Virus spread versus contact tracing: two competing contagion processes
于二零二零年上半年，多个国家因阻止COVID-19发病率曲线增长而遭受封锁后，他们面临恢复社会及经济活动的挑战。SARS-CoV-2的快速空气传播性和疫苗的缺乏要求采取积极的遏制措施，以避免传播链的传播。迄今为止，最好的策略，通常被称为测试-跟踪-治疗（TTT），包括对人群进行诊断测试，跟踪感染者的接触者，并通过隔离所有这些病例进行治疗。能够更好地描述上述机制联合作用的动力学过程是一种传染过程，它与病原体的传播竞争，切断了潜在的传染途径。在这里，我们提出了一个房室模型，耦合的动态感染与接触者追踪和隔离的情况下。我们开发了一个有效的情况下再现数$R_c(t)$，揭示了接触者追踪的作用，在缓解和抑制流行病的分析表达式。我们发现，有一个权衡之间的感染传播和隔离的情况下。如果隔离仅限于有症状的个体，发病率曲线可以变平，但不会弯曲。然而，如果接触者追踪也适用于无症状的个人，该战略可以弯曲曲线并抑制流行病。定量结果取决于网络拓扑结构。我们量化了接触者追踪有效性的最重要指标，即其扭转流行曲线上升趋势的能力，导致其弯曲。
2021-02-01 physics.soc-ph q-bio.PE
Correlation-Based Diagnostics of Social Contagion Dynamics in Multiplex Networks
Universitat de Barcelona（巴塞罗那大学）；Universitat Oberta de Catalunya（加泰罗尼亚开放大学）
该研究通过分析多重网络中节点活动的时间相关性，揭示了社会传染动力学的局部化与去局部化现象，并展示了滞后一阶自相关性在检测激活和局部化转变中的作用。
2026-01-30 physics.soc-ph
Multi-Stage Complex Contagions
思想在社交网络中的传播可以用复杂的传染模型来研究，在这个模型中，代理人通过与多个激活的邻居接触而被激活。对复杂传染的调查可以为网络上的社会影响和行为采纳级联提供重要的见解。在本文中，我们介绍了一个多阶段的复杂传染网络模型。不同阶段的代理人-例如，代表对社会运动的不同支持程度或对某种产品或想法的不同承诺程度-对他们的邻居施加不同程度的影响。我们证明，即使是一个额外的阶段的存在引入新的动力学行为，包括多个级联之间的相互作用，不能发生在单阶段的传染模型。我们发现，级联-因此集体行动-不仅可以由高级影响者驱动，也可以由低级影响者驱动。
2013-02-22 cs.SI math.DS nlin.AO
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
Complex social contagion makes networks more vulnerable to disease outbreaks
社会网络分析现在被广泛用于研究传染病在人与人之间传播的动态。疫苗接种极大地破坏了疾病在接触网络上的传播过程，事实上，足够高的疫苗接种率可以破坏这一过程，从而有效地阻止疾病在网络上的传播。在这里，我们建立在越来越多的证据基础上，这些证据表明，健康行为--如接种疫苗和拒绝接种疫苗--可以通过社交网络传播，这是一个复杂的传染过程，需要社会强化。通过对健康行为和传染病传播进行网络模拟，我们发现，在其他条件相同的情况下，健康行为传播的过程对疾病爆发动态具有非常强的影响。这种动态变化是由于健康行为传播过程中出现的易感社区内的拓扑结构差异造成的，而这反过来又取决于整个社交网络的拓扑结构。我们的研究结果指出了健康行为传播在预测和控制疾病爆发方面的重要性。
2012-11-01 cs.SI physics.soc-ph q-bio.PE
Critical behaviors in contagion dynamics
我们研究了一般传染模型的临界行为，其中节点是活跃的（例如，意见A，或功能）或不活跃的（例如，意见B，或损坏）。这两个状态之间的跃迁由以下各项决定：（i）独立于邻域的自发跃迁，（ii）由相邻节点诱导的跃迁，以及（iii）自发反向跃迁。由此产生的动态是非常丰富的，包括极限环和随机相位切换。我们导出了统一的平均场论.具体来说，我们分析表明，系统的动力学是由过程（一至三）的临界行为只能表现出三个不同的制度：（a）不相关的自发跃迁动力学（b）接触过程动力学和（c）尖点灾难。这结束了一个长期存在的辩论的普遍性类的复杂传染动力学的平均场，并大大加深了其数学理解。
2017-01-31 math.CA physics.soc-ph
Impact of human-human contagions in the spread of vector-borne diseases
本文的目的是提出一个推广的Ross-Macdonald模型的传播媒介传播的疾病，其中也考虑人与人之间的传染。我们首先提出了这个广义模型，制定了平均场论，检查其有效性比较数值模拟。为了使我们的模型的前提更现实，我们适应的情况下，人类接触的复杂网络描述的平均场方程。在这种情况下，我们也能够推导出流行阈值的解析表达式。在平均场和基于网络的模型中，我们估计了对应于无病和流行病状态之间的边界的流行病阈值的值。这一阈值的表达使我们能够讨论人与人之间的传染对病媒传染疾病传播的影响。
2018-05-09 physics.soc-ph q-bio.PE
Social Bubbles and Superspreaders: Source Identification for Contagion Processes on Hypertrees
以前的工作已经表明，对于扩展的星状网（只有一个节点的度> 2的树）上的传染过程，有一个简单的，封闭形式的表达式，高度精确的近似最大似然感染源。在这里，我们将这一结果推广到一类超树，虽然在结构上有点类似，但提供了更丰富的表示空间。特别是，这种方法可以用来估计零患者来源，即使感染是通过大型群体聚集而不是人与人之间的传播，以及当它通过相互关联的社会泡沫传播时，重叠程度不同。在接触者追踪背景下，该估计器可用于识别本地爆发的来源，然后可用于向前追踪或进一步向后追踪（通过类似或其他手段）到上游来源。
2020-10-21 eess.SP 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
Contagion dynamics on adaptive multiplex networks with awareness-dependent rewiring
在这篇文章中，我们开发了一个高度集成的有效程度的方法来建模流行病和意识传播过程中的多重网络加上意识依赖自适应重新布线。这种方法跟踪个人每个状态中最近邻居的数量;因此，它允许将本地联系人的变化整合到多重网络模型中。我们推导出一个公式的阈值条件的传染病爆发，也，我们提供了一个下限的阈值参数，以指示自适应重新布线的效果。阈值分析证实了广泛的模拟。我们的研究结果表明，意识依赖的链路重新布线在提高传播阈值以及降低流行病流行率方面起着重要作用。此外，据透露，加强宣传传播与加强链接重新布线作出更大的贡献，疾病的预防和控制。此外，临界现象中观察到的依赖性的流行阈值的意识扩散率，支持元临界点以前在文献中报道的。这项工作可能有助于理解适应性网络上流行病动态和社会传染之间的相互作用。
2021-02-02 physics.soc-ph
Interplay between exogenous triggers and endogenous behavioral changes in contagion processes on social networks
近年来，统计物理学的方法论已经证明非常成功地提供了对社会互动机制的见解。然而，这些模型是否能够捕捉到在现实世界的数据集中观察到的趋势的问题在目前的文献中几乎没有得到解决。通过这项工作，我们的目标是弥合理论建模和数据验证之间的差距。特别是，我们提出了一个观点动力学在社交网络上的外部触发器的存在下，框架的错误行为传播的背景下的模型的解释。我们把我们的人口分为有意识的、无意识的和狂热的/受过教育的代理人。个体根据两种相互竞争的动力学改变他们的状态，称为行为动力学和广播。前者是通过个人之间的接触传播信息，而广播则扮演着外部媒介的角色，模仿主流媒体的效果。通过模拟和分析计算，我们发现，不知情的代理在系统中的分数的平稳分布经历了相变时，考虑到所有的近似。令人惊讶的是，这样的相变消失在存在的最小分数的受过教育的代理。最后，我们使用从Twitter上收集的关于阿斯利康疫苗对COVID-19的潜在不利影响的公开讨论（包括数百万条帖子）的数据来验证我们的模型。我们表明，外部代理的干预，在我们的模型中占，是能够重现在这个现实世界的数据集中发现的一些关键功能。
2022-10-27 cs.SI physics.soc-ph
Improving tobacco social contagion models using agent-based simulations on networks
多年来，人口一级的烟草控制政策大大降低了全世界的吸烟流行率。然而，吸烟率下降的速度正在放缓。因此，有必要建立一个模型，捕捉吸烟流行病的全部复杂性。然后，这些模型可以用作试验台，以制定限制吸烟蔓延的新政策。目前的吸烟动力学模型主要使用常微分方程（ODE）模型，其中研究个人的接触网络的影响是具有挑战性的。他们也没有考虑到可能导致吸烟行为改变的个人之间的所有互动，这意味着他们没有考虑关于吸烟行为传播的宝贵信息。在这种情况下，我们开发了一个基于代理的模型（ABM），校准，然后验证它在美国和英国观察到的历史趋势。我们的ABM考虑自发条款，代理人之间的相互作用，以及代理人的联系网络。为了探索潜在网络对吸烟动力学的影响，我们在六个不同的网络上测试了ABM，包括合成网络和真实网络。此外，我们还比较了ABM和ODE模型。我们的研究结果表明，从ODE模型的动力学是类似的ABM只有当网络结构是完全连接的（FC）。FC网络在复制数据中的经验趋势方面表现不佳，而现实世界的网络在六个网络中复制得最好。此外，当现实世界网络的信息不可用时，我们的ABM对Lancichinetti-Radicchi基准网络（或具有与现实世界网络相似的平均度的网络）可以用于建模吸烟行为。这些结果表明，网络是必不可少的吸烟行为建模，我们的ABM可以用来制定基于网络的干预策略和烟草控制政策。
2022-07-17 cs.CY cs.SI physics.soc-ph
Unveiling the impact of cross-order hyperdegree correlations in contagion processes on hypergraphs
Network Science Institute, Northeastern University London（东北大学伦敦网络科学研究所）；Department of Network and Data Science, Central European University（中欧大学网络与数据科学系）；Department of Mathematics, Northeastern University（东北大学数学系）
提出有效超度模型（EHDM）研究超图上的SIS传播动力学，发现跨阶度相关性（如节点在成对与高阶交互中的枢纽一致性）会改变传播阈值和最优控制策略。
2026-06-16 physics.soc-ph
Scalable Estimation of Epidemic Thresholds via Node Sampling
传染病可以通过社会接触网络从一个人传染给另一个人。在当今相互关联的全球社会中，这种传染过程可能导致全球公共卫生危害，正在发生的新冠肺炎大流行就是一个例证。因此，从统计推断的角度研究传染病的网络传播具有重要的现实意义。一个重要的和广泛研究的边界条件的网络上的传染过程是所谓的流行病阈值。流行阈值在确定引入社会接触网络的病原体是否会引起流行或消亡方面起着关键作用。本文从统计网络推理的角度研究了流行病阈值问题。我们确定了两个主要的挑战，是由高计算和采样复杂性的流行阈值。我们开发了两个统计上准确和计算效率高的近似技术，以解决这些问题下的Chung-Lu建模框架。第二种近似是基于随机游走采样的，它的优点是只需要一小部分节点上的数据。我们为这两种方法建立了理论保证，并证明了它们的经验优势。
2020-07-28 cs.SI physics.soc-ph stat.ME
Dose-response functions and surrogate models for exploring social contagion in the Copenhagen Networks Study
网络上的传播动力学和复杂传染过程是复杂人类和自然系统中出现临界转变、临界点和其他非线性现象的重要机制。现在，越来越多的时间网络数据可用于研究行为、观点、想法、疾病和创新的传播过程，以检验有关其特定属性的假设。为此，我们在这里提出了一种基于剂量反应函数和假设检验的方法，使用替代数据模型，随机化的经验数据的大部分方面，同时保存某些结构相关的传染，群体或同质性动态。我们证明了这种方法的合成时间网络数据的传播过程中产生的自适应选民模型。此外，我们将其应用于哥本哈根网络研究的经验时间网络数据。该数据集提供了数百名大学生在三个月内参与研究的身体密切接触网络。我们研究的潜在传播动态的健康相关的行为“定期去健身工作室”在这个网络上。基于替代数据模型的层次结构，我们发现，我们的方法既没有提供显着的证据，在这个数据集中的剂量反应型网络传播过程的影响，也没有显着的证据同质性。运动行为的实证动力学可能更好地描述了个人的特点，如对行为的处置，并保持它的持久性，以及影响整个群体的外部影响，和非平凡的网络结构。所提出的方法是通用的，也有前途的应用程序，其他时间网络数据集和感兴趣的特点。
2021-09-06 physics.soc-ph
Aging in binary-state models: The Threshold model for Complex Contagion
二元状态模型是那些组成元素只能出现在两种可能的配置中的模型。这些模型是基本的数学处理的一些现象，如自旋相互作用的磁性，观点动力学，谣言和信息传播的社会系统等，在这里，我们专注于研究非马尔可夫效应与老龄化的二元状态动力学在复杂网络。老化被认为是代理人的属性，他们在当前状态下的时间越长，就越不容易改变状态，这会产生异质的活动模式。我们分析在这种情况下，阈值模型的复杂传染病，这已被提出来解释，例如，采用新技术的过程中，代理需要反复确认的几个接触（直到达到一个给定的邻居分数阈值）改变状态。我们的分析逼近很好地描述了Erdös-Rényi、随机-规则和Barabási-Albert网络中的广泛数值模拟。虽然老化不会改变传播条件，但它会减缓级联动态向完全采用状态的发展：采用者在时间上从原始模型的指数增长被拉伸指数或幂律所取代，这取决于老化机制。在几种近似下，我们给出了级联条件的解析表达式，并为指数，幂律和拉伸指数增长规律的采用者密度的指数。除了网络，我们还通过数值模拟描述了二维晶格中阈值模型的老化效应。
2022-11-24 physics.soc-ph
Insights from exact social contagion dynamics on networks with higher-order structures
本文通过推导精确的高阶SIS模型及其平均场等价模型，证明高阶传染机制本身即可导致双稳态等新现象，无需复杂接触模式，并给出了3体和4体交互网络的全局分岔图景，为超越三元组的高阶传染过程分析奠定基础。
2023-09-22 math.DS math.PR physics.soc-ph
Complex Contagions and hybrid phase transitions in unclustered and clustered random networks
复杂传染是一种传染过程，其中个体可能需要多次传播才能改变状态。如果一个人只在感知到其他人的共识后才采取特定的行为，这些被用来建模行为。我们可以认为，一个人开始时是不活跃的，在与足够数量的活跃伙伴接触后变得活跃。这些已经在一些案例中进行了研究，但复杂传染的动态传播的分析模型通常是复杂的。在这里，我们研究动态的瓦特阈值模型（WTM）假设传输发生在连续时间作为一个泊松过程，或在离散的时间，个人发送到所有的合作伙伴在他们激活后的时间步。我们适应技术开发的传染病建模开发和分析分析模型的动态WTM配置模型网络和一类随机聚类（三角形为基础的）网络。由此产生的模型是相对简单和紧凑的。我们用它来深入了解传染动力学。在无限的人口限制，我们推导出条件下，级联发生与任意小的初始比例活跃，证实了瓦特的假设这种情况下。我们还观察到混合相变时，级联是不可能的小的初始条件，但发生足够大的初始条件。我们推导出这种混合相变发生的充分条件。我们表明，在许多情况下，如果混合相变发生，所有的个人最终成为积极的。最后，我们讨论了集群在促进或阻碍传播中的作用，发现Watts在配置模型网络中证实的假设并不普遍成立。这种方法使我们能够统一许多现有的不同的观察，并得出新的结果。
2015-06-26 nlin.AO physics.soc-ph q-bio.PE
Unifying Markov Chain Approach for Disease and Rumor Spreading in Complex Networks
扩散过程在自然和人工系统中普遍存在。它们可以通过大量的模型进行研究，这取决于所研究现象的具体细节。疾病传染和谣言传播是其中最重要的过程，因为它们具有实际意义。然而，尽管它们之间有相似之处，目前的模型分别解决了这两个传播动态。在本文中，我们提出了一个一般的信息传播模型，是基于离散时间马尔可夫链。该模型包括所有的转变，是合理的疾病传染过程和谣言传播。我们表明，我们的模型不仅涵盖了传统的传播计划，但它也包含了一些功能相关的社会动态，如冷漠，遗忘，失去/恢复的兴趣。该模型进行了分析评估，以获得在几种情况下的接触和反应过程的传播阈值和早期的动力学行为。与蒙特卡罗模拟的比较表明，马尔可夫链的形式是高度准确的，而它在计算效率优于。我们圆满结束我们的工作，展示了如何提出的框架可以应用到社交网络上发生的传播过程的研究。
2016-09-05 cs.SI physics.soc-ph
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
When ideas go viral -- complex bifurcations in a two-stage transmission model
我们考虑了具有两个非线性传染阶段的传播动力学数学模型的定性行为。所提出的模型的灵感来自流行病学（传染病的传播）或社会动态（意见，行为，思想的传播）中发生的现象，并通过分区方法描述。在与启动子（传染性个体）接触后，未接触过的（易感）人可以自己成为启动子，也可以成为$\textit{weakened}$，因此更容易受到感染。虚弱的个体在与发起人群体的成员进行第二次接触时会变得具有传染性。在传染区呆上一段时间后，个体变得不活跃（不易受感染，不能传播），并从传播链中消失。我们结合这两个阶段的传染过程与更新的天真的人口，建模的手段从虚弱或不活跃的状态到易感车厢的过渡。这导致了丰富的动态，显示例如共存和双稳态的平衡和周期轨道。（非平凡）平衡的性质进行了研究分析。此外，数值研究的参数空间揭示了许多分歧，表明这样一个系统的动力学可以比经典的流行病ODE模型更复杂。
2021-05-03 math.DS physics.soc-ph q-bio.PE
Co-spreading dynamics of smoking behavior and awareness on social contact networks
Birla Institute of Technology and Science, Pilani（比拉理工学院）
本文提出数学模型研究吸烟行为、戒烟与意识的耦合动态，揭示了人口结构对戒烟干预策略的重要性。
2026-03-02 physics.soc-ph q-bio.PE
Stochastic sampling effects favor manual over digital contact tracing
隔离有症状的个人、追踪和检测其无症状接触者是缓解当前COVID-19大流行的基本策略。打破传染链依赖于两种互补的策略：基于访谈的手动重建联系人和数字（基于应用程序的）隐私保护联系人追踪。我们比较了它们的有效性，使用模型参数来描述SARS-CoV-2扩散的活动驱动模型，一个一般的经验验证框架的网络动态。我们发现，即使是相同的概率跟踪接触，手动跟踪鲁棒性优于数字协议，也考虑到固有的延迟和有限的可扩展性的手动程序。这一结果是解释的随机抽样过程中发生的情况下，手动重建的接触，与数字跟踪的内在预先安排的性质，由决定采用应用程序或不由每个人。代理行为的异质性增强了手动跟踪的更好性能：不采用该应用程序的超级传播者对数字联系人跟踪完全不可见，而由于他们的多个联系人，他们可以很容易地手动跟踪。我们表明，这种内在的差异，使手动程序占主导地位，在现实的混合协议。
2021-03-30 cond-mat.stat-mech physics.soc-ph q-bio.PE
Effects of infection fatality ratio and social contact matrices on vaccine prioritization strategies
该研究通过基于真实数据的仓室流行病模型，分析感染致死率与社会接触矩阵对疫苗优先级策略的影响，明确了不同流行病学场景下的策略有效性规律及相关影响因素。
2022-08-07 physics.soc-ph q-bio.PE
Progmosis: Evaluating Risky Individual Behavior During Epidemics Using Mobile Network Data
在制定有效的疾病遏制战略时，分析、量化和预测流行病爆发的可能性是根本。决策者面临着起草切实可行的政策，在风险管理和成本之间取得平衡的复杂任务。政策制定者掌握的两种主要技术是：流行病建模和接触者追踪。模型被用来预测全球和区域的流行病演变，而接触者追踪被用来重建可能被感染的人的链条，以便他们能够被立即检测、隔离和治疗。然而，这两种技术提供的信息可能有限，特别是在危机已经发展到需要紧急采取行动的时候。在本文中，我们提出了一种超越流行病建模和接触者追踪的替代方法，并利用移动运营商网络生成的行为数据来评估每个用户的传染风险。个人风险是指因不隔离或治疗特定人员而造成的损失，包括该人员传播疾病的可能性以及它将导致多少次继发感染。为此，我们开发了一个模型，名为预测，量化这种风险的基础上的运动和区域汇总统计感染率。我们开发并发布了一个开源工具，可以根据蜂窝网络事件计算这种风险。我们模拟了一个现实的流行病场景，基于埃博拉病毒爆发;我们发现，逐渐限制一个子集的个人的流动性减少了24%的感染人数后30天。
2015-04-06 cs.SI physics.soc-ph
Competing Epidemics on Graphs -- Global Convergence and Coexistence
近年来，众所周知的\textit{Susceptible-Infected-Susceptible}（$SIS$）流行病模型有效地捕捉了诸如病毒、传染病甚至谣言/意见等传染病在接触网络（图）上的传播动力学。当涉及到两种在重叠图上传播的传染病之间的竞争时，它们的传播被所谓的\textit{bi-virus}流行病模型所捕获。对这种动力系统的分析涉及到平衡点的识别及其收敛特性，这决定了病毒中的任何一种是消亡，还是两者共同生存。我们展示了现有的工作是如何不成功的特征模型参数空间的一个大的子集，包括所有参数的双病毒系统的竞争力是显着的，足以实现共存的流行病。在本文中，我们填补了这一空白，并获得收敛结果的整个模型参数空间，给出精确的条件（必要和充分）下，系统\textit{globally converges}的\textit{trichotomy}的可能结果：一个无病毒的状态，一个单一的病毒状态，并共存状态-第一个这样的结果。
2021-04-22 cs.SI cs.SY eess.SY
Exploring the effectiveness of a COVID-19 contact tracing app using an agent-based model
在放宽封锁措施后，我们认为有必要采取接触者追踪策略，以遏制COVID-19的传播。使用基于代理的模型，我们探索了所提出的基于技术的策略之一，一个接触追踪智能手机应用程序。该模型模拟了COVID-19在城市规模的代理人群中的传播。代理人的特征是异质的，并在代表社会结构的多层网络中联系在一起-包括家庭，友谊，就业和学校。我们探讨了接触者追踪应用程序的各种采用率，不同水平的测试能力和行为因素之间的相互作用，以评估对疫情的影响。结果表明，当伴随着足够的检测能力或当检测政策优先考虑有症状的病例时，接触者追踪应用程序可以大大有助于降低人群的感染率。随着使用率的增加，感染率下降。因此，当有症状的病例没有被优先考虑进行测试时，应用程序用户的高比率可能会导致测试需求的广泛增加，如果没有足够的供应，可能会使应用程序适得其反。这表明了有效的测试政策的关键作用和提高测试能力的必要性。
2020-11-03 cs.CY cs.MA cs.SI
On the dual nature of adoption processes in complex networks
社会技术系统中的采纳过程已经被广泛地研究，无论是经验上的还是理论上的。社会规范、行为，甚至书籍、音乐或其他商业或技术产品在人群中传播的方式通常被建模为社会传染过程，在这个过程中，社会系统的代理人可以感染他们在底层社会联系网络上的邻居。最近，各种模型也被提出来再现发现过程的典型动态，在发现过程中，智能体探索想法或项目之间的关系空间以寻找新奇事物。在这两种类型的过程中，底层网络的结构，分别是第一种情况下的社会联系网络和第二种情况下的项目之间的关系网络，起着根本性的作用。然而，这两个过程一直被视为传统和独立的研究。在这里，我们简要概述了现有的社会传播和探索模式，以及这两个方向的最新进展。我们建议将它们视为同一采用过程的两个互补方面：一方面，有些物品在相互影响的个人社交网络中传播，另一方面，个人探索要采用的物品之间的相似性网络。所提出的方法的双重性质为网络和数据科学家的科学界带来了新的挑战。最后，我们概述了一些可能的方向，我们认为可能是相关的，以探讨在未来几年。
2021-04-19 cs.SI physics.soc-ph
The role of caretakers in disease dynamics
传染现象动态建模的关键挑战之一是了解社会互动的结构如何塑造疾病的时间进程。复杂网络理论在这方面取得了重大进展。然而，在人群中对流行病的认识通常会产生与疾病演变的网络结构变化相对应的行为变化。这种反馈机制尚未得到深入研究。例如，人们会直觉地期望易感个体避开其他感染者。然而，治疗患者的医生或照顾患病儿童的父母也可能增加与感染者的接触量，以加速康复，但也使自己面临更高的感染风险。我们研究了这些看护者链接在自适应网络模型中的作用，在自适应网络模型中，个体通过增加或减少与受感染个体的接触量来对疾病做出反应。我们发现，纯粹的避免，只有很少的看守链接，是最好的策略，减少SIS疾病的网络，具有很大的拓扑变异性。在更同质的网络中，疾病的流行率降低低浓度的看护人，而出现高流行率，如果看护人的浓度通过一个明确定义的临界值。
2012-09-11 cs.SI nlin.AO physics.soc-ph
COVID-19 pandemic control: balancing detection policy and lockdown intervention under ICU sustainability
我们在这里考虑扩展的SIR模型，包括最近COVID-19爆发的几个特征：特别是感染和康复的个体可以被检测到（+）或未被检测到（-），我们还整合了重症监护病房（ICU）的能力。我们的模型可以使用锁定和检测干预杠杆对控制流行动态的最佳政策进行易于处理的定量分析。基于COVID-19相关文献的参数规范，我们研究了各种数量对最优策略的敏感性，同时考虑到大流行的卫生和社会经济成本之间的微妙权衡，以及ICU的有限容量水平。我们将最佳封锁政策确定为分为4个连续阶段的干预措施：首先是快速而强有力的封锁干预措施，以阻止传染病的指数增长;第二是短暂的过渡阶段，以降低病毒的流行率;第三是长期的ICU能力和稳定的病毒流行率;最后是恢复正常的社会交往，病毒消失。因此，最佳方案避免了第二波感染，前提是锁定释放得足够慢。我们还提供最佳干预措施，增加ICU容量，并优化检测传染性和免疫个体的工作。每当引入大量资源来检测感染者时，可以释放社交距离的压力，而检测免疫个体的影响则较为温和。
2020-05-22 cs.SY eess.SY physics.soc-ph
Dynamic graph and polynomial chaos based models for contact tracing data analysis and optimal testing prescription
在这项研究中，我们解决了与疾病传播（如COVID-19大流行）相关的三个重要挑战，即（a）向可能暴露的个体提供早期预警，（b）识别无症状的个体，以及（c）在检测能力有限时制定最佳检测方案。首先，我们提出了一个基于动态图的SEIR流行病模型，以描述疾病传播的动力学。我们的模型考虑了一个动态网络，该网络考虑了个体之间随着时间的推移而发生的相互作用，例如通过手动或自动接触跟踪获得的相互作用，并使用扩散反应机制来描述状态动态。这种动态图模型有助于识别可能暴露/感染的个体，我们可以向其提供早期警告，甚至在他们表现出任何症状和/或无症状之前。此外，当检测能力与人口规模相比有限时，使用流行病学模型对个人的健康状况和疾病传染性进行可靠估计是极具挑战性的。因此，状态不确定性的估计是最重要的突出的风险评估，以及关闭跟踪测试循环的最佳测试处方。因此，我们建议使用任意多项式混沌扩展，一种流行的技术用于不确定性量化，来表示状态，并量化动态模型中的不确定性。这种设计使我们能够分配每个人的状态的不确定性，从而优化测试，以减少在有限的测试预算的整体不确定性。这些工具还可用于优化疫苗分配，以在疫苗有限的情况下遏制疾病传播。我们提出了一些模拟结果，说明所提出的框架的性能，并估计不完整的接触追踪数据的影响。
2021-09-10 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
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
