Cooperative coinfection dynamics on clustered networks
共感染是被病原体感染的宿主在稍后的时间点被第二病原体感染的过程。宿主对原发病的免疫抑制反应可促进随后出现的病原体在人群中的传播。可以使用复杂网络对基质人群中的社会接触模式进行建模,并且已经表明接触模式极大地影响了突发疾病的动态。在本文中,我们考虑了接触聚类对两种病原体在网络上传播的共感染动力学的影响。我们使用生成函数公式来描述每个病原体的预期爆发规模,并在数值上研究允许网络中每个菌株共存的阈值标准。我们发现,集群的影响,共同感染的水平是由接触拓扑的细节。
2020-12-17 physics.soc-ph q-bio.PE
Two-pathogen model with competition on clustered networks
网络提供了一个数学上丰富的框架来表示足以传播疾病的社会联系。社交网络通常是高度聚集的,并且不能是局部树状的。在本文中,我们研究了集群的病原体的连续菌株的传播使用生成函数制定下一个完整的交叉免疫耦合的影响,推导条件的阈值共存的第二个菌株。我们发现,聚类降低了第二种菌株的共存阈值和泊松网络中的爆发规模,同时表现出相反的效果均匀度模型。我们的结论是,聚集在一个人口必须增加的能力,第二波的流行病蔓延到一个网络。我们将我们的模型应用于多层集群网络的研究,并观察到在两个不同的传输率的剩余图的断裂。
2020-11-20 physics.soc-ph q-bio.PE
Network memory in the movement of hospital patients carrying drug-resistant bacteria
医院构成了高度互联的系统,使大量的传染性病原体和易感个体接触,从而使感染爆发既常见又具有挑战性。近年来,与卫生保健相关的感染中出现了抗生素耐药性的急剧发生,这种情况现在被认为是许多国家的地方病。在这里,我们提出了基于网络的分析数据集捕获的运动的患者窝藏耐药细菌在三个大型伦敦医院。我们发现,有大量的记忆效应,在医院病人的运动与耐药细菌的殖民。这种记忆效应打破了一阶马尔可夫传递性假设,并大大改变了分析的结论,特别是节点排名和扩散过程的演变。我们捕捉可变长度的记忆效应,通过构建一个集总状态记忆网络,然后我们用它来识别重叠的社区病房。我们发现,这些社区的病房显示出准层次结构在不同的粒度水平,这是一致的不同方面的病人流量与医院的位置和医疗专业。
2020-10-07 physics.soc-ph
Spreading Processes with Mutations over Multi-layer Networks
在新型传染病爆发期间,一个关键的科学挑战是预测在限制人群相互作用的不同对策下流行病的进程如何变化。大多数流行病学模型没有考虑突变和异质性在接触事件类型中的作用。然而,病原体有能力随着环境的变化而发生变异,特别是由于人群对现有菌株的免疫力增强而引起的变异,并且新病原体菌株的出现对公共卫生构成了持续威胁。此外,鉴于不同聚集环境中的不同传播风险(例如,学校和办公室),可能需要采取不同的缓解策略来控制感染的传播。我们分析了一个多层多菌株模型,同时考虑i)病原体突变导致新病原体菌株出现的途径,ii)不同聚集环境中不同的传播风险,建模为网络层。假设毒株之间完全交叉免疫,即从任何感染中恢复可以防止感染任何其他毒株(这一假设需要放宽以应对COVID-19或流感),我们推导出拟议的多层多毒株框架的关键流行病学参数。我们证明,减少现有的基于网络的模型,折扣异质性的应变或网络层可能会导致不正确的预测过程中的爆发。此外,我们的研究结果强调,施加/解除缓解措施对不同接触网络层(例如,学校关闭或在家工作政策)对新病原体菌株出现可能性的影响。
2023-01-24 cs.SI cs.SY eess.SY
Modeling contact networks of patients and MRSA spread in Swedish hospitals
耐甲氧西林金黄色葡萄球菌(MRSA)是一种难以治疗的感染,仅在欧盟就影响约15万患者,每年给卫生保健系统造成3.8亿欧元的额外费用。已作出越来越多的努力,以减轻流行病,并避免在低流行环境中爆发潜在疫情。通过建模了解MRSA的种群动力学对于识别驱动流行病的因果机制并将结论推广到不同的背景是至关重要的。我们开发了一个创新的高分辨率时空接触网络模型的患者之间的相互作用,在瑞典斯德哥尔摩县的背景下重现医院人口,并模拟MRSA在这个人群中的传播。我们的模型捕捉到了由人类行为以及病房和医院内流动性动态引起的时空异质性。我们估计,在这一人群中,流行阈值约为0.008。我们还确定,这些异质性的接触模式导致出现的超级传播者的病人和多项式增长的流行曲线。最后,我们研究了标准干预控制策略的效果,并确定筛查比改善卫生更有效,以引起较小或零爆发。
2016-11-21 physics.pop-ph physics.soc-ph q-bio.PE
Analysis of the competition among viral strains using a temporal interaction-driven contagion model
社会互动的时间动态被证明会影响疾病的传播。在这里,我们模拟了几种病毒株的进展和竞争条件,探索了时间网络上不同水平的交叉免疫。我们使用我们的相互作用驱动的传染模型和特点,使用它,几个病毒变种。我们的研究结果,在时间随机网络和现实世界的相互作用数据,表明时间动态是至关重要的,以确定竞争的结果。我们考虑两种和三种竞争的病原体,并显示在何种条件下,一个较慢的病原体将保持活跃,并创建第二波感染大多数人口。然后,我们表明,当被认为是持续时间的遭遇,传播动态变化显着。我们的研究结果表明,在考虑空气传播疾病时,考虑时间会议的持续时间来模拟病原体在人群中的传播可能至关重要。
2022-06-10 cs.SI physics.soc-ph stat.AP
Estimating Potential Infection Transmission Routes in Hospital Wards Using Wearable Proximity Sensors
患者之间、患者与医护人员之间以及医护人员之间的接触是医院获得性感染的重要传播途径之一。医院接触者的详细描述和量化为HAI流行病学以及控制措施的设计和验证提供了关键信息。我们使用可穿戴传感器来检测大学医院老年病房中个人之间的近距离互动(“接触”)。接触事件的空间分辨率约为1.5米,时间分辨率为20秒。该研究包括46名HCW和29名患者,持续4天4夜。记录了14037次接触。接触的数量和持续时间在早上,下午和晚上之间变化,并为每个时间段建立描述HCW和患者之间的混合模式的接触矩阵。接触模式从一天到下一天在性质上是相似的。38%的接触发生在成对的医务人员之间,6名医务人员占所有接触的42%,其中至少有一名患者,这表明一群人可能成为超级传播者。可穿戴传感器代表了一种用于测量医院接触模式的新工具。所收集的数据提供了影响传染病传播模式的重要方面的信息,例如个人之间接触次数和持续时间的高度异质性,一天中接触次数的变化以及几天中重复接触的比例。这种变异性与各天接触和混合模式的显著统计稳定性有关。我们的研究结果强调了需要这样的测量工作,以正确地告知数学模型的HAIs,并使用它们来告知预防策略的设计和评估。
2013-09-14 physics.soc-ph q-bio.QM
Tweets vs Pathogen Spread: A Case Study of COVID-19 in American States
本研究提出耦合SIR零模型,分析意识与疾病传播的相互影响,并利用美国各州推特数据实证,发现提高意识可抑制疫情,且推特活动排名与免疫参数强相关。
2025-08-06 cs.SI physics.soc-ph q-bio.PE
Localization, epidemic transitions, and unpredictability of multistrain epidemics with an underlying genotype network
长期以来,疾病数学模型的运作都是基于这样的假设:任何一种传染病都是由一种在人群中传播的可传播病原体引起的。这一模式有助于简化流行病的生物学现实,并使建模界能够专注于人口结构和干预措施等其他因素的复杂性。然而,越来越多的证据表明,病原体的菌株多样性及其与宿主免疫系统的相互作用可以在塑造流行病的动态方面发挥重要作用。在这里,我们介绍了一个疾病模型与潜在的基因型网络占两个重要的机制。第一,这种疾病在宿主群体中传播时可以沿着网络途径发生突变。第二,基因型网络使我们能够定义菌株之间的遗传距离,从而对现实世界病原体中经常观察到的免疫超越进行建模。我们研究了这个模型中流行病的出现,通过其流行病相变,并强调了基因型网络在驱动疾病周期性,大规模波动,连续流行病转变以及相关病原体特定菌株周围的定位中的作用。更一般地说,我们的模型说明了丰富的行为是可能的,即使在混合良好的主机人口,一旦我们考虑应变多样性和超越“一种疾病等于一种病原体”的范例。
2021-06-01 physics.soc-ph q-bio.PE
A new fractional model in Caputo sense for studying the dynamics of COVID-19 spread in France
COVID-19疫情在全球迅速蔓延,几乎所有涉及法国的国家的公共卫生都面临沉重负担。在SARS-CoV-2传播后,法国总共收获了许多死亡病例。在本文中,我们开发了整数阶和分数阶模型,以研究法国医院和重症监护室(ICU)中COVID-19传播的动态。此外,本文旨在利用现有的实际数据,探讨预防措施对整个法国的COVID-19医院和ICU感染病例总数的影响。
2022-08-11 math.DS physics.soc-ph q-bio.PE
Human mobility networks and persistence of rapidly mutating pathogens
快速变异的病原体可能能够在种群中持续存在,并通过逃避宿主的获得性免疫而达到地方性平衡。对于这类疾病,多种生物、环境和人群层面的机制决定了疫情的动态,包括病原体的流行病学特征(如传播性、感染期和免疫持续时间)、季节性、与其他流行菌株的相互作用以及宿主的混合和空间碎片化。在这里,我们研究了一个易感染的恢复易感模型的集合种群,其中个人分布在通过网络的流动性流连接的亚群。通过大量的数值模拟,我们探索病原体的持久性的相空间和映射的病原体出现后的动力学制度。我们的研究结果表明,空间碎片化和流动性发挥了关键作用,在疾病的持久性,其最大值是在中间的流动性值达到。我们描述了不同现象的发生,包括局部灭绝和流行病波的出现,并评估了大规模传播的条件。研究结果突出显示在参考以前的作品和真实的场景。我们的工作揭示了宿主的移动性对快速突变病原体的生态动力学的关键作用,为在复杂和异质环境中进一步研究疾病生态学开辟了道路。
2016-11-08 physics.soc-ph q-bio.PE
Age-Stratified COVID-19 Spread Analysis and Vaccination: A Multitype Random Network Approach
COVID-19导致严重疾病和死亡的风险随着年龄的增长而显著增加。因此,COVID-19动态的年龄分层建模是研究如何减少COVID-19住院和死亡率的关键。利用网络理论,我们建立了一个复杂接触网络中的年龄分层COVID-19流行病模型。具体来说,我们提出了一个扩展的标准SEIR(易感染-暴露-感染-移除)房室模型,称为年龄分层SEAHIR(易感染-暴露-无症状-住院-感染-移除)模型,以捕捉COVID-19在具有一般度分布的多类型随机网络上的传播。我们得出了几个关键的流行病学指标,然后提出了一个年龄分层的疫苗接种策略,以降低死亡率和住院率。通过大量的研究,我们发现疫苗接种优先顺序的结果取决于繁殖数R 0。具体而言,只有当R 0相对较高时,才应优先考虑老年人。如果正在进行的干预政策,如普遍掩蔽,可以将R 0抑制在相对较低的水平,优先考虑高传播年龄组(即,年龄在20-39岁的成年人)对降低死亡率和住院率最为有效。这些结论为基于年龄的COVID-19疫苗接种优先级提供了有用的建议。
2021-03-18 cs.SI physics.soc-ph q-bio.PE
The Simple Rules of Social Contagion
人们普遍认为,信息就像病原体一样在个体之间传播,知情的朋友每次接触都可能导致天真的个体被感染。然而,社交媒体的实证研究表明,个人对重复接触信息的反应比病原体模型的预测要复杂得多。作为干预实验的代理,我们比较了两个不同的社交媒体网站,Twitter和Digg的用户对多次曝光的反应。我们发现,暴露的用户界面上的消息的位置强烈影响社会传染。考虑到这种可见性,大大简化了社会传染的动力。一个人传播信息的可能性会随着接触的增加而单调增加,而关于有多少朋友以前传播过信息的明确反馈会增加回应的可能性。我们将我们的模型应用于用户行为的实时预测。
2013-08-22 cs.SI physics.soc-ph
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
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
Modeling plant disease spread via high-resolution human mobility networks
Center for Complex Networks and Systems Research, Luddy School of Informatics, Computing, and Engineering, Indiana University(印第安纳大学卢迪信息、计算与工程学院复杂网络与系统研究中心);Indiana University(印第安纳大学);School of Public Health, Indiana University(印第安纳大学公共卫生学院);Onside
本研究通过高分辨率人类移动网络建模植物疾病传播,展示了人类移动对病原体扩散的影响,并提出了一种数据驱动的预测框架,以提升农业病害防控的及时性和有效性。
2026-02-25 physics.soc-ph q-bio.PE
Risk mapping novel respiratory pathogens with large-scale dynamic contact networks
Utrecht University(乌得勒支大学)
本文提出基于动态接触网络的大型行为模型,研究新型呼吸道病原体的传播动态,分析初始病例的地理和人口特征对传播轨迹的影响,并评估自我隔离和旅行限制等干预措施的效果。
2026-03-06 physics.soc-ph q-bio.PE
Effect of network clustering on mutually cooperative coinfections
以前感染过其他病原体会促进传染病的传播。这种合作效应可能导致暴力爆发,反映出流行病突然转变的存在。至于其他扩散动力学,拓扑结构的相互作用模式的主机人口起着至关重要的作用。当接触网中短回路相对较少而长回路较多时,会出现不连续过渡。在这里,我们专注于本地集群在确定过渡的性质的作用。我们考虑两种相互合作的病原体在同一人群中扩散:已经感染一种疾病的个体被另一种疾病感染的可能性增加。我们看看一种疾病如何服从易感染的删除动态传播的接触网络与可调聚类。使用数值模拟,我们表明,大的合作性的传染病的转变总是突然的,随着聚类的增加,不连续性减少。对于大集群强有限尺寸的影响,目前和过渡的不连续性是明显的,只有在大型网络。我们还研究了合作感染的有影响力的传播者的问题,揭示了合作性和聚类强烈增强了传播影响对初始种子的程度的依赖。
2018-12-27 cond-mat.stat-mech physics.soc-ph
Risk of coinfection outbreaks in temporal networks: a case study of a hospital contact network
我们研究了合作感染的传播,在一个经验的时间网络的人之间的接触,包括医护人员和病人,在医院。该系统表现出一个相变导致一个或几个地方病分支,这取决于连接模式和时间的相关性。有两个地方病分支机构在原来的设置和不合作的情况下。然而,感染之间的合作相互作用加强了上分支,导致更小的流行阈值和更高的大爆发概率。我们展示了导致这些差异的微观机制,描述了三种不同的风险,并使用流感特征作为这种动态的例子。
2018-02-07 physics.soc-ph q-bio.PE
Physical Proximity and Spreading in Dynamic Social Networks
大多数传染病都是通过人类互动的动态网络传播的。最近对社会动态的研究提供了证据,表明传播模式可能在很大程度上取决于社会系统的详细微观动态。我们记录了大量人群中的每一次互动,首次大规模绘制出一个密集连接系统的完整邻近网络。在这里,我们展示了网络结构和传播过程的动态相互作用距离的显着影响。我们创建的网络支持近距离(亲密网络,高达~ 1米)和远距离(环境网络,高达~ 10米)传输模式。亲密网络是碎片化的,弱联系连接紧密的社区,而环境网络支持陌生人之间随机接触驱动的传播。虽然从邻近网络的微观动力学到经验流行病没有微不足道的映射,但这些网络提供了病原体传播的液滴和空气传播模式的一个很好的近似。疫情动态的巨大差异对公共政策以及数据收集和建模方法产生了影响。
2015-09-22 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
Cooperating epidemics of foodborne diseases with diverse trade networks
严重食源性疾病的频繁爆发警告说,全球贸易网络可能传播致命病原体的潜在威胁。全球贸易网络是一个典型的叠加网络,它将多个独立的贸易网络组合在一起,代表单一产品的传输,并通过自己的贸易互动将同一组国家和地区连接起来。尽管覆盖网络的流行动态影响在最近的研究中一直存在争议,但对于多个和不同的独立网络的覆盖的一些一般答案仍然难以捉摸,特别是一组独立网络的异质性和多样性与覆盖网络的行为之间的关系。本文基于多样性理论建立了一个多覆盖网络的通用分析框架。该框架可以揭示覆盖过程之外的关键流行机制。将该框架应用于全球贸易网络,我们发现,尽管独立贸易网络的连通性分布是高度异质性的,但覆盖网络上的流行病行为更依赖于独立贸易网络之间的合作,而不是像具有异质性分布的复杂系统的一般属性那样依赖于少数高连通性网络。此外,与7种真实病原体相关的覆盖贸易网络的分析还表明,流行行为不受高连接性商品的控制,但覆盖贸易网络的实际复合模式在病原体传播中起着关键作用。最后,我们研究了合作机制对覆盖网络稳定性和全球流行病控制的影响。该框架提供了一个通用的工具来研究覆盖网络上的不同问题。
2012-10-23 cs.SI physics.soc-ph q-bio.PE
A centrality measure for quantifying spread on weighted, directed networks
针对加权有向网络传播场景,本文基于独立级联模型提出 Viral Centrality,并用加权邻接矩阵主特征值刻画其近似条件,实验表明其优于常见中心性指标。
2023-03-16 cs.SI physics.soc-ph
Predicting the diversity of early epidemic spread on networks
生物、社会、结构和随机因素的相互作用使疾病预测变得异常复杂。流行病的过程表现出由病原体和种群特征决定的平均增长动态,但也具有反映疾病传播随机性的显著变异性。在这项工作中,我们重新构建了随机分支过程分析的概率生成函数,并将其与网络上的连续时间流行病模拟进行比较。在此过程中,我们预测了同质和异质网络上新出现的流行病课程的多样性。我们展示了如何推断流行病的早期过程的挑战落在疾病传播的随机性比接触模式的异质性。我们提供了一种分析,它有助于实时量化流行病超临界或相反,随机死亡的概率。如果基本繁殖数(R0)大于1,则这些概率通常分别假定为1和0,忽略了疾病传播固有的异质性和随机性。该框架可以通过对标准确定性模型进行加权,以概率预测为大流行准备提供信息,从而更深入地了解早期流行病传播。
2022-02-23 physics.soc-ph q-bio.PE
Infection dynamics of COVID-19 virus under lockdown and reopening
受COVID-19的启发,我们开发并分析了一个简单的疾病在人群中传播的随机模型。我们跟踪感染者和重症患者的数量如何随着时间的推移而发展,以估计对医院系统的需求。为了控制这种需求,我们考虑了一类简单的减缓和重新开放社会的政策,并从几个不同的角度比较了它们在减缓病毒传播方面的效率。我们发现,为了避免医院系统不堪重负,政策必须实施严厉的封锁,或者必须迅速做出反应(或者两者兼而有之)。虽然迅速反应对所有人都有利,但只有当该国对重新开放有耐心,并且邻国协调其缓解努力时,严厉才能得到回报。我们的工作强调了关闭时果断行动的重要性,以及重新开放时邻国之间耐心和协调的重要性。
2020-12-30 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
Spatial Super-Infection and Co-Infection Dynamics in Networks
本文提出多重双病毒反应-扩散模型(MBRD-SI和MBRD-CI),刻画空间扩散与交叉扩散下的双病原体动力学,给出图灵及图灵-霍普夫不稳定性条件,并展示流行病斑图形成及跨领域应用潜力。
2025-08-21 nlin.AO nlin.PS physics.soc-ph
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
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
Learning the Probability of Activation in the Presence of Latent Spreaders
当传染病在社区传播时,一个人被感染的可能性取决于她的易感性和通过与他人接触而接触到传染病的程度。虽然人们通常了解个体的易感性,但在许多情况下,个体的接触者是否具有传染性是未知的。我们研究的问题,预测如果一个人将采取的传染病在存在多种模式的感染(暴露/易感性)和潜在的邻居的影响。我们提出了一个生成的概率模型和变分推理方法来学习我们的模型的参数。通过对合成数据的一系列实验,我们测量了所提出的模型识别潜在传播者的能力,并预测了感染的风险。应用于20,000名医院患者的真实数据集,我们证明了我们的模型在使用病房共享和护士共享网络预测医疗相关感染的发生方面的实用性。我们的模型优于现有的基准,并为设计和实施有针对性的干预措施以遏制感染传播提供了可操作的见解。
2017-12-02 cs.SI physics.soc-ph