ$，发现作为$λ$的函数的感染个体密度$ρ$具有性质$ρ\approx F(K)(\ln λ- \ln λ_{c})$。
2005-09-01 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
A Modified SIR Model for the COVID-19 Contagion in Italy
这项工作的目的是为了解意大利的COVID-19疫情做出贡献。为此，我们开发了一个改进的易感-感染-传播（SIR）模型，并使用截至2020年3月30日的官方数据来确定该模型的参数。我们的方法的非标准部分在于，我们还将易感个体的初始数量以及检测到的阳性数量与实际（和未知）感染个体数量相关的比例因子视为模型参数。识别的传染率，恢复率和死亡率以及上述参数相当于一个非凸识别问题，我们解决了一个二维网格搜索的外循环，与一个标准的加权最小二乘优化问题的内部步骤。
2020-03-31 cs.CE cs.SI cs.SY
Probing into the effectiveness of self-isolation policies in epidemic control
在这项工作中，我们检查的可靠性控制和平息流行病模仿的易感-感染-易感（SIS）模型定义在一个复杂的网络上，通过当前和可实施的检疫和隔离政策。具体来说，我们认为网络中的每个个体最初都与两种类型的个体联系在一起：同一家庭的成员和熟人。该网络的拓扑考虑概率$q$而演变，该概率旨在表示检疫或隔离过程，其中根据流行病控制的标准策略，与熟人的连接被中断。在目前的自我隔离和标准感染率的政策，我们的研究结果表明，传播要么是唯一的假设率的遵守或根本无法控制。
2012-05-15 physics.soc-ph q-bio.PE
Identification-Detection Group Testing Protocols for COVID-19 at High Prevalence
通过测试样品池而不是单个样品，组测试可以节省化学试剂、分析时间和成本。我们引入了一类具有小稀释度的组检测方案，即使在高患病率（$5\%-10\%$）下也适合操作，并且在第一轮检测中最大化分类为阳性/阴性的样本的分数。准确地说，如果测试组恰好有一个阳性样本，则协议无需进一步单独测试即可识别该样本。该协议还检测组中两个或更多个阳性的存在，在这种情况下，可以应用第二轮来识别阳性个体。$5\%$的流行率和最大稀释度为6，100次测试，我们对242个个体进行分类，其中$92\%$在一轮中进行，而$8\%$需要第二次单独测试。相比之下，Dorfman的方案可以用100次测试来测试229个个体，其中第二轮测试针对个体的$18.5\%$。
2022-03-08 physics.soc-ph q-bio.PE
Modeling the evolution of drinking behavior: A Statistical Physics perspective
在这项工作中，我们研究了一个简单的隔间模型的饮酒行为的演变。根据饮酒量将人群分为3个区组，即易感个体$S$（非消费者）、中度饮酒者$M$和风险饮酒者$R$。这些状态之间的转换是由概率决定的。尽管模型简单，我们观察到两个不同的非平衡相变吸收状态的发生。其中一种状态仅由易感个体$S$组成，没有饮酒者（$M=R=0$）。另一方面，另一个吸收状态仅由风险饮酒者$R$（$S=M=0$）组成。在这两个稳态之间，我们有三个亚群$S$、$M$和$R$共存。与巴西滥用酒精消费数据的比较表明，模型的结果和数据库之间的良好协议。
2021-02-03 cond-mat.stat-mech physics.soc-ph
Active Control and Sustained Oscillations in actSIS Epidemic Dynamics
提出了一个主动控制的易感-感染-易感（actSIS）传染病模型，研究了传染率具有连续时间反馈控制的传染病动力学.我们的工作受到这样一种观察的启发，即流行病可以通过分散的疾病控制战略得到控制，如隔离、就地避难、保持社会距离等，其中个体根据对人群中感染水平的观察而主动改变其与他人的接触率。考虑到观察的时间滞后，并根据其风险状况将个体分类为不同的子群体，我们表明，actSIS模型与SIS模型相比表现出质的不同特征。在风险规避者的同质种群中，地方病平衡总是降低的，尽管瞬时感染水平可能表现出过冲或下冲。在风险容忍个体的同质群体中，系统表现出双稳态，这也可以导致感染减少。对于一个由风险容忍者和风险规避者组成的异质种群，我们证明了在感染种群中存在Hopf分支和持续振荡的模型参数条件.
2020-07-02 math.DS physics.soc-ph q-bio.PE
Clustering for epidemics on networks: a geometric approach
传染病通常通过数百万人的接触网络传播，其庞大的规模对分析和控制流行病爆发是一个巨大的挑战。对于某些接触网络，可以将个体分组为集群。对几个集群之间的流行病进行高级别描述比在单个层面上简单得多。然而，集群的个人，大多数研究依赖于公平的分区，一个相当严格的接触网络的结构属性。在这项工作中，我们专注于易感-感染-易感（SIS）流行病，我们的贡献是三倍的。首先，我们提出了一个几何方法来指定所有的网络，流行病的爆发简化为只有几个集群的相互作用。其次，对于完全图和任意初始病毒状态向量，我们导出了SIS过程的N-区间平均场近似（NIMFA）的非线性微分方程的封闭解。第三，通过放宽公平分区的概念，我们得到了低复杂性的近似和任意接触网络上的流行病的界限。我们的研究结果是了解和控制大型网络流行病的重要一步。
2021-02-25 cs.SY eess.SY math.DS
Epidemic spreading and bond percolation in multilayer networks
研究了多层网络中任意链路数的SIR模型。通过映射到键渗流，我们给出了任意层数的传染病阈值和感染率的解析表达式。这些结果提供了一个精确的预测的传染病阈值的无限局部树状多层网络，和更一般的多层网络的传染病阈值的下界。由两个互连的网络形成的多层网络的情况下，具体研究作为一个功能的层内和跨层的度分布。我们发现，流行阈值强烈依赖于多层结构的度相关性。最后，我们将我们的结果与退火近似的易感-感染-易感（SIS）模型的结果。
2017-02-10 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
