Continuous Learning and Inference of Individual Probability of SARS-CoV-2 Infection Based on Interaction Data
Synergies Intelligent Systems Inc（协同智能系统公司）；Universität Hamburg（汉堡大学）
这项研究提出了一种新的方法来确定无症状携带者的SARS-CoV-2病毒的可能性，通过使用基于交互的连续学习和推理的个人概率（CLIIP）的传染性排名。该方法基于个体有向图（IDG），采用多层双向路径跟踪和推理搜索。IDG是由外观时间轴和空间数据确定的，可以随着时间的推移进行调整。此外，该方法还考虑了潜伏期和几个可以代表现实世界情况的特征，例如存在的无症状携带者的数量。在每次更新确诊病例后，该模型收集交互特征，并使用周围人的状态推断个人感染的概率。CLIIP的方法进行了验证，使用个性化的双向SEIR模型来模拟传染过程。与传统的接触者追踪方法相比，我们的方法显著减少了寻找潜在无症状病毒携带者所需的筛查和检疫，减少了94%。
2021-01-31 cs.LG cs.SI physics.soc-ph
Epidemics with asymptomatic transmission: Sub-critical phase from recursive contact tracing
COVID-19疫情带来的挑战重新激发了人们对开发抗击传染病新方法的兴趣。SARS-CoV-2传播的一个突出特点是无症状传播的比例很大。这可能会影响标准接触者追踪程序对潜在感染者的有效性。然而，无症状传播对网络上传染病传播的流行阈值的影响在很大程度上是未知的。本文研究了一个简单的传染病网络模型中的临界渗流转移问题，并给出了一个递归的接触追踪算法。我们发现，在无症状传播的一定比例以上，标准的接触者追踪失去了在流行阈值以下抑制传播的能力。然而，我们也发现，递归接触者追踪打开了一个可能性，以包含大部分的无症状或症状前传播的流行病。特别地，我们计算了任意度分布和不同递归深度网络中参与联络追踪的网络节点所占的比例，并讨论了递归深度和无症状率对传染病渗流相变的影响.我们使用感染树和网络的数值模拟来测试和说明我们的理论结果。我们预计递归接触者追踪将为基于应用程序的数字接触者追踪工具提供基础，这些工具将接触者追踪的效率扩展到大部分无症状传播的疾病。
2020-08-22 cond-mat.stat-mech physics.bio-ph physics.soc-ph
Identify Hidden Spreaders of Pandemic over Contact Tracing Networks
COVID-19感染病例在全球范围内激增，对社会和经济都造成了影响。造成持续传播的一个关键因素是存在大量无症状或隐藏的传播者，他们混在易感人群中而未被发现或隔离。在这里，我们提出了一种有效的非药物干预方法来检测接触者追踪网络中的无症状传播者，并在新加坡的COVID-19传播网络上进行了验证。我们发现，使用纯物理传播方程，可以非常准确地识别COVID-19的隐藏传播者。具体而言，基于COVID-19传播动力学的独特特征，我们提出了一个计算框架，捕获网络中不同传染状态之间的转移概率，并将其扩展为识别渐近个体的有效算法。我们的模拟结果表明，使用我们的预测的筛选方法优于机器学习算法，例如图神经网络，这些算法在这项工作中被设计为基线，以及中国在其早期爆发中广泛使用的感染最密切接触者的随机筛选。此外，我们的方法提供了高精度，即使在不完整的信息的合同跟踪网络。我们的工作对于COVID-19的非药物干预至关重要，特别是随着越来越多地采用各种新技术的接触者追踪措施。除了COVID-19，我们的框架还可以用于其他以无症状传播为特征的流行病
2021-03-17 physics.soc-ph q-bio.PE
Mutation induced infection waves in diseases like COVID-19
在全球超过600万人死亡后，正在进行的征服COVID-19疾病的疫苗接种现在正在与越来越具有传染性的突变的出现竞争，反复取代早期的菌株。由于几乎没有类似情况下传染病长期演变的历史例子，模型对于预测可能的情景至关重要。因此，在目前的工作中，我们系统地概括了流行的易感染-感染-恢复模型，以解释导致重复出现的新菌株的突变，我们基于统计力学的工具进行粗粒化，以推导出预测最可能结果的模型。该模型预测，突变可以在早期诱导感染数量的超指数增长，这会自我放大到巨大的感染波，这是由感染数量和突变之间的正反馈回路引起的，并导致大多数人群同时感染。在后期阶段-如果疫苗接种进展太慢-突变可能会中断感染数量的持续减少，并可能导致感染复发，这些感染复发以单波甚至整个波列的形式发生，其特征是感染数量减少和增加的交替时期。这一可能由突变引起的情景的全景应该在更详细的模型中进行测试，以探索它们对特定传染病的具体意义。此外，我们的研究结果可能是有用的讨论有关的重要性，释放疫苗专利，以减少突变引起的感染复苏的风险，但也协调释放的措施后，感染人数的下降趋势。
2022-05-06 physics.soc-ph q-bio.PE
Mass testing and proactiveness affect epidemic spreading
当病原体中含有无症状表型时，疾病的检测和管理变得相当复杂，正如最近的COVID-19大流行期间所证明的那样。疾病的传播在易感-感染-传播-死亡（SIRD）动力学范式下得到了广泛的研究。各种博弈论方法也解决了疾病传播，其中许多将S，I，R和D视为策略而不是状态。值得注意的是，上述方法的大多数研究并没有说明疾病的症状或无症状方面之间的区别。众所周知，洗手、戴口罩和保持社交距离等预防措施可以显著减少许多传染病的传播。在这里，我们把采取这样的预防措施看作是战略，把S、I、R和D看作是状态。我们还试图捕捉不同的网络拓扑结构上的症状和无症状的疾病所产生的传染病传播的差异。通过大量的计算机模拟，我们研究了维持预防措施的成本以及在人群中进行大规模检测的程度会影响社会责任个人的最后一部分。我们注意到，如果出现无症状疾病，缺乏大规模检测可能导致大流行。网络拓扑似乎也起着重要作用。我们进一步观察到，主动个体的最终分数取决于感染者和主动个体的初始分数。此外，边缘密度可以显著影响整体结果。我们的研究结果与从持续的COVID-19大流行中吸取的教训大致一致。
2021-05-14 cs.SI physics.soc-ph q-bio.PE
Dynamics of disease spread. Effect of the characteristic times
利用基于Watts和Strogatz小世界网络的SEIR（Susceptible-Exposed-Precautious-Removed）随机流行病模型的一个动态变体，数值和解析地研究了传染病在异质人群中传播的动力学性质.该模型包括通常表征传染病的主要现实参数，如感染力、潜伏期和感染时间。只要潜伏时间小于感染时间，感染个体的比例随时间呈指数增加，否则出现振荡行为。这可以解释健康预防服务所观察到的周期性行为。它还表明，定期流行病学调查高估或低估感染的动态，如果调查期间不完全对应的特征时间的感染。进一步讨论了该模型中涉及的扩散和弛豫过程，以及它们与感染特征时间的关系。
2019-06-27 physics.soc-ph q-bio.PE
Fractional modelling of COVID-19 transmission incorporating asymptomatic and super-spreader individuals
本文构建纳入无症状感染者与超级传播者的不可公度分数阶 COVID-19 仓室模型，分析其基本再生数和无病平衡点稳定性，并经葡萄牙数据验证拟合效果更优。
2025-01-08 math.DS physics.soc-ph q-bio.PE
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
Applied Probability Insights into Nonlinear Epidemic Dynamics with Independent Jumps
本文构建含无症状传播、疫苗接种及Lévy过程随机效应的SAIRS型流行病模型，证明解的存在唯一性，推导疾病灭绝与持续条件，经数值模拟验证，为疫情防控提供理论依据。
2025-01-13 math.PR nlin.PS physics.soc-ph
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
A Generalized Epidemiological Model for COVID-19 with Dynamic and Asymptomatic Population
在本文中，我们开发了一个扩展的标准流行病学模型，适用于COVID-19。这一扩展包括由于症状前或无症状的病毒携带者造成的传播。此外，这一模型还反映了由于人员往来于一个国家内不同行政边界而造成的疾病传播。该模型描述了由于（初期）人类传播和多个隔间的伴随影响，确诊病例数量的概率上升。模型中的相关参数可帮助设计公共卫生政策和大流行病的业务管理。例如，该模型表明，增加对有症状患者的检测对大流行的进展没有任何重大影响，但无症状人群的检测率发挥着极其关键的作用。该模型是使用获得的数据在印度共和国的恰蒂斯加尔邦。该模型被证明有显着更好的预测能力比其他流行病学模型。这种模式可以很容易地应用于任何行政边界（州或国家）。此外，该模型也适用于任何其他流行病。
2020-11-19 physics.soc-ph q-bio.PE stat.AP
Limited efficacy of forward contact tracing in epidemics
本研究针对隐性传播传染病的防控问题，构建基于SIS的仓室模型分析前向接触追踪的效果，发现其对流行阈值的提升作用有限，并量化了依从性等因素的影响，结果经模拟和更复杂模型验证。
2023-10-18 physics.soc-ph
Comparing the efficiency of forward and backward contact tracing
追踪确诊病例的潜在受感染接触者在抗击许多传染病暴发时非常重要。COVID-19大流行促使研究人员研究不同的接触者追踪策略在有效性（减轻感染的能力）和成本效率（每次隔离预防感染的数量）方面的比较。两种重要策略是所谓的前向接触者追踪（追踪疾病传播者）和后向接触者追踪（追踪疾病传播者）。最近，Kojaku和他的同事报告说，向后接触者追踪比向前接触者追踪“更有效”，接触者追踪的有效性“取决于到达感染的“源头””，并且接触者追踪在成本效率方面优于病例隔离。在这里，我们表明，这些结论一般是不正确的。他们在一定程度上基于模拟，大大高估了接触者追踪的有效性和效率。我们的研究结果表明，接触者追踪策略的效率是高度相关的;面对疾病爆发，疾病动态决定了追踪感染源或新病例是否更有效。我们的研究结果还证明了并行而不是顺序模拟疾病传播和缓解措施的重要性。
2022-06-30 physics.soc-ph q-bio.PE
Infection percolation: A dynamic network model of disease spreading
疾病传播模型对于预测人群中的感染增长和评估公共卫生政策至关重要。然而，标准模型通常使用宏观参数来表示个体之间的疾病传播的动态，这些宏观参数不能准确地表示人与人之间的变异性。为了解决这个问题，我们提出了一个动态网络模型，提供了一个简单的方法，将疾病传播动态在个人规模以及在人口规模的完整时空感染史。我们发现，疾病通过社会网络传播是一种感染的行波，随后是康复的行波，传播的开始和动力取决于疾病传播和康复之间的相互作用。我们利用这些见解来开发一种预测不同疾病和人群感染动态的标度理论。此外，我们展示了感染易感性的空间异质性如何加剧或平息疾病的传播，这取决于其传染性。最终，我们的动态网络方法提供了一种简单的方法来模拟疾病传播，统一了以前的研究结果，并可以推广到不同的疾病，遏制策略，季节性条件和社区结构。
2021-03-17 cond-mat.stat-mech cs.SI nlin.AO
What could re-infection tell us about R0? a modeling case-study of syphilis transmission
许多传染病可能导致再次感染。我们研究了重复感染率与基本生殖数（R 0）之间的关系。首先，我们解决了一个通用的，确定性的房室模型的再感染，推导出一个解析解的关系。然后，我们数值求解了梅毒传播的疾病特异性模型，明确跟踪再感染。我们推导出了一个通用表达式，反映了再感染比例与R 0之间的非线性和单调递增关系，并且通过进入/退出率和恢复（即治疗）减弱。梅毒模型的数值模拟与解析关系一致。再感染比例可用于了解各地区距离疫情控制的距离，并应作为传染病监测的常规指标。
2019-03-14 math.DS physics.soc-ph q-bio.PE
Dynamics of multi-stage infections on networks
本文研究了传染期为非指数分布的传染病的动力学问题。这是通过考虑网络上的多阶段感染模型来实现的。使用两两近似与标准的封闭，一些重要的疾病动力学特性的推导分析，包括最终规模的流行病和流行病爆发的阈值，它示出这些数量如何依赖于疾病的特征，以及疾病阶段的数量。随机模拟网络上的动态进行比较成对模型的结果，几个现实的例子，传染病，以说明所发挥的作用，在疾病动态的阶段数。这些结果表明，疾病阶段数越多，流行病爆发的速度越快，流行病的高峰期越高，最终流行病的规模也越大。在我们考虑的情况下，成对和模拟方法之间的协议是优秀的。
2015-11-19 nlin.AO physics.soc-ph q-bio.PE
Societal self-regulation induces complex infection dynamics and chaos
研究社会自我调节行为反馈与季节效应如何诱发复杂的感染动态与混沌，发现在成本最小化区域出现 Arnold 舌、共存吸引子和混沌，COVID-19 数据印证此机制，挑战了地方性流行病必然可预测的直觉。
2025-04-07 math.DS physics.soc-ph q-bio.PE
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
Particle modeling of the spreading of Coronavirus Disease (COVID-19)
截至二零二零年七月底，COVID-19疫情已感染超过一千七百万人，并已蔓延至全球几乎所有国家。对此，世界各地许多国家都采用了不同的方法来降低感染率，例如包括病例隔离、关闭学校和大学、禁止公共活动，以及大多数强制社交距离，包括地方和国家封锁。在我们的工作中，我们使用基于蒙特卡罗（MC）的算法来预测不同人口密度下的病毒感染率。我们使用三种不同的封锁模型和八种不同的约束组合来测试冠状病毒的传播，这使我们能够检查每个模型和约束的效率。在本文中，我们测试了三种不同的时间周期模式的无限制/锁定模式。该模型的主要预测是，每个时间周期包含至少10天锁定的无限制/锁定的循环时间表可以帮助控制病毒感染。特别是，这种模式在伴随着社交距离和对有症状的患者的完全隔离时降低了感染率。
2020-08-03 physics.soc-ph q-bio.PE
Effect of antibody levels on the spread of disease in multiple infections
College of Artificial Intelligence, Southwest University（西南大学人工智能学院）；School of Mathematical Sciences, Queen Mary University of London（伦敦大学玛丽女王学院数学科学学院）；Potsdam Institute for Climate Impact Research（波茨坦气候影响研究所）；Department of Physics, Humboldt University（柏林洪堡大学物理系）
本文提出一个数学模型，研究抗体保留率对多重感染传播的影响，发现抗体衰减率影响传播过程，不同网络结构对衰减率敏感性不同。
2024-05-31 physics.soc-ph q-bio.PE
A Novel Compartmental Approach to Modeling COVID-19 Disease Dynamics and Analyzing the Effect of Common Preventative Measures
截至2020年12月，COVID-19疫情已感染超过75百万人，成为现代历史上最致命的疫情。本研究开发了一种新的针对SARS-CoV-2病毒的房室流行病学模型，并分析了常见预防措施（如检测、隔离、社交距离和疫苗接种）的效果。通过考虑为最大限度地减少病毒传播而制定的最普遍的干预措施，该模型为未来COVID-19和其他现代流行病的数学建模奠定了重要基础。具体而言，该模型扩展了经典的SIR模型，并为处于潜伏期、无症状、检测阳性、隔离、接种疫苗或死亡的个体引入了单独的隔间。它还解释了可变的感染率、检测率和死亡率。我首先分析了加利福尼亚州圣克拉拉县的疫情，然后概括了调查结果。结果显示，尽管所有预防措施都能减少COVID-19的传播，但隔离和社交距离规定降低了感染率，是最有效的政策，其次是疫苗分发，最后是公开测试。因此，政府应集中资源执行隔离和社交距离政策。此外，我发现数学证明，相对较高的无症状率和较长的潜伏期是COVID-19快速传播的驱动因素。
2021-11-17 physics.soc-ph q-bio.PE stat.AP
Estimation of Infection Rate and Prediction of Initial Infected Individuals of COVID-19
我们认为，在中国武汉市爆发新型冠状病毒后，COVID-19疫情在若干选定国家蔓延。我们使用官方报告的疫情早期数据，对易感（S）、可感染（I）、隔离（Q）和确认恢复（Rk）人群模型，即SIQRk模型，估计了COVID-19的感染率和初始感染人数。在报告的数据中，我们知道隔离病例和治愈病例。我们无法从无症状病例中区分出痊愈的病例。在SIQRk模型中，我们可以从数据拟合中估计模型参数和初始感染病例（确认和非对称病例）。我们得到的感染率在0.233和0.462之间的范围内，基本繁殖数Ro在1.8和3.5之间的范围内，和初始感染个体数在10和8409之间的范围内。利用拟合参数估计了德国在实施检疫政策时的最大传染时间。在第一批病人被发现后大约六个月，这种疾病正在经历平静的状态。
2020-04-27 nlin.AO physics.soc-ph q-bio.PE
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
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
A Generalized SIS Epidemic Model on Temporal Networks with Asymptomatic Carriers and Comments on Decay Ratio
我们研究了时间网络上的一类SIS流行病，并提出了一个新的活动驱动的自适应流行病模型，该模型捕捉了网络中无症状和传染性个体的影响。在所提出的模型中，被称为A-SIYS流行病，每个节点可以处于三种可能的状态：易感，无症状或无症状感染和有症状或有症状感染。无症状和有症状的个体都具有传染性。我们发现，拟议的A-SIYS流行病捕获几个完善的流行病模型作为特例，并获得充分条件，在此条件下，疾病得到根除诉诸平均场近似。此外，我们强调了一个潜在的不准确性，在活动驱动的自适应SIS（A-SIS）模型（Ogura et.例如，2019年），并提出了一个更一般的版本，他们的结果。我们数值说明了A-SIS传染病模型中感染节点比例的演化，并表明（Ogura et.例如，2019）往往未能捕捉到与我们的结果相反的流行病的行为。
2020-07-26 cs.SI cs.SY eess.SY
Spreading of Persistent Infections in Heterogeneous Populations
到目前为止，已经研究了具有异质接触网络的影响，主要是针对在时间上不持久的疾病，即，对于与个体的一生相比，传染期可以被认为非常短的疾病。此外，所有这些先前的结果都是在封闭种群中获得的，其中个体数量在整个流行期间都没有变化。在这里，我们更进一步，从分析和数字两方面分析了一种完全不同的疾病：那些持续性的疾病，可以持续一个人的一生。更具体地说，我们具体到结核病（TB）感染动力学的情况下，感染在出现并传播给其他个体之前会潜伏一段时间。我们引入了一个流行病学模型结核样持续感染考虑到固有的异质性的人口结构。这种动态引入了我们能够解决的新的分析和数值挑战。我们的研究结果表明，对于持续性疾病的流行阈值取决于度分布的前两个时刻的比率，使其在一类无标度网络中当系统接近热力学极限时趋于零。
2010-03-19 cond-mat.stat-mech physics.soc-ph q-bio.PE
An epidemiological model with voluntary quarantine strategies governed by evolutionary game dynamics
在大流行期间，诸如保持社交距离等策略对于遏制病毒传播至关重要。这些行动可以减少同时感染的数量，减轻疾病传播，这与医疗保健系统崩溃的风险有关。虽然可以提出这些战略，但其实际执行可能取决于人口对疾病风险的看法。例如，当前的COVID-19危机表明，有些人比其他人更容易保持孤立，避免不必要的接触。有了这个动机，我们提出了一个流行病学SIR模型，采用进化博弈论，考虑到动态的个人隔离策略，打算在一个单一的过程中结合社会战略，个人的风险感知，和病毒传播。这种疾病在人群中传播，其代理人可以在自我隔离和对任何流行病风险漠不关心的生活方式之间做出选择。采取的策略是个人的，取决于与检疫成本相比的感知疾病风险。博弈的收益决定了策略的采用，而传染过程决定了代理人的健康状态。同时，感染率取决于代理的策略，而感知的疾病风险取决于被感染的代理的分数。结果显示，反复出现的感染波，这是在以前的流行病情况下看到的隔离。值得注意的是，风险感知被发现是控制感染高峰的幅度的基础，而最终的感染规模主要取决于感染率。低意识导致单一和强烈的感染高峰，而更大的疾病风险导致更短，但更频繁的高峰。所提出的模型自发地捕捉到流行病事件的相关方面，突出了社会战略的基本作用。
2020-11-26 physics.bio-ph physics.soc-ph q-bio.PE
Internet - assisted risk assessment of infectious diseases in women sexual and reproductive health
我们为患者和医疗保健专业人员开发开源感染风险计算器，作为医院获得性感染（分娩期间）和性传播感染（如HIV）的应用程序。在非传染性疾病方面，先进的电子保健并不太适用于流行病学。然而，迄今为止，波兰互联网上没有感染风险计算器，尽管存在可用于创建这种工具的数据。该算法涉及来自信息系统（如医院HIS）和调查的数据，通过应用数学建模，贝叶斯推断，逻辑斯谛回归，协方差分析和社会网络分析。最后，用户可以从信息系统中填写或导入数据以获得风险评估，并测试不同的设置以了解整体风险。最有前途的风险计算器是为患者医院卫生检查模式中的医疗保健相关感染开发的。医院流行病学家的最扩展的版本可能包括许多层次的医院互动的代理为基础的建模。简化版计算器专用于需要个性化住院妊娠史的患者，通过定量和定性变量代表的问题进行描述。患者从交互式网络应用程序中接受风险评估，并对可修改的风险因素进行额外描述。我们还为艾滋病毒等性传播感染提供解决方案。具有有意义的描述和百分比机会的计算结果实时呈现给感兴趣的用户。最后，用户填写表格以获得给定设置的风险评估。
2018-02-05 physics.soc-ph q-bio.PE stat.AP
Optimal control of COVID-19 infection rate considering social costs
COVID-19疫情已构成政策制定危机，减缓或结束疫情的努力与经济优先事项相冲突。本文通过疾病传播的理想化分区模型和社会经济成本的简化模型，对最优疾病控制策略进行了数学分析。两个局部最优控制最优控制策略被发现和分类为“抑制”和“缓解”的战略。我们分析这些策略如何改变时，我们将疫苗接种到模型中，并找到一个新的最佳的“延迟缓解”策略。
2021-02-12 math.OC physics.soc-ph q-bio.PE
A Dynamical Framework for Modeling Fear of Infection and Frustration with Social Distancing in COVID-19 Spread
在本文中，我们介绍了一种新的建模框架，将感染的恐惧和挫折与社会距离到疾病的动力学。我们发现，由此产生的SEIR行为感知模型有三个主要模式的定性行为-没有爆发，控制爆发，和不受控制的爆发。我们还表明，该模型可以产生短暂的和持续的感染波符合二次爆发。我们将该模型与来自多个地区的COVID-19病例和死亡率数据进行了拟合。我们的分析表明，在第一波感染后出现显著下降的地区，如加拿大和以色列，更有可能遏制第二波感染，而在最初减缓疾病传播方面仅取得适度成功的地区，如美国，可能会出现大量的第二波或不受控制的疫情。
2020-08-13 math.DS physics.soc-ph q-bio.PE
Incorporating global dynamics to improve the accuracy of disease models: Example of a COVID-19 SIR model
传染病的数学模型表现出鲁棒的动力学，如稳定的地方病或无病平衡点，或周期性流行病波的解的收敛性。目前的工作表明，这种动态的准确性可以显着提高，通过将局部和全局动态的疾病模型中的感染。为了证明更高的准确性，我们通过纳入COVID-19大流行的全球动态来扩展标准的易感-感染-传播（SIR）模型。扩展SIR模型假设易感个体在社区外旅行的三种可能性：他们可以在没有任何感染暴露的情况下返回社区，他们可以在返回社区后暴露并出现症状，或者他们可以在旅行期间被检测为阳性并保持隔离直到完全康复。为了检验扩展SIR模型的预测准确性，我们研究了受COVID-19全球大流行影响的密苏里州堪萨斯城的COVID-19感染流行率。使用两步模型拟合算法，使用密苏里州堪萨斯城2020年3月至10月的COVID-19数据对扩展SIR模型进行参数化。扩展的SIR模型显着优于标准的SIR模型，并揭示了振荡的行为与感染的个人的增加趋势。总之，疾病模型的分析和预测准确性可以通过将感染的全球动态纳入模型中来显着提高。
2021-09-29 physics.soc-ph q-bio.PE stat.AP
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
SeCoNet: A Heterosexual Contact Network Growth Model for Human Papillomavirus Disease Simulation
SeCoNet提出一种异性接触网络增长模型，通过三种机制模拟关系形成与终止，生成无标度网络并支持疾病动态分析，有助于人乳头瘤病毒传播研究。
2023-12-21 cs.SI physics.soc-ph
Source-sink dynamics in a two-patch SI epidemic model with life stages and no recovery from infection
本研究通过双斑块SI模型分析源-汇种群动态，揭示基本再生数、成熟率和扩散率对疾病传播及种群恢复的关键作用，为疾病影响下的自然种群保护提供策略依据。
2024-02-09 math.DS 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
Epidemic modeling and flattening the infection curve in social networks
本文研究社交网络中的流行病建模与压平感染曲线，提出通过隔离少数高中心性目标节点等非药物干预策略，有效降低病毒峰值并减缓疾病传播，且方法适用于任何病毒性疾病。
2023-11-26 cs.SI physics.soc-ph
Spreading dynamics of infectious diseases on structured society with daily cycles
我们面临着一个共同的严重问题，传染病，并试图抑制感染的蔓延。我们需要减少相互接触以减少感染的机会，但这也意味着经济活动的损失。在我们的社会中，这种权衡是不可避免的，因为到目前为止，我们仍然需要直接的沟通和通勤。我们论文的重点是社会结构，我们与之有直接联系。我们用人工社会模型研究传播过程，每个代理人都有一个日周期，每天都去办公室和回家。同时，传染病也是沿着SIR模型传播的。我们表明，慢感染和短通勤可以实现一些结构，反之亦然。这些特征的最有效因素是社会的模块化。在高度模块化的社会中，代理人生活在指定的办公室周围，但代理人通勤很长的路到他们的办公室，并且可以在非模块化社会中快速感染。第一个感染点是功能的另一个因素。如果第一次感染发生在办公室周围，感染传播较慢。相反，如果第一个发生在远离办公室的地方，感染可能很快。我们展示了一个设计原则，高模块化和稀疏分布的办公室，为良好的社会和讨论可能的解决方案，在现实社会中，我们生活在。
2020-05-13 cond-mat.dis-nn cs.SI physics.soc-ph
How sustainable environments have reduced the diffusion of coronavirus disease 2019: the interaction between spread of COVID-19 infection, polluting industrialization, wind (renewable) energy
本研究旨在解释空气污染与颗粒化合物排放、风力资源和能源以及COVID-19感染扩散之间的关系，为预防未来流行病的可持续政策提供见解。这里的统计分析侧重于意大利的案例研究，意大利是确诊病例和死亡人数迅速增加的国家之一。研究结果揭示了两个主要发现：1）高风速和高风能发电量地区的城市，COVID-19感染人数和总死亡人数较低; 2）位于高污染工业化、低风速和清洁生产较少的内陆地区（主要是与大型城市群接壤的城市）的城市，感染人数和总死亡人数较多。因此，污染工业化和低可再生能源的城市还必须考虑低风速和其他气候因素，这些因素可能会增加大气中空气的停滞，在病毒存在的情况下对公共卫生造成潜在问题。研究结果表明，当前冠状病毒疾病的大流行和未来类似于COVID-19感染的流行病不仅不能通过医学、免疫学和微生物学的研究和实践来解决，还需要采取积极主动的战略，以干预可持续发展。总的来说，这项研究必须得出这样的结论：预防未来类似于COVID-19感染的流行病的策略也必须基于可持续发展科学，以支持更高水平的可再生能源和清洁生产，以减少污染工业化，因此，决定冠状病毒疾病和社会其他感染传播的因素。
2020-05-17 econ.GN physics.soc-ph q-fin.EC
Multivariable Behavioral Change Modeling of Epidemics in the Presence of Undetected Infections
University of Minnesota（明尼苏达大学）；University of Calgary（卡尔加里大学）；McGill University（麦吉尔大学）
本文提出一种新的贝叶斯流行病建模框架，通过整合行为响应和未检测感染来更准确地捕捉疾病传播的复杂性，通过模拟和新冠数据验证其有效性。
2026-05-09 physics.soc-ph stat.ME
Interacting Regional Policies in Containing a Disease
区域隔离政策是控制疾病的一个重要工具，在这种政策中，感染周围的一部分人口被封锁。然而，管辖区政府-如市、县、州和国家-在跨国界的协调下采取行动。我们发现，一个区域检疫政策的有效性取决于是否（一）网络的相互作用满足平衡增长的条件，（二）感染有一个短暂的延迟检测，（三）政府控制和知识的必要部分的网络（没有泄漏的行为）。由于这些条件通常无法得到满足，特别是当相互作用跨越国界时，我们表明，如果政府是外向型的和积极主动的，就有可能取得实质性的改善：在某些情况下，甚至在内部检测到感染之前，就对邻国的感染率做出反应，从而触发预防措施。我们还表明，即使是一些松懈的政府-那些等待非平凡的内部感染率之前，repetitinating-强加给整个系统的巨大成本。我们的研究结果说明了理解跨政策边界传染的重要性，并为去中心化司法管辖区设计积极主动的政策提供了一个起点。
2021-02-02 econ.GN physics.soc-ph q-fin.EC
Assessing individual risk and the latent transmission of COVID-19 in a population with an interaction-driven temporal model
本文通过引入会议持续时间和个体疾病进展来丰富交互驱动的 COVID-19 传播模型，从而在群体和个体层面预测感染风险，并揭示无症状传播仅在稀疏社区中具有显著影响。
2023-07-11 cs.SI physics.soc-ph stat.AP
Epidemic spread on one-way circular-coupled networks
真实的传染病传播网络往往是由几种网络相互连接而成的，这些相互连接的网络具有不同的拓扑结构和流行动力学。此外，大多数人类疾病都来自动物，人畜共患传染病总是在相互关联的网络上传播。本文考虑由三个相互连接的子网络组成的单向循环耦合网络上的传染病传播问题。引入非均匀平均场方法，建立了两个单向三层循环交互网络，得到了模型的基本再生数，证明了模型的无病平衡点和地方病平衡点的全局稳定性.通过数学分析和数值模拟，发现两个模型的基本再生数$R_0$依赖于感染率、感染周期、平均度和度比。在第一种模型中，内接触图案的网络结构对$R_0$的影响大于交叉接触图案的影响。在相同的接触模式下，内部感染率对$R_0$的影响大于交叉感染率。在第二个模型中，在异质网络中流行的疾病对$R_0$的影响要大于在同质网络中流行的疾病，并且三个子网络之间的传染在传播过程中都起着重要的作用。数值例子很好地验证和扩展了这些理论结果。
2017-06-20 math.DS physics.soc-ph
Network structure and disease risk for an endemic infectious disease
接触网络的结构影响疾病在人口规模上传播的可能性和任何特定节点的感染风险。虽然这已经很好地表征了理论和经验网络的流行病的传播完全易感的网络，长期的影响网络结构的地方性病原体感染的风险一直没有得到很好的表征。在这里，我们分析了土耳其农场之间牛的运输的详细记录，以表征2007-2012年之间的运输网络的全球和本地属性，建立一个聚合的静态有向加权网络。我们研究网络属性和感染的可能性之间的相关性，或暴露于，口蹄疫（FMD）疾病在同一时间段内使用记录的爆发。运输网络表现出小世界性和无标度性（中间度）的特性，对于高度数具有指数截止。货运网络显示出很强的模块化和缺乏灵活性。货运网络显示出空间约束的迹象，很少有长距离的连接，并与其他空间受限的网络有很强的相似性。我们发现，农场感染或感染口蹄疫的高风险（在一个链接从受感染的农场）有较高的中心性值;农场，从来没有少于2个链接从受感染的农场有不成比例的低中心性。然而，农场排名的相关性表明，中心农场（高特征向量中心性）不一定是那些与它有更多联系的农场（进/出度）。多个中心场作为密集连接场的桥梁（高介数中心性）。这些结果表明，检测口蹄疫传播，监测工作可以优先集中在农场的中心大于平均值。
2021-07-13 physics.soc-ph q-bio.QM
Impact of Network Centrality and Income on Slowing Infection Spread after Outbreaks
2019冠状病毒病大流行揭示了人类流动网络和社会经济因素对全球传染病传播的重要影响。然而，很少有研究探讨了流动网络与社会空间不平等的相互作用，以了解感染的传播。我们引入了一种新的方法，称为感染延迟模型，来计算感染的到达时间在地理上如何变化，同时考虑到有效的基于距离的指标和地区隔离能力的差异-这是一个与社会经济不平等相关的特征。为了说明感染延迟模型的应用，本文将圣保罗大都市地区的家庭旅行调查数据与手机移动数据相结合，以评估封锁对减缓COVID-19传播的有效性。该模型不是在假设下一次大流行将在上一次大流行的同一地区开始的情况下运行，而是在每一种可能的爆发情况下估计感染延迟，从而可以对干预措施的有效性进行概括性的见解，以延迟一个地区的首例病例。该模型揭示了封锁减缓疾病传播的有效性如何受到流动网络和社会经济水平相互作用的影响。我们发现，网络中心性和封锁后的感染延迟之间出现了负相关关系，无论收入如何。此外，对于所有收入和中心水平的地区，封锁更有效地减缓了从较不中心的地方开始的疫情。使用感染延迟模型，本文识别和量化的疾病风险的一个新的维度所面临的最核心的移动网络。
2022-02-08 cs.CY cs.SI physics.soc-ph
