Contact-based model for epidemic spreading on temporal networks
我们提出了一个基于接触的模型,通过扩展的动态消息传递方法的时间网络来研究流行病的传播。从以节点为中心的量到以边缘为中心的量的视角的转变使得能够在时变树上精确地建模马尔可夫病毒感染恢复的爆发,即,具有无环底层拓扑的时态网络。在任意图形上,所提出的基于接触的模型结合了潜在的结构和时间的异质性的基础接触网络,并提高了分析估计相对于个人为基础的(以节点为中心)的方法在一个低的计算和概念成本。在这个新的框架下,我们推导出一个时间网络上的流行病阈值的解析表达式,并证明了这种方法的可行性的经验数据。
2019-04-05 physics.soc-ph
Epidemic Spreading and Digital Contact Tracing: Effects of Heterogeneous Mixing and Quarantine Failures
通过安装在移动电话上的数字跟踪应用程序进行接触者追踪是控制传染病传播的重要工具。它的有效性可以通过修改用于分析接触网络的渗流和连通性的标准方法来量化。我们将此框架应用于具有不同程度分布,应用程序用户数量和隔离失败概率的网络。此外,我们还研究了同质性和异质性的结构化群体以及学位目标应用分布的可能性。我们的研究结果是基于显式模拟和平均场分析相结合。他们指出,可以有重大差异的流行病的规模和流行病的概率,这是等价的正常SIR过程。此外,程度的异质性被认为是特别重要的流行阈值,但没有那么多的流行规模。跟踪导致中断的概率不如应用程序采用率重要。最后,在应用程序采用方面,强烈的同质性和特别是异质性都是有害的。总的来说,流行动力学对我们测试的所有参数值都非常敏感,这使得估计数字接触者追踪效果的问题成为一个固有的多维问题。
2022-04-19 cond-mat.dis-nn cond-mat.stat-mech cs.SI
Impact of presymptomatic transmission on epidemic spreading in contact networks: A dynamic message-passing analysis
包含症状前传播的传染病很难监测、建模、预测和遏制。我们解决这个问题,通过研究一个随机的可验证的暴露的感染恢复模型的任意网络实例使用的分析框架的基础上的动态消息传递的方法的变体。该框架提供了一个很好的估计的概率演化的传播的静态和接触网络,提供了显着提高的精度相对于个人为基础的平均场方法,同时需要一个更低的计算成本相比,数值模拟。它有助于推导出流行病阈值,这是相边界分离的参数制度,感染可以有效地控制,从那些他们不能。这些通过拓扑(减少接触)和感染参数变化(例如,社交距离及戴口罩),与最近的COVID-19疫情有关。
2021-05-06 cond-mat.dis-nn physics.soc-ph q-bio.PE
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
Epidemic Transmission Modelling on the Birth-death Evolving Network with Indirect Contacts
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);Institute of Physics, Humboldt University of Berlin(柏林洪堡大学物理研究所)
本文研究了出生-死亡演化网络对SIRS传染病过程的影响,通过构建马尔可夫排队网络分析不同传染病状态的人口变化,发现间接接触促进传染病传播。
2026-04-12 math.DS nlin.AO physics.soc-ph
Temporal interactions facilitate endemicity in the susceptible-infected-susceptible epidemic model
身体接触和面对面交流的数据表明,时间变化的网络是人类和动物之间发生感染的媒介。时间网络上的流行病过程由于网络结构和时间维度的复杂性而变得复杂。急需理论方法来确定影响流行病动态的关键因素。特别是,是什么因素使一些时间网络比其他时间网络更强的感染媒介正在争论之中。我们开发了一个理论来理解任意时间网络上的易感染-易感染传染病模型,其中每个接触都在有限的持续时间内使用。我们发现,网络的时间性降低了流行病的阈值,使感染更容易持续在时间的网络比在他们的静态同行。我们进一步证明了不同时刻邻接矩阵的李交换子括号是时间网络中流行阈值的关键决定因素。流行阈值的时间性,这取决于一个数据集的影响,近似预测的换向器规范的大小。
2016-07-09 cond-mat.dis-nn physics.soc-ph
Generalized contact matrices for epidemic modeling
本文提出广义接触矩阵,支持跨任意维度(含社会经济地位变量)分层接触,推导了基本再生数解析表达式,证明忽略高维分层会低估再生数并误判疫情动态,从而提升流行病模型的精确性。
2023-06-29 physics.soc-ph q-bio.PE
Predicting the epidemic threshold of the susceptible-infected-recovered model
研究人员已经开发了几种预测流行阈值的理论方法,包括类平均场(MFL)方法,猝灭平均场(QMF)方法和动态消息传递(DIM)方法。当这些方法应用于预测流行阈值时,它们往往产生不同的结果,并且它们的相对准确度仍然未知。我们系统地分析了这两个问题-不同的结果和准确性水平之间的关系-通过研究不相关配置网络和一组56个真实世界的网络上的易感染恢复(SIR)模型。在不相关的组态网络中,MFL和QMF方法产生相同的预测,比QMF方法产生的预测更大,更准确。与56个真实网络相比,该方法得到的流行阈值更接近实际流行阈值,因为它包含了完整的网络拓扑信息和一些动态相关性。我们发现,在某些情况下-如网络与积极的度度相关性,与本地化的高$k$ -核心节点的特征向量,或具有高层次的聚类-的流行阈值预测的MFL方法,它使用的度分布作为唯一的输入参数,表现优于其他两种方法。我们还发现,这三个预测的性能是不规则的模块化。
2015-12-16 physics.soc-ph
Simulated epidemics in an empirical spatiotemporal network of 50,185 sexual contacts
我们研究巴西护送和性购买者之间的动态和空间接触结构的影响性传播感染(STI)的传播。尽管有高度偏态的度分布,但在这种接触结构中传播的疾病具有相当明确的流行阈值。即使假设传播概率为100%,时间效应也会造成爆发规模的广泛分布。与随机接触结构相比,时间相关性加快了爆发,特别是在早期阶段。另一方面,时间顺序和网络拓扑减缓了流行病的传播。研究房室模型,我们表明,接触结构可能不支持艾滋病毒的传播,即使个人在急性感染期间性活跃。我们调查了假设的方法,遏制疫情,并发现旅行限制是有效的最高程度的顶点删除。总的来说,我们研究的商业性行为类型似乎不是性传播感染流行的主要因素。
2010-06-14 physics.soc-ph q-bio.PE
Optimising the mitigation of epidemic spreading through targeted adoption of contact tracing apps
持续的COVID-19大流行是人类历史上首次在全球范围内部署数字接触追踪的流行病。追踪和排除病毒检测呈阳性的个人的所有接触者可以帮助减缓流行病,但接触者追踪的影响受到人口中接触者追踪应用程序普遍采用率低的严重限制。我们在这里推导出一个分析表达式的有效性的联系人跟踪应用程序安装策略在SIR模型上给定的联系人图。我们提出了一个分散的启发式,以提高固定采用率下的接触跟踪的有效性,其目标是一组个人安装接触跟踪应用程序,并可以很容易地实现。大量的现实世界的接触网络上的模拟证实,这种启发式代表了一个可行的替代目前的最先进的。
2021-02-25 cs.SI physics.bio-ph physics.soc-ph
Effects of Contact Network Models on Stochastic Epidemic Simulations
对流行病在人群中的传播进行建模的重要性导致了传染病传播数学模型的发展。许多实证研究已经收集和分析了使用各种传感器的个人之间的接触的数据。通常,人们使用这样的数据来拟合疾病可能传播的网络接触的概率模型。在本文中,我们研究了不同的接触网络模型的影响,不同程度的复杂性,模拟流行病的结果,使用随机易感传染病传播(SIR)模型。我们评估这些网络模型的六个数据集的人之间的接触,在各种设置。我们的研究结果表明,网络模型的选择可以有一个显着的影响,如何密切的模拟网络上的流行病模拟的结果匹配的结果从传感器数据构建的实际网络。特别是,保持度的节点似乎是更重要的比保持集群结构准确的流行病模拟。
2017-07-26 cs.CY cs.SI physics.soc-ph
How to estimate epidemic risk from incomplete contact diaries data?
社会互动塑造了种群中传播过程的模式。诸如日记或接近传感器之类的技术允许收集关于相遇的数据并在个体之间建立联系网络。然而,从这些不同技术获得的接触网络在数量上是不同的。在这里,我们首先展示了当这些数据被输入到流行病传播的数值模型时,这些差异如何影响流行病风险的预测:低参与率、接触者的低报告和接触日记中相对于传感器数据的接触持续时间的高估确定了相应模拟结果的确实重要差异{例如,对初始条件的对初始条件的敏感性增强}。最重要的是,我们研究了从接触日记中收集的信息是否以及如何用于此类模拟,以准确描述流行病风险,假设来自传感器的数据代表地面真相。从接触传感器和日记建立的接触网络确实存在几个结构上的相似性:这表明有可能只使用接触日记网络信息来构建代理接触网络,使得使用该代理网络的模拟与使用接触传感器网络的模拟给出相同的流行病风险估计。我们提出和{比较}几种方法来建立这样的替代数据,并表明,它确实是可能的,以获得一个很好的协议使用替代和传感器数据的模拟结果之间,只要接触日记信息的补充公开可用的数据描述的异质性的人类接触的持续时间。
2016-06-27 cs.SI physics.soc-ph q-bio.PE
Compensating for population sampling in simulations of epidemic spread on temporal contact networks
描述人类互动的数据往往受到基础人口不完整抽样的影响。因此,使用数据驱动模型研究传染过程可能导致严重低估流行病风险。在这里,我们提出了一个系统的方法来缓解这个问题,并获得一个更好的估计的风险的背景下,高分辨率的时间分辨的接触数据通知的流行病模型。我们认为这样的数据集收集在不同的背景下,并进行控制reservation实验。我们展示了如何包含在重新采样的数据中的统计信息可以用来建立一系列的代理版本的未知的接触。我们模拟流行病的过程中产生的重建数据集,并表明,它是可能的,以获得良好的估计结果的模拟使用完整的数据集。我们讨论了我们的方法的局限性和潜在的改进。
2015-11-18 cs.SI physics.soc-ph
Individual-based approach to epidemic processes on arbitrary dynamic contact networks
接触网络的动态和传染病的流行往往发生在可比的时间尺度上。忽略这些时间尺度之一可能会提供对感染过程的种群动力学的不完整理解。我们开发了一个基于个体的近似的可治愈的传染病模型适用于任意动态网络。我们的框架在个人层面提供了与感染动态相关的随时间变化的概率流。这种计算效率高的框架放弃了不同节点的状态之间的相关性,但提供了准确的结果,近似直接数值模拟。它自然地捕捉到了接触序列的时间异质性和相关性,这是调节流行病爆发的时间和规模的基本因素。使用现实生活中的数据,我们表明,静态网络模型高估了繁殖数量,但低估了超级传播个体的感染潜力。我们的近似值的高精度进一步使我们能够检测到流行病爆发的指标个体。
2015-10-30 physics.data-an physics.soc-ph q-bio.PE
A method for including additional socio-demographic factors in social contact matrices for compartment-based epidemic models
School of Mathematics and Statistics, University of Canterbury(坎特伯雷大学数学与统计学院);Ngāi Tahu Research Center, University of Canterbury(坎特伯雷大学恩盖·塔胡研究中心);Te Pūnaha Matatini Centre of Research Excellence in Complex Systems(复杂系统卓越研究中心 Te Pūnaha Matatini)
本文提出一种方法,通过人口结构信息和群体内混合率假设,将社会人口因素纳入社会接触矩阵,从而改变传染病传播动态和结局。
2026-10-28 physics.soc-ph q-bio.PE
Models for digitally contact-traced epidemics
人与人之间的接触是传染性呼吸道感染的绝对驱动力。因此,限制和追踪接触者是控制COVID-19疫情的关键策略。数字接触追踪已被提出作为一种自动化解决方案,以扩大传统的接触追踪。然而,研究界目前正在讨论接触者追踪应用程序在人群中的必要渗透,以实现控制流行病的预期目标。为了理解数字接触追踪的效果,已经提出了几个数学模型。在这篇文章中,我们调查了主要的,我们提出了一个房室SEIR模型,它是可能的,不同于相关文献中的模型,推导出封闭形式的条件,关于控制的流行病作为接触追踪应用程序的渗透和测试效率的函数。封闭式条件对于模型的可理解性至关重要,因此对于决策者(包括数字接触追踪设计者)正确评估流行病内部的依赖性至关重要。通过我们的模型,我们发现仅依靠数字联系人追踪很难控制流行病:对于不受限制的COVID-19,这需要大约1天的测试周期和超过80%的人口的应用程序使用率,这在实践中很难实现。然而,如果辅以其他缓解策略,如社交距离和戴口罩,数字接触追踪仍然可以有效。
2022-11-30 cs.CY cs.NI physics.soc-ph
How contact patterns destabilize and modulate epidemic outbreaks
本文利用真实邻近数据研究接触时序与疾病阶段的相互作用,发现接触时间聚集导致暴发失稳和过度离散,周期性接触率调节R0,并展示了重现非马尔可夫统计特征的生成过程。
2023-05-03 physics.soc-ph q-bio.PE
A message-passing approach to epidemic tracing and mitigation with apps
随着新的大流行威胁的打击,需要科学框架来了解这一流行病的发展。为了控制新的感染病例并遏制进一步传播,使用能够追踪接触者的移动应用程序至关重要。在这里,我们提出了一个理论方法,同时使用渗透和消息传递技术,接触追踪的作用,在减轻流行病的浪潮。我们展示了应用采用水平的增加如何提高流行阈值的值,当优先针对高度节点时,该值最终最大化。分析结果进行了比较,广泛的蒙特卡罗模拟表现出良好的协议,均质和异构网络。这些结果对于量化接触追踪应用程序有效缓解流行病所需的采用水平非常重要。
2021-02-12 cond-mat.dis-nn cond-mat.stat-mech cs.SI
Urban contact structures for epidemic simulations: Correcting biases in data-driven approaches
流行病是一种突发性现象,取决于病原体的流行病学特征以及人员的相互作用和流动。公共交通系统已经提供了关于人员流动的许多重要信息,但是也存在其他交通工具(例如,自行车和私家车),这是不可见的公共交通数据。这种差异可能会导致疾病模型的偏差,导致对流行病增长的错误预测(例如,高峰流行率和时间)。在我们的研究中,我们的目标是推进和比较使用公共交通出行的流行病传播动态,与使用移动电话痕迹更准确地估计人口流动相反。在我们的研究中,我们模拟了200万手机用户的流行病爆发。我们使用一个集合种群模型,包括易感染-感染-恢复的动态分析和比较不同的有效合同矩阵,分别由公共交通系统和移动电话,对流行病的过程。我们发现,使用公共交通出行的疫情往往被低估的疫情传播动力学,达到流行高峰弱,晚。其根源在于后来将新的感染者引入未受感染的地区。
2018-09-21 cs.SI physics.soc-ph
Mobility and Contact Networks Shape Epidemic Outcomes: A Large-Scale Agent-Based Modeling Study
George Mason University(乔治梅森大学);Emory University(埃默里大学)
该研究通过含100万智能体的ABM,发现流动假设会显著改变接触网络结构与疫情轨迹,强调流动模型校准对疫情模拟及干预评估的重要性。
2026-10-21 physics.soc-ph
Impact of spatially constrained sampling of temporal contact networks on the evaluation of the epidemic risk
直接记录人类面对面互动的能力越来越多地使人们能够开发详细的数据驱动模型,用于在个人规模上传播直接传播的传染病。然而,由于例如有限的参与率或空间覆盖的实验限制,在人群中发生的接触的完全覆盖通常是无法实现的。在这里,我们研究了空间约束采样对我们使用这种详细的数据驱动模型估计人群中流行病风险的能力的影响。传染病传播的易感-传染-恢复-易感模型的传染病阈值,即疾病传播率的临界值,超过这个临界值疾病就变成地方病。我们验证了人类相互作用的合成和经验数据,由于空间采样不完整的数据集的使用导致低估的流行病风险。然而,偏差小于通过对接触的相同部分进行均匀采样而获得的偏差:它非线性地依赖于记录的接触的部分,并且如果该部分足够大则变得可以忽略不计。此外,它取决于人口和传播动态的时间尺度之间的相互作用。
2016-07-13 physics.soc-ph q-bio.PE
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
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
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
Kinetic and macroscopic epidemic models in presence of multiple heterogeneous populations
我们研究了接触异质性对流行动力学的影响。被认为是一个系统的特点是多个易感人群。传染病传播的描述是通过研究一个系统的玻尔兹曼型方程的数量密度的社会接触的介绍隔间。一个宏观系统的方程特征的可观察到的影响的流行病,然后推导出接触异质性的影响进行评估。
2021-11-10 nlin.AO physics.soc-ph q-bio.PE
Eigenvector-Based Sensitivity Analysis of Contact Patterns in Epidemic Modeling
Bolyai institute, University of Szeged(塞格德大学博莱研究所);National Laboratory for Health Security(国家安全实验室)
本文提出基于特征向量的敏感性分析框架,用于量化年龄结构互动对传染病传播的影响,并通过实验证明其有效性。
2025-11-20 physics.soc-ph q-bio.PE
Activity-based contact network scaling and epidemic propagation in metropolitan areas
鉴于城市化的发展和新出现的流行病威胁,需要更复杂的模型来了解疾病传播,并调查干预战略在不同城市类型中的影响。我们引入了一个完全机械的,基于活动的和高度时空分辨的流行病学模型,该模型利用了从全规模城市的综合流动性需求和供应模型中获得的人的轨迹。通过模拟COVID-19在两个具有代表性合成人口和流动模式的全规模城市中的演变,我们分析了基于活动的接触网络。我们观察到,过境接触是无标度的,在这两个城市,工作接触是威布尔分布,购物或休闲接触呈指数分布。我们还调查了交通网络的影响,发现它的去除抑制疾病传播,而工作也是至关重要的高峰期后疾病传播。我们的框架,验证现有的病例和死亡率数据,显示了跟踪和追查的潜力,以及详细的社会人口和流动性分析的流行病控制战略。
2020-07-31 physics.soc-ph q-bio.PE
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
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
Social inequalities that matter for contact patterns, vaccination, and the spread of epidemics
该研究利用匈牙利新冠疫情数据识别接触模式和疫苗接种态度的社会不平等维度,发现优势群体接触更多且接种率更高,并提出纳入行为差异的数据驱动流行病学模型,用于分析匈牙利第四波疫情,为公共卫生策略提供依据。
2023-07-10 cs.SI physics.soc-ph stat.AP
Epidemic spread: limiting contacts to regular circles is not necessarily the safest option
Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas (INIFTA), CONICET and Facultad de Ciencias Exactas, Universidad Nacional de La Plata(理论物理化学与应用研究所(INIFTA),CONICET和拉普拉塔国立大学理学院);CCT CONICET La Plata, Consejo Nacional de Investigaciones Científicas y Técnicas(CONICET拉普拉塔科学研究中心,国家科学研究委员会)
研究探讨了在移动限制下频繁与偶发接触对传染病传播的影响,发现频繁接触会增加疫情峰值、传播速度和最终受影响人数,且在确定性恢复情况下更为显著。
2026-09-29 cs.SI physics.soc-ph q-bio.PE
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
Proximity Networks and Epidemics
疾病在大多数生物种群中的传播需要病原体的接近。在个体具有空间移动性的种群中,接触图是由代理的“碰撞动力学”产生的,因此流行病的演变直接与种群的空间动力学耦合。我们首先简要回顾了基于代理的模拟(EPISIMS)的属性和方法,以模拟现实的城市动态接触网络中的疾病传播。使用由该模拟生成的数据,我们引入了动态邻近网络的概念,该网络考虑了疾病传播的相关时间尺度:接触持续时间,传染期和接触创建率。这种方法有望成为一个很好的候选人,由代理碰撞动力学驱动的流行病类型的统一治疗。特别是,使用一个简单的模型,我们表明,它可以解释观察到的传染期短的疾病(如空气传播的疾病)或传染期长的疾病(如艾滋病毒)的接触图的度分布之间的定性差异。
2007-01-23 physics.data-an physics.soc-ph
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
Bifurcation analysis of the Microscopic Markov Chain Approach to contact-based epidemic spreading in networks
许多传染病在单一宿主种群中传播的流行病房室模型的动力学都存在二阶相变。这种转变发生作为一个函数的传染性参数,从没有感染的个人到地方病的状态。在这里,我们从动力系统的角度研究了离散时间房室流行病模型的这种转变,称为微观马尔可夫链方法,其适用性预测未来的传染病传播的情况已被证明在COVID-19大流行期间非常有用。我们表明,有一个地方病的状态,这是稳定的,是一个全球吸引子,它的存在是一个跨临界分岔的后果。这一数学分析为实际应用中的模型结果提供了依据。
2022-10-31 cond-mat.stat-mech cs.SI math.DS
Contact rate epidemic control of COVID-19: an equilibrium view
我们考虑通过标准SIR分区模型控制COVID-19疫情。这种控制是由个人限制其社会互动的决定的集合引起的:当流行病正在发生时,个人可以减少他/她的接触率以避免被感染,但这种努力是以社会代价为代价的。如果每个人都降低自己的接触率,疫情消失得更快,但努力成本可能很高。形成了种群水平的均场纳什均衡,导致病毒的有效传播率较低。我们从理论上证明了平衡的存在,并进行了数值计算。然而,这种均衡选择了一个次优的解决方案相比,社会最优(一个集中的决定完全尊重所有个人),这意味着无政府状态的成本是严格的积极。我们提供了数值示例和敏感性分析,以及对SEIR房室模型的扩展,以解释COVID-19疾病相对较长的潜伏期。在所有考虑的问题中,个人和社会策略之间的分歧既发生在流行病高峰之前,由于个人的恐惧,也发生在流行病高峰之后,当一个重要的传播仍在进行中时。
2020-05-10 math.OC physics.soc-ph q-bio.PE
Improving the use of social contact studies in epidemic modelling
针对传统接触矩阵无法捕捉年龄组内社交活跃度差异的问题,研究将各年龄组分为两类活跃度群体构建扩展模型,发现组内差异对建模结果影响显著,且未来接触研究需推断社交活跃度维度的接触同质性程度。
2024-07-30 physics.soc-ph q-bio.PE stat.ME
Contact Graph Epidemic Modelling of COVID-19 for Transmission and Intervention Strategies
2019冠状病毒病(COVID-19)大流行已迅速成为近年来未见的全球公共卫生危机。众所周知,人类接触网络的结构在传染病的传播中起着重要作用。在这项工作中,我们研究了COVID-19 CGEM的结构感知模型。如果我们假设接触网络是一个Erdos-Renyi(ER)图,即每个人都以相同的概率与其他人接触,那么这个模型就变得类似于流行病学中经典的基于分区的模型。相比之下,CGEM更具表现力,并允许插入实际的接触网络,或更现实的代理。此外,CGEM能够更精确地建模执行和释放不同的非药物干预(NPI)策略。通过一组广泛的实验,我们证明了假设不同的基础结构时,流行曲线之间的显着差异。更具体地说,我们证明了基于隔室的模型高估了感染的传播系数为3,并且在对依从性因子的一些现实假设下,低估了一些NPI的有效性,错误地描述了其他NPI(例如预测稍后的高峰),并低估了重新开放后第二个高峰的规模。
2020-10-06 cs.SI physics.soc-ph
How the reversible change of contact network affects the epidemic spreading
在COVID-19大流行爆发初期,中国个人的流动模式呈现出可逆的变化-在许多地区,流动性先是显著下降,后来又恢复。基于这一观察,在这里,我们研究了经典的SIR模型在一个特定类型的时变网络中的链接进行冻结恢复过程。我们首先关注一个孤立的网络,并发现恢复机制可能导致疫情的死灰复燃。链接冻结对流行动态的影响是微妙的。特别是,我们表明,有一个最佳值的冻结率的链接,对应于最低流行的流行病。这一结果挑战了我们的传统观念,即更严格的预防措施(对应于更大的冷冻率)总是可以对传染病传播产生更好的抑制效果。我们进一步研究了一个开放系统,其中网络中的一小部分节点可能从“环境”(外部感染节点)中获得疾病。在这种情况下,即使感染节点的数量已经下降到零,第二波也会出现,这不能用孤立网络模型来解释。
2022-10-23 physics.soc-ph q-bio.PE
Estimating the epidemic risk using non-uniformly sampled contact data
由于人口抽样和接触者报告不足,许多描述人口接触者的数据集都不完整。使用这种不完整的数据对传播过程进行数据驱动的模拟会导致对流行病风险的低估,因此必须制定纠正这种偏差的方法。在这里,我们专注于一个非均匀的采样个人之间的接触,旨在模仿日记或调查的结果,并考虑作为案例研究在不同的背景下收集的两个数据集。我们表明,使用代理数据建立使用的方法开发的情况下,均匀的人口抽样产生的改进,相对于使用的采样数据,但在采样网络中的链接密度被低估的强烈限制。我们提出了第二种方法来建立代理数据,假设知识的密度的链接在一个组形成的人口。我们表明,它给出了很好的结果时,人口是强结构,并讨论其局限性的情况下,人口与较弱的群体结构。这些限制突出了使用可穿戴传感器进行测量的兴趣,这些传感器能够产生关于接触的结构和持续时间的准确信息。
2017-09-05 physics.data-an physics.soc-ph
Evaluating the impact of incomplete contact tracing data on urban epidemic dynamics
Sejong University(世宗大学);National Institute for Mathematical Sciences(国家数学科学研究所);Gyeongsang National University(庆尚国立大学)
通过基于主体的随机模型模拟韩国大都市区信息缺失对接触者追踪效果的影响,发现感染者遗漏率超过城市特定阈值(首尔约4%,釜山约10%)时追踪失效,且感染者遗漏比接触遗漏导致更剧烈的传播结构变化。
2026-08-18 cond-mat.stat-mech physics.soc-ph q-bio.PE
Effect of Coupling on the Epidemic Threshold in Interconnected Complex Networks: A Spectral Analysis
在流行病建模中,术语感染强度表示感染率和治愈率的比率。如果感染强度高于某个阈值--我们定义为流行阈值--那么流行病就会在人群中传播并长期持续。对于一个单一的通用图表示的接触网络的人口正在考虑中,传染病的阈值原来是等于的谱半径的接触图的倒数。然而,在现实世界中,不可能完全隔离一个种群:总有一些与另一个网络的互连,该网络与接触网络部分重叠。互联网络中流行病阈值的结果仅限于均匀混合种群和度分布参数。在本文中,我们采用了频谱的方法。我们展示了在一个给定的网络中,由于与另一个具有固定感染强度的网络相结合,流行病阈值如何变化。在我们的模型中,接触网络和互连是通用的。利用分支理论和代数图论,严格推导了互联网络中的传染病阈值。这些结果对流行病建模和控制的广泛领域具有影响。我们的分析结果支持数值模拟。
2012-12-17 cs.SI math.DS physics.bio-ph
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
Predicting the speed of epidemics spreading on networks
全球运输和通信网络现在使信息、思想和传染病能够以远远超过历史上可能的速度传播。为了有效地监测、设计或干预这种类似传染病的过程,需要预测特定网络中特定传染病的速度,并区分在爆发期间迟早更有可能被感染的节点。在这里,我们使用消息传递方法来研究这些量,以获得简单有效的预测,这些预测在各种真实网络上的流行病模拟中得到了验证,并具有良好的一致性。除了对不同节点的个性化预测外,我们还发现,随着传染病的发展,整体突然从低密度过渡到几乎完全的网络饱和。我们的理论是在树状网络上的简单传染中发展和解释的,但我们也能够展示该方法如何很好地扩展到复杂的传染和高度聚集的网络。
2020-02-12 cond-mat.stat-mech physics.soc-ph q-bio.PE
Epidemic risk from friendship network data: an equivalence with a non-uniform sampling of contact networks
人与人之间的接触在决定传染病如何传播方面起着重要作用。从调查到可穿戴传感器,收集此类接触数据的各种方法并存。然而,在同一背景下通过不同方法获得的数据的比较是稀缺的,特别是在它们在数据驱动的扩散过程模型中的使用方面。在这里,我们使用一个组合的数据集,描述在同一人群中的传感器和友谊关系注册的联系人,以解决这个问题的案例研究。我们调查,如果使用的友谊网络是等效的传感器接触网络上进行的采样过程中的传播过程的模拟结果:这样的等价性确实可能会提示如何补偿从调查中推导出的接触数据的不完整性。我们表明,这确实是这些数据的情况下,一个专门设计的抽样程序,受访者报告他们的邻居的概率取决于他们的接触时间。我们研究了这种特定的抽样程序对几个数据集的影响,讨论了我们的方法的局限性及其在数据驱动的流行病过程模拟中使用各种来源的数据集的可能应用。
2016-04-15 cs.SI physics.soc-ph q-bio.PE
DeepTrace: Learning to Optimize Contact Tracing in Epidemic Networks with Graph Neural Networks
本文将数字接触者追踪建模为在线图探索与最大似然估计问题,提出结合 BFS/DFS、合成网络预训练和高质量数据微调的 GNN 算法 DeepTrace,并在 COVID-19 变异株数据上验证其更优的超级传播者识别能力。
2025-01-10 cs.SI physics.soc-ph
Risk-mediated dynamic regulation of effective contacts de-synchronizes outbreaks in metapopulation epidemic models
该研究构建风险反馈调节接触率的ODE集合种群模型,结合德国COVID-19流动数据,揭示区域与国家信息在缓解和抑制两种机制下对疫情去同步化及医疗资源挤兑的不同作用。
2025-02-20 physics.soc-ph q-bio.PE
Contact Tracing: Computational Bounds, Limitations and Implications
近年来,接触者追踪从不同角度进行了广泛的研究。然而,目前还没有明确的迹象表明,为什么这种干预措施在某些流行病(SARS)中被证明是有效的,而在其他一些流行病(COVID-19)中则大多无效。在这里,我们对新型超级传播随机网络的随机测试和接触者追踪进行了详尽的评估,试图确定哪些流行病更容易被这些措施所控制。我们还探讨了阳性率作为人口实际感染状况的代理的适用性。此外,我们提出了新的理想策略,以探索测试和跟踪策略的潜在限制。我们的研究建议谨慎,无论是在假设流行病控制和推断实际的流行病进展,目前的测试或跟踪策略。然而,它也为未来带来了一线光明,有望实现巨大有效性的新型测试策略的潜力。
2021-02-26 cs.SI physics.soc-ph
Modularity promotes epidemic recurrence
传染病过程的长期演变在很大程度上取决于接触网络的结构。经验证据表明,人类群体表现出强大的社区组织,我们在这里调查如何影响这种介观配置的流行病复发的可能性。通过对真实社交网络的数值模拟和使用谱方法的理论论证,我们证明了高度传染性的疾病,否则会迅速消失,可以无限期地持续接触网络中的模块化的最佳范围。
2016-11-08 cs.SI physics.soc-ph q-bio.PE
Unlinking super-linkers: the topology of epidemic response (Covid-19)
传染病传播的一个关键特征是它们能够在接触图中使用有效的传播路径。这使得病原体能够最大限度地提高感染率并在目标人群中传播。在这项工作中,我们设计的技术,以本地化的感染和降低感染率的基础上,人类接触网络(邻近图)内的疾病传播路径的原则性分析。疾病传播的实验结果表明,在低能见度下,接触者追踪减缓了疾病的传播。然而,为了阻止疾病传播,接触者追踪需要接近度图的显著可见性(至少60%)和将一半人口隔离的能力。我们发现,主动隔离超级链接-关键的邻近遭遇-具有显着的好处:基于对邻近图的35%可见性,有针对性地隔离四分之一的人口,可以防止流行病爆发。事实证明,隔离超级传播者比追踪和测试接触者更有效,但不如锁定超级链接有效。我们强调的重要作用,拓扑结构的流行病爆发。我们认为,通过禁用超级链接和超级传播者对人群进行主动接种,可能与接触者追踪和检测一起发挥重要的补充作用,作为应对流行病爆发的复杂公共卫生应对措施的一部分。
2020-06-10 cs.CR cs.SI physics.soc-ph
Efficient mitigation strategies for epidemics in rural regions
从源头控制流行病是最可取的缓解办法。流行病往往起源于农村地区,农村社区首当其冲。农村地区的疾病动态受到的关注有限,一般研究的结果不能直接应用,因为农村地区的人口密度和人类流动因素与城市地区有很大不同。我们创建了一个网络模型,在美国堪萨斯州的农村社区,通过收集数据的接触模式和计算抽样人群之间的接触率。我们对不同缓解策略的影响进行了建模,以检测紧密相连的人群和频繁访问的地点。在这些群体和地点内,我们使用接触网络上的易感-暴露房室模型比较随机和有针对性疫苗接种的有效性。我们的模拟表明,只有10%的抽样人群接种了有针对性的疫苗,疫情规模就减少了34.5%。此外,如果访问最受欢迎地点之一的人口中有10%随机接种疫苗,则疫情规模将减少19%。我们的研究结果表明,通过在农村社区的流行地点进行有针对性的疫苗接种,新实施了一项高效的战略。
2010-04-14 physics.soc-ph
Scaling of contact networks for epidemic spreading in urban transit systems
流动性的改善不仅有助于更密集的人类活动,而且也促进了传染病的传播,从而对数十亿城市通勤者构成重大威胁。在这项研究中,我们提出了一个多城市的调查,传染病传播的地铁乘客。我们使用中国三个特大城市的智能卡数据来构建个人层面的接触网络,并在此基础上对疾病的传播进行建模和研究。我们观察到,虽然在城市形态,网络布局和移动模式的不同,三个城市的地铁系统有相似的接触网络结构。这促使我们开发一个通用的生成模型,捕捉接触的数量分布,以及个人旅行者之间的接触持续时间。该模型解释了地铁接触网的结构特性如何与传染病的风险水平相关联。我们的研究结果强调了疾病爆发期间城市公共交通系统的脆弱性,并提出了减轻传染病风险的重要规划和运营策略。
2020-02-10 cs.SI physics.data-an physics.soc-ph
Consistent Approximation of Epidemic Dynamics on Degree-heterogeneous Clustered Networks
现实的人类接触网络能够传播传染病,例如在社会接触调查中的研究,表现出显着的程度异质性和聚类,这两者都极大地影响了流行病的动态。为了理解这两个网络属性对流行病动力学的联合影响,Lindquist等人的有效度模型被重新表述为一个新的矩闭包,以适用于高度聚集的网络。对SIR(Susceptible-Infected-Removed)流行动力学进行了模拟研究,比较了不同的ODE模型和随机模拟,包括对Pellis等人的修正误差行为的检验,提供证据表明,这种新的模型可以比现有的方法更准确地近似复杂网络上的流行病动力学。
2018-10-14 physics.soc-ph q-bio.PE
An SEIR network epidemic model with manual and digital contact tracing allowing delays
本文研究允许延迟的 SEIR 网络流行病模型,结合手动与数字接触追踪,通过多类型分支过程推导再生数,量化两种机制有效性,指出组合追踪可降 $R_0$ 约 20-30%,但仍需其他措施降至 1.2-1.4 以避免大爆发。
2024-06-05 math.PR physics.soc-ph q-bio.PE