Temporal network structures controlling disease spreading
我们研究了8个人类接触的经验数据集(主要是记录谁在什么时间接近谁的邻近网络)上的疾病传播。我们比较了这些数据集的三个层次的表示:时态网络,静态网络和一个完全连接的拓扑结构。我们注意到,静态和全连接网络之间的差异-在灭绝时间和平均爆发规模方面-小于时间和静态拓扑之间的差异。这表明,对于这些数据集,时间结构比静态网络结构更影响疾病传播。为了解释表征之间差异的细节,我们使用了32个网络度量。本研究一致认为,长时间的时间结构,如营业额的节点和链接,是最重要的传播动力学。
2016-05-03 physics.soc-ph q-bio.PE
Targeted Recovery as an Effective Strategy against Epidemic Spreading
我们提出了一个有针对性的干预方案,其中恢复仅限于具有最少数量的感染邻居的个人。我们的恢复策略在任何类型的网络上都是高效的,因为与自发恢复的基线场景相比,流行病爆发是最小的。在空间嵌入式网络的情况下,我们发现,一种流行病保持强烈的空间限制与特征长度尺度经历随机游走。我们证明了数值和分析,这种动力学导致一个流行点,具有平坦的表面结构和半径,线性增长的蔓延率。
2017-10-16 physics.soc-ph q-bio.PE
Disease spreading in populations of moving agents
我们研究了运动对疾病传播的影响,在一个系统的随机步行者,另外进行长距离跳跃。代理运动中的一小部分跳跃足以破坏局部相关性,并产生流行阈值的大幅下降,这在平均场近似中得到了很好的解释。这种效应类似于静态小世界网络中的交叉,并且可以进一步与代理交互的动态网络的结构特性相关联。
2007-07-11 physics.bio-ph physics.soc-ph
Epidemic spreading with awareness and different timescales in multiplex networks
传染病传播的理论模型的主要问题之一是发展控制传染媒介传播的方法。人类行为在传播动力学中起着根本作用,可用于阻止疾病传播或减轻疾病负担,因为意识到疾病存在的个人可以采取措施减少接触传染病的机会。在本文中,我们提出了一个数学模型的疾病传播的意识在复杂网络。与以前的模型不同,信息的传播遵循广义的Maki-Thompson谣言模型。信息和疾病传播之间的时间尺度也有灵活性。我们验证了表征信息意识扩散的速度极大地影响了疾病的流行。我们还表明,不知情的个人的比例减少并不总是意味着患病率的下降,因为疾病和意识传播之间的相对时间尺度在系统的动态中起着至关重要的作用。这个结果被证明是独立的网络拓扑结构。最后计算了模型的流行阈值,并证明了它不依赖于相对时间尺度。我们的研究结果为信息如何影响疾病传播提供了一个新的视角,并可用于开发更有效的疾病控制方法。
2019-09-21 physics.soc-ph q-bio.PE
Disease and information spreading at different speeds in multiplex networks
当今,我们在进行传染病传播建模时面临的挑战之一是开发控制疾病传播的方法。在这篇文章中,我们研究如何传播知识的疾病影响传播的疾病在人口中的相互作用的个人。为此,我们分析了多重网络上两个不同过程之间的相互作用:使用易感染-易感染动态传播流行病和传播有关疾病的信息-及其预防方法-使用未意识到-意识到-未意识到动态,以便知情的个人不太可能被感染。与以前的相关模型不同,疾病和信息在同一时间尺度上传播,我们在这里引入一个参数,控制两个过程的传播之间的相对速度。我们研究了这个模型的行为,使用平均场的方法,得到的结果与蒙特卡罗模拟均匀复杂的网络。我们发现,提高信息传播的速度降低了疾病的流行,正如人们所预料的那样。然而,与流行病过程相比,提高信息过程的速度具有增加疾病流行的反直觉效果。这一结果开启了关于信息传播对疾病传播影响的有趣讨论。
2020-08-03 physics.soc-ph q-bio.PE
Stability of SIS Spreading Processes in Networks with Non-Markovian Transmission and Recovery
虽然网络中发生的病毒传播过程通常使用马尔可夫模型进行分析,其中传输和恢复时间都遵循指数分布,但经验研究表明,在许多真实场景中,这些时间的分布不一定是指数分布。为了克服这一限制,我们首先介绍了一个广义的易感染的易感(SIS)传播模型,允许传输和恢复时间遵循相位型分布。在这种情况下,我们推导出一个下界的指数衰减率对无感染平衡的传播模型,而不依赖于平均场近似。基于我们的研究结果,我们说明了传输/恢复分布的特定形状如何影响向平衡收敛的指数速度。
2019-03-04 cs.SI math.PR physics.soc-ph
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
SI based disease model over signed network
符号网络是将网络中的每条边与一个正或负的符号相关联,以表示个体之间的友好或不友好关系的网络。当疾病在签名网络上传播时,一些不友好的边可能会拒绝传播。此外,符号网络是动态的,根据符号网络研究中最重要的理论--结构平衡理论,符号网络中的边会随着时间的推移而符号翻转。疾病的传播与符号网络的演化如何相互作用成为一个具有挑战性的问题。本文提出了一种描述疾病传播和网络共同演化的能量函数,并引入了结构和传播平衡的概念。本文推广了Cartwright的结构平衡理论,提出了一个结构与扩散定理.最后,我们在完全符号网络上进行了蒙特卡罗模拟,验证了我们的定理。在实验中,我们发现带符号网络在疾病传播过程中具有自身免疫性,这可以用来解释通过隔离来隔离强毒病毒的现象。
2018-03-21 cs.SI physics.soc-ph
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
Social distancing strategies against disease spreading
传染病的反复发生及其对社会的影响日益严重,促使人们研究减缓传染病传播的策略。本文综述了逾渗理论在描述复杂网络上对抗传染病传播的策略中的应用。本文对链接渗流与传染-恢复模型的关系进行了概述,并引入节点空隙渗流过程来描述由健康个体组成的网络($i.e$)的稀释过程,该网络是维持社会功能的网络。然后,我们调查了两种策略:淬火无序策略,其中在社会中诱导接触强度的异质性分布,以及间歇性社会距离策略,其中健康个体被说服避免与他们的邻居接触间歇性的时间。使用渗流工具,我们表明,这两种策略可以阻止传染病传播。最后,我们讨论了传染率,$i.e$,传播疾病的有效概率,对性能的策略,以减缓传染病传播的作用。
2013-08-09 physics.soc-ph q-bio.PE
Localization and Spreading of Diseases in Complex Networks
利用无权和加权网络的SIS模型,我们考虑了疾病局部化现象。与公认的观点,即疾病感染的顶点以上的流行阈值的有限部分,我们表明,疾病可以本地化的有限数量的顶点,其中枢纽和大权重的边缘是本地化的中心。我们的研究结果来自于对网络的标准模型和现实网络的经验数据的分析。
2012-08-06 cond-mat.dis-nn cs.SI physics.bio-ph
Spreading of sexually transmitted diseases in heterosexual populations
性传播疾病(如衣原体、梅毒、淋病、艾滋病毒)在人群中的传播是科学家和卫生机构的主要关注点。在这方面,性接触网络的数据收集和疾病传播的建模都在大力促进有效免疫政策的研究。在这里,传播性传播疾病的二分无标度图,代表异性接触网络,被认为是。我们解析地推导出在有限种群中的流行病阈值的表达式及其与系统规模的依赖关系。我们表明,流行病爆发的双向人口,与分布在全国性调查的经验观察的性伴侣的数量,发生更大的传播速度比的情况下,其中的网络的双向性质不考虑在内。数值模拟验证了理论结果的正确性。我们的研究结果表明,在设计有效的性传播疾病免疫策略时,必须考虑到对两类个体(男性和女性)之间交叉感染的限制。
2008-02-07 physics.bio-ph physics.soc-ph q-bio.OT
Spontaneous symmetry breaking and discontinuous phase transition for spreading dynamics in multiplex networks
本文提出了一个多层网络中的扩散模型,并研究了该模型中非平衡相变的性质。该模型综合了易感-感染-易感(或易感-感染-恢复)传播动力学和不同层之间的有偏扩散过程。引入参数$α$以控制扩散过程的偏差,使得每个个体对于较大的$α$值更喜欢移动到具有更多感染(或恢复)的邻居的一个层。利用随机模拟和平均场论,我们表明,从无病阶段到地方病阶段的相变的类型取决于$α$的值。当$α$足够小时,随着有效扩频速率$β$的增加,系统经历通常的连续相变,如在单层网络中那样。有趣的是,当$α$超过一个临界值时,随着$β$的增加,系统显示出混合的两步相变或一步不连续的相变。前者包括无病阶段和低流行阶段之间的连续过渡,以及低流行阶段和高流行阶段之间的不连续过渡。就后者而言,从无病阶段直接进入高流行率地方病阶段只是一个不连续的过渡。此外,我们表明,不连续的过渡总是伴随着自发对称性破缺的个人在每一层的占领概率。
2019-07-31 cond-mat.stat-mech physics.soc-ph
Competition, Collaboration, and Optimization in Multiple Interacting Spreading Processes
竞争和合作是多智能体概率传播过程的核心。舆论战和竞争性营销活动是前者的典型例子,而艾滋病毒和结核病等多种疾病的共同传播则表明了后者。这些传播受到底层网络拓扑结构、网络组成部分之间的感染率、恢复率以及同样重要的传播过程本身之间的相互作用的影响。在这里,我们第一次推导出动态的消息传递方程,提供了一个精确的描述动态的两个相互作用的传播过程的树图,并开发系统的低复杂度模型,预测一般图上的传播。我们还开发了一个理论框架,通过预算约束下的优化资源分配,并在有限的时间窗口内的相互作用的传播过程的最优控制。衍生算法可用于在存在竞争对手竞争过程的情况下最大化所需的传播,并在偶联传染病的情况下通过疫苗接种限制传播。我们证明了框架和优化方法在合成和现实世界的网络上的有效性。
2021-03-16 cond-mat.stat-mech physics.soc-ph
The Impact of Vaccination Behavior on Disease Spreading Based on Complex Networks
预防接种是预防和控制传染病发生和流行的有效途径。然而,许多因素影响居民是否决定接种疫苗,如效力和副作用,而个人希望通过接种疫苗获得免疫力。本研究主要探讨民众对疫苗接种的态度,特别是民众对疫苗效果的评估以及对邻居接种行为的依赖程度如何影响民众对疫苗接种的态度。我们发现,提高人们对疫苗接种的信任度,对提高疫苗接种率和加快疫苗接种进程有很大的好处。与直觉相反的是,如果个体对疫苗接种的态度更依赖于邻居的接种行为,那么会有更多的个体接种疫苗,疫苗接种的进程也会加快。此外,如果有更多的邻居,人们更愿意接种疫苗。
2022-03-08 physics.soc-ph
Mutual Feedback Between Epidemic Spreading and Information Diffusion
信息扩散对传染病传播的影响近年来引起了人们的广泛关注。当一种疾病开始在人群中传播时,有关该疾病的信息就会传播给其他人,这反过来又会对疾病的传播产生影响。在本文中,使用H7N9传播的经验结果和有关该疾病的信息,我们清楚地表明,这两种类型的过程的传播动力学相互影响。为了说明信息扩散对传染病传播的影响,我们建立了一个数学模型,其中两种类型的传播动力学描述使用SIS过程。仿真结果和成对分析都表明,信息扩散可以提高疫情爆发的阈值,降低最终感染个体的比例,并显著降低疫情传播的速率。此外,我们发现传染病传播的多爆发现象,以及信息扩散的影响,与实证结果一致。这些调查结果突出表明,即使在流行病似乎得到控制的情况下,也需要保持社会对疾病的认识,以防止随后的爆发。这些结果有助于深入理解传染病传播动力学与信息扩散之间的相互作用。
2015-06-12 cs.SI physics.soc-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
Spreading of diseases through comorbidity networks across life and gender
患者的健康状况通常不以单一疾病为特征,而是以多种(共病)医学状况为特征。这些合并症可能在很大程度上取决于年龄和性别。我们提出了一个特定的现象学的comorrhoea网络的人类疾病的基础上,医疗索赔数据的整个人口的奥地利。该网络是从一个两层的多路复用网络,其中在一个层的链接表示的条件概率为一个comorbital,并在其他链接包含各自的统计意义。我们发现,网络经历了戏剧性的结构变化,在患者的一生中。儿童疾病网络由一个单一的,强烈的相互连接的集群。在青春期和成年期,更多的疾病集群出现,这些疾病与特定类别的疾病有关,如循环系统疾病、精神疾病或泌尿生殖系统疾病。对于65岁以上的人,这些集群开始合并,高度连接的枢纽在网络中占据主导地位。这些枢纽与高血压、慢性缺血性心脏病和慢性阻塞性肺病有关。我们引入一个简单的扩散模型来理解疾病在人口水平上的疾病网络上的传播。这是我们第一次能够证明,患者主要发展的疾病与他们已经患有的疾病密切相关。该模型解释了人口中所有疾病事件方差的85%以上。所提出的方法可能是重要的预测年龄依赖性疾病概况的整个人口,验证和预防计划。
2014-05-15 physics.med-ph physics.soc-ph
Disease spreading with social distancing: A prevention strategy in disordered multiplex networks
频繁出现的疾病有可能成为地方和全球范围的威胁,如甲型H1N1流感、SARS、MERS和最近的COVID-19疾病,这使得继续设计疾病传播模型和预防或减轻其对人群影响的战略至关重要。由于孤立系在任何情况下都是非常罕见的,特别是在人类接触网络中,在这里,我们研究了由两个不同的网络或层形成的多重网络中的疾病传播的易感染-感染-恢复模型,这些网络或层通过一小部分共享个体(重叠)$q$相互连接。我们通过加权网络对交互进行建模,因为人与人之间的交互是多样的(或无序的);权重表示交互的接触时间。使用分支理论支持的模拟,我们分析了社会距离的策略,减少了平均接触时间在两个层,其中的距离的强度是有关的拓扑结构的层。我们发现,距离强度的临界值,在此之上,可以防止流行病,增加重叠$q$。我们还研究了社会距离对易感个体的共同巨人分量的影响,这对保持系统的功能至关重要。此外,我们发现,对于相对较小的值的重叠$q$,社交距离的政策可能根本不需要保持系统的功能。
2020-08-26 physics.soc-ph
Optimizing surveillance for livestock disease spreading through animal movements
许多家畜传染病的空间传播严重依赖于动物在场所之间的运动,因此运动数据的知识可以帮助我们检测,管理和控制疫情。然而,系统的鲁棒传播特性的识别受到表征人口通过移动的相互作用的时间维度的阻碍。传统的中心性措施不提供相关的信息,结果强烈波动的时间和爆发的属性严重依赖于geotemporal初始条件。通过专注于在意大利的牛流离失所的案例研究,我们的目标是在牲畜流行病的规划和控制有用的强大功能方面的特点,以处理时间波动,初始条件的敏感性和在爆发过程中丢失的信息。通过空间疾病模拟,我们检测在不同初始条件下稳定的传播路径,允许种子的聚类并减少流行病的变异性。路径还使我们能够识别被称为哨兵的场所,这些场所具有很大的感染概率,并提供关于爆发起源的关键信息,如在集群中编码的那样。这种新的程序提供了一个通用的框架,可以应用于特定的疾病,以帮助风险评估分析和通知最佳监测系统的设计。
2012-10-02 physics.soc-ph q-bio.PE
The role of time scale in the spreading of asymmetrically interacting diseases
自然界和社会中的疾病和其他传染现象可以不对称地相互作用,例如一个可以从另一个受益,这反过来又损害了第一个,类似于捕食者-猎物系统。在这里,我们考虑两个模型的相互作用与非对称的相互作用和不同的相关时间尺度的疾病样动力学。使用均匀混合人口的速率方程,我们表明,每个模型的固定患病率和相图的行为不同的相对时间尺度的变化。我们还详细描述了观察到瞬态振荡的制度,这种模式是固有的不对称相互作用,但在文献中往往被忽视。我们的研究结果有助于更好地理解疾病动态,特别是相互作用的过程,并可以为现实世界的应用提供有趣的见解,最值得注意的是,事实核查和假新闻动态之间的相互作用。
2020-06-30 physics.soc-ph q-bio.PE
Epidemic spreading on evolving signed networks
大多数关于疾病传播的研究都认为潜在的社会网络是在没有传染的情况下获得的,尽管流行病会影响人们与他人接触的意愿:一个“友好”的接触可能会变成“不友好”以避免感染。研究了带符号网络上的可感染疾病传播模型,其中每条边都与一个正或负符号相关联,该符号表示其端节点之间的友好或不友好关系.根据Heider的理论,在符号网络中,边符号会进化,最终达到结构平衡的状态,对应于物理学术语中的无挫折。然而,感染的危险影响了其边缘体征的演变。为了描述符号演化和疾病传播的耦合问题,我们通过考虑节点的状态来推广结构平衡的概念。我们引入了一个能量函数,并进行蒙特卡罗模拟完整的网络来测试的能量景观,在那里我们找到本地最小值对应于所谓的堵塞状态。我们研究了初始友好连接与不友好连接的比例对疾病传播的影响。稳定状态可以是平衡状态或拥塞状态,使得系统中的易感节点和受感染节点之间出现共存。
2017-03-09 physics.soc-ph
Non-Markovian SIR epidemic spreading model
我们引入了非马尔可夫SIR传染病传播模型的启发COVID-19的特点,通过考虑离散和连续时间版本。潜伏期、延迟传染性和恢复期的分布用一般函数建模。通过对这些函数进行相应的选择,证明了该模型退化为经典的马尔可夫情形。流行病的阈值是解析确定的任意函数的传染性和恢复和数值验证。该模型的相关性通过对2020年春季意大利第一波疫情的建模来展示。
2021-11-22 physics.soc-ph
Controlling distant contacts to reduce disease spreading on disordered complex networks
在真实的社交网络中,人与人之间的互动是异质的,这会影响疾病在人群中传播的方式,达到感染个体比例的临界点,并成为流行病。这种属性称为无序,通常与个体之间的接触时间相关,可以通过加权网络进行建模,其中权重与归一化接触时间$ω$相关。在本文中,我们研究了SIR模型的疾病传播时,密切和遥远的相互作用类型。我们开发了一种缓解策略,仅减少远距离接触的持续时间,这在实践中更容易改变。使用分支理论,通过模拟的支持,我们发现,当紧密接触的密度$f_1$降低时,该策略的有效性增加。此外,我们发现了一个阈值$\tilde{f}_1 = T_c / β$,低于该策略可以使系统从流行到非流行阶段,即使密切接触者有最长的持续时间。
2020-05-11 physics.soc-ph q-bio.PE
Probing empirical contact networks by simulation of spreading dynamics
疾病、观点、想法、八卦等等都在社交网络上传播。这些网络的连接方式(网络结构)影响着传播过程的动态。通过研究这些关系,人们可以了解传播本身以及接触网络的结构和功能。在这一章中,我们将总结最近的文献,使用模拟的传播过程的经验接触数据。我们将主要关注时间邻近网络上的疾病模拟-网络记录谁靠近谁,在什么时间-但也涵盖其他类型的网络和传播过程。我们分析了29个经验网络来说明方法。
2017-06-28 physics.soc-ph q-bio.PE
Birth and death of links control disease spreading in empirical contact networks
我们调查的12个经验的人类接触的时间网络的集合的结构方面是重要的疾病传播。我们扫描了传染病流行病学的两个典型模型的整个参数空间-易感-传染-易感(SIS)和易感-传染-去除(SIR)模型。将这些模拟的结果与参考数据进行比较,在参考数据中,我们消除了interevent间隔中的结构,数据中第一次接触的时间,或从最后一次接触到采样结束的时间。我们发现的情况是,链接的诞生和死亡,以及链接上的接触总数,对于预测疫情至关重要。另一方面,开始和结束之间的接触的确切时间,或间隔时间分布,并不重要。换句话说,这些经验数据集的一个简化的图片,足以为流行病学的目的是,链接出生,是活跃的强度,并死亡。
2014-05-24 cs.SI physics.soc-ph q-bio.PE
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
Modeling the effects of social distancing on the large-scale spreading of diseases
为了遏制新出现的可在人与人之间传播的疾病的传播,通常实施旨在减少人与人之间相互作用的非药物干预措施。后一种措施的一个例子是保持社交距离,这可以是政策驱动的,也可以是由于害怕感染而在人群中自发产生的。然而,如果在人群达到群体免疫力之前取消NPI,病原体的进一步重新引入将导致继发感染。在这里,我们研究了不同的社会距离计划对疾病大规模传播的影响。具体而言,我们概括了集合种群模型,包括在亚种群水平的社会距离机制和模型的短期和长期战略,喂养当地或全球的流行病信息。我们发现,不同的模型成分可能会导致非常不同的结果在不同的亚群。我们的研究结果表明,有没有一个唯一的答案,如果实施和管理本地或全球的竞争措施是否更有效的问题,模型的结果取决于如何充分考虑人类互动的复杂性。
2021-05-20 physics.soc-ph q-bio.PE
Multiscale mobility networks and the large scale spreading of infectious diseases
在传染病的计算建模中要考虑的现实因素中,人类流动在理论方面和经验数据的有限性方面都是一个关键的挑战。为了研究小规模通勤流和远程航空交通在塑造全球流行病时空模式方面的相互作用,我们i)分析了来自世界各地29个国家的流动数据,并找到了一个能够提供高达300公里的通勤模式的全球描述的重力模型; ii)在一个世界范围的结构化集合种群流行病模型中集成一个时间尺度分离技术,用于评估由于疾病动力学中的多尺度流动过程而导致的感染力。平均而言,通勤流量比航空流量大一个数量级。然而,它们被引入到世界范围的模型中表明,模拟流行病的大规模模式与只考虑航空交通的基线情况相比只有很小的变化。然而,短距离流动性的存在增加了近距离亚群的同步性,并影响了航空运输基础设施周边的流行病行为。本方法概述了分层计算方法的定义的可能性,其中不同的建模假设和粒度可以始终使用在一个统一的多尺度框架。
2009-07-20 cond-mat.stat-mech physics.soc-ph q-bio.PE
Epidemic centrality - is there an underestimated epidemic impact of network peripheral nodes?
在SIR模型中研究经验复杂网络上的疾病传播时,初始感染节点可以根据其流行病影响程度进行排序。排名最高的节点,也被称为“超级传播者”,与主要流行病风险有关,因此值得特别关注。在研究经验复杂网络的模拟中,它表明,排名取决于疾病传播的动力学制度。一个可能的机制,导致这种依赖说明在一个易于分析的例子。在系统中的资源分配,以对抗疾病传播到各个节点是基于他们的排名,疾病传播的动态政权往往是未知的疾病爆发之前。因此,我们引入了一个称为流行病中心性的数量,作为疾病传播的所有相关制度的平均值,作为排名的基础。最近引入的概念的相图的传染病传播被用作一个框架,其中几种类型的平均进行了研究。流行中心性相比,节点的结构属性,如节点度,k-核心和介数。随着度和k-核值的增加,流行中心性有增加的趋势,但流行中心性的变化远小于度和k-核值的变化。研究发现,结构外围节点的流行中心性与结构中心节点的流行中心性具有相同的数量级。这些研究结果的影响资源分配,以对抗疾病的传播进行了讨论。
2012-08-08 cs.SI physics.soc-ph q-bio.PE
Social distancing in pedestrian dynamics and its effect on disease spreading
在没有接种疫苗的情况下,非药物措施,如社交距离,可以在控制流行病方面发挥重要作用。在本文中,我们研究了社会距离对流行病的影响,它是可执行的。我们使用一个结合了人类流动和疾病传播的数学模型。对于流动性动态,我们设计了一个基于代理的模型,包括行人动态与一种新型的力量,类似于在拥挤的网站社交距离。对于传播动力学,我们认为隔间的SIE动力学加上间接传播的足迹的传染性行人的传染因素。我们发现,增加社会距离的强度有显着影响的暴露风险。通过将人群分类为社会距离遵守者和非遵守者,我们得出结论,即使是少数潜在传染性病原体的社会距离实践,也会导致人群暴露风险发生急剧变化,但会降低其他人群实施该协议的有效性。此外,我们观察到,对于间接传播更重要的传染病,社会距离的有效性会降低。本研究可为降低暴露风险的政策制定提供定量指导。
2020-10-24 physics.soc-ph q-bio.PE
The impact of nodes of information dissemination on epidemic spreading in dynamic multiplex networks
College of Artificial Intelligence, Southwest University(西南大学人工智能学院);School of Public Policy and Administration, Chongqing University(重庆大学公共政策与管理学院)
本文提出双层网络模型,探讨意识层中个体属性对传染病传播的影响,发现高中心性个体能抑制传染病传播,低中心性个体对感染数量有近似线性影响。
2024-06-06 cs.SI 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
Solvable delay model for epidemic spreading: the case of Covid-19 in Italy
我们研究了一个简单的现实模型,用于描述传染病在人群中的扩散。的动态是由一个单一的功能延迟微分方程,其中,在一个大的人口的情况下,可以精确地解决,即使在存在的时间依赖性的感染率。这种延迟模型比流行病学中常用的所谓SIR模型具有更高的准确度,SIR模型是用常微分方程来表示的。我们应用此模型描述新型传染病Covid-19在意大利的爆发,并考虑到政府为减缓病毒传播而实施的遏制措施以及人口的社会成本。
2020-09-10 cond-mat.stat-mech physics.soc-ph q-bio.PE
Optimal resource diffusion for suppressing disease spreading in multiplex networks
资源扩散是一种普遍存在的现象,但其对传染病传播的影响却鲜有研究。提出了一个耦合传染病传播和资源扩散的多路网络模型。物理接触层中疾病的传播和受感染节点的恢复都强烈依赖于社会层中对应节点提供的资源。社会层中资源的产生和扩散又强烈依赖于物理接触层中节点的状态。在该模型中,资源优先或随机扩散。为了量化优先扩散的程度,提出了一个控制资源扩散的偏差参数。我们进行了大量的模拟,发现优先的资源扩散可以改变相变类型的感染节点的分数。当层间关联度低于某一临界值时,增大偏压参数会使双连续相变相变变为单连续相变。当层间关联度大于某一临界值时,相变由多次连续→不连续→混合。我们发现在相变中存在磁滞回线。我们还发现,有一个最佳的资源策略,在每个固定程度的层间相关性的阈值达到最大值,并在该疾病可以被最大限度地抑制。最优控制参数随层间关联度的增大而增大。
2018-01-11 physics.soc-ph q-bio.PE
Beyond COVID-19 Pandemic: Topology-aware optimisation of vaccination strategy for minimising virus spreading
减轻传染病的传播最近得到了研究界的相当大的关注。可以通过采取卫生措施、社会规则以及广泛的疫苗接种运动来实现这一目标。接种疫苗目前是在不严格封锁的情况下缓解冠状病毒病(COVID-19)爆发的主要方法。其效力还取决于行政管理的数量和及时性,因此需要严格的优先次序标准。几乎所有国家都优先考虑类似级别的接触工人,以最大限度地提高患者的生存率和挽救的生命年数。减轻传染病的传播最近得到了研究界的相当大的关注。它可以通过采取卫生措施、社会规则以及广泛的疫苗接种运动来实现。接种疫苗目前是在不严格封锁的情况下缓解冠状病毒病(COVID-19)爆发的主要方法。其效力还取决于行政管理的数量和及时性,因此需要严格的优先次序标准。几乎所有国家都优先考虑类似类别的暴露工人:医疗保健专业人员和老年人,以最大限度地提高患者的生存率和挽救的生命年数。尽管如此,该病毒目前正在高速传播,迄今所采用的任何优先标准都没有考虑到接触网络的结构组织。
2022-02-15 cs.SI physics.soc-ph
Interacting opinion and disease dynamics in multiplex networks: discontinuous phase transition and non-monotonic consensus times
意见形成和疾病传播是复杂网络中研究最多的动力学过程。在现实社会中,这两个过程是相互依存、相互影响的。然而,很少有人知道的影响观点动力学对疾病动力学,反之亦然,因为大多数研究将它们分开处理。在这项工作中,我们研究的动态选民模型的意见形成交织在一起的疾病传播的接触过程中,通过两种类型的连接,社会和接触互动的代理人的人口。这两个相互作用的动态发生在两层网络上,通过两个网络中存在的链路的一部分$q$耦合。代理更新其状态的概率取决于交互伙伴的意见和疾病状态。我们发现,观点动力学对疾病传播的性质有显著的影响。最重要的是,从一个健康的接触过程中观察到的地方病阶段的平滑(连续)过渡,成为突然(不连续)的两层系统。因此,忽视社会动态对流行病传播的影响可能会导致对传播的实际规模的错误估计。此外,当耦合$q$超过阈值时,发现地方病-健康的不连续转变。此外,我们发现,疾病的动力学延迟的意见共识,导致共识时间的变化非单调与$q$在一个大范围的模型的参数。平均场方法表明,意见和疾病的耦合动力学可以近似描述的选民模型的动态解耦的接触过程,有效的意见和疾病传播的概率。
2017-05-02 physics.soc-ph
A microscopic approach to study the onset of a highly infectious disease spreading
我们结合行人动力学模型与接触追踪方法来模拟一种高度传染性的空气传播疾病在封闭环境中的初始传播。我们专注于一个中等规模的人口(最多1000人)与少量的感染者(1或2)和其余的人之间的免疫和易感性划分。我们采用了一个空间连续的模型,表示行人动态的力量作用在他们身上,即微观力为基础的模型。一旦离散化,该模型的结果在一个高维系统的二阶常微分方程。在将接触跟踪添加到行人动力学模型之前,我们校准了模型参数,根据经验数据验证了模型,并表明可以捕获行人自组织进入车道。我们认为一个明确的接触追踪的方法,通过引入一个生病的人周围的疾病域。一个健康但易受感染的人在疾病领域停留一定时间后可能会被感染(具有规定的概率),并成为所谓的二次接触者。作为模拟疾病传播开始的具体设置,我们考虑了两个美国机场的航站楼:休斯顿的霍比机场和亚特兰大国际机场。我们考虑了不同的情况,我们量化了二级接触者平均数量的增加,因为给定的终端变得更加密集,免疫人群的百分比下降,主要接触者的数量增加,以及存在高密度区域(如登机巴士)。
2020-04-20 physics.soc-ph q-bio.PE
A 2D kinetic model for crowd dynamics with disease contagion
我们专注于建模和模拟的传染病传播的中等规模的人口占据一个封闭的环境,如机场航站楼,很短的时间。由于人群和场地的大小,我们选择了动力学类型的模型。本文分为两个部分。在第一部分中,我们采用了简化的假设,即人们的步行速度和方向是已知的。由此产生的动力学模型的特点是一个变量,表示接触传播疾病的人的水平,一个参数描述的传染相互作用强度,和一个核函数,这是一个人和传播个体之间的距离的递减函数。这样的模型进行测试的问题,涉及一个小的人群在一个广场步行域。在第二部分中,从简化模型的想法被用来将疾病传播的动力学理论方法的人群动力学,即步行速度和方向的结果与其他人和场地的相互作用。
2021-07-23 cs.NA math.NA physics.soc-ph
Impacts of complex behavioral responses on asymmetric interacting spreading dynamics in multiplex networks
传播-接触分层网络中的信息扩散和疾病传播是典型的非对称耦合关系,其中个体对疾病的感知和反应对疾病传播有重要影响。最近的许多研究表明,人类行为采用是一个复杂的非马尔科夫过程,其中采用一种行为的概率取决于接收信息的累积次数以及这些累积信息的社会强化效应。我们研究了这种非马尔可夫疫苗接种行为对流行动力学和控制效果的影响。我们发现,这种复杂的采用行为引起的通信层可以显着提高流行阈值,降低最终的感染率。通过将社会成本定义为疫苗接种成本和治疗成本之和,我们证明了存在一个最优的社会强化效应或最优的信息传递率,允许最小的社会成本。我们还发展了一个基于平均场的理论来验证模拟结果的正确性。
2016-06-17 cs.SI physics.soc-ph
Cooperative epidemics on multiplex networks
在某些情况下,一种疾病的传播会刺激另一种传染病的传播。在这里,我们处理解析对称的两种疾病的传播在一个两层的多重网络的共同感染模型。我们允许层重叠,但我们假设每一层都是随机的,并且局部无环。感染其中一种疾病会增加感染另一种疾病的可能性。利用生成函数方法,我们精确地计算了稳态下两种疾病同时感染的个体比例(所谓的共感染群),以及传染病传播阈值和模型的相图,随着合作程度的增加,我们观察到了一个三临界点,并且过渡类型从连续型变为混合型.最后,我们比较了合作疾病的情况下,与所谓的“可行的”集群网络中的依赖关系的共同感染的集群。
2016-04-14 cond-mat.dis-nn physics.soc-ph
A kinetic theory approach to model crowd dynamics with disease contagion
我们提出了一些想法,如何扩展的动力学类型的人群动力学模型,以考虑传染病的传播。我们专注于一个中等规模的人群占据了一个封闭的环境,疾病很容易传播。我们选择的动力论方法使用对策论的工具来模拟一个人与周围的人和环境的相互作用,它的特点是一个参数来代表压力的水平。众所周知,人们在受到恐惧或压力的情况下会选择不同的行走策略。为了证明我们的人群动力学模型可以用来再现现实的场景,我们模拟乘客在休斯顿的霍比机场的一个终端。为了模拟疾病在步行人群中的传播,我们引入了一个变量,表示接触传播疾病的人的水平。此外,我们引入了一个参数,描述了传染相互作用的强度和核函数,这是一个减函数之间的距离的人和一个传播的个人。我们测试我们的传染模型的一个问题,涉及一小群人走过走廊。
2021-04-02 cs.NA math.NA 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
Suppressing epidemic spreading in multiplex networks with social-support
虽然抑制疾病传播通常是通过投资公共资源来实现的,但在现实世界中,只有一小部分人口在爆发时能够获得政府援助,大多数人必须依靠家人或朋友的资源。我们研究了社会接触多重网络中疾病传播的动力学,当受感染节点的恢复依赖于社会层中健康邻居的资源时。我们研究程度异质性如何影响传播动力学。通过理论分析和模拟,我们发现程度异质性促进疾病传播。感染密度的相变是混合的,在第一个入侵阈值处从零平滑地增加到有限小的值,然后在第二个入侵阈值处突然跳跃。我们还发现了滞后回线的感染密度的转变。我们进一步研究了两层之间的边缘重叠如何影响扩散动力学。我们发现当重叠量小于某一临界值时,相变是混合的,并且存在一个磁滞回线,否则,相变是连续的,磁滞回线消失。此外,当传输速率低于第一入侵阈值时,边缘重叠允许流行病爆发,但当传输速率高于第一入侵阈值时,抑制任何爆炸性转变。
2017-08-08 physics.soc-ph
Impact of urban structure on infectious disease spreading
目前正在进行的SARS-CoV-2大流行已经使世界成为人质一年多了。流动性是病毒传播的关键,限制流动性是对抗病毒扩张的主要非药物干预措施。以前的作品已经表明了城市的结构组织和居民的运动模式之间的联系。这使城市中心成为流行病监测和干预的重点。在这里,我们表明,组织的城市流量有巨大的影响,疾病的传播和不同的缓解策略的顺从性。通过对美国和其他国家不同城市的匿名和聚集的城市内部流动的研究,并结合实证分析和分析方法,我们证明了城市对传染病传播的反应可以根据这些流动的总体组织大致分为两大类型。在等级森严的城市,流动主要集中在流动热点之间,特别容易受到流行病快速传播的影响。然而,在这类城市中,限制流动性对于减轻病毒的传播非常有效。相反,在有许多活动中心的城市中,流行病的传播要慢得多,但对流动限制的反应要弱得多,效果也差得多。在较脆弱的城市投入资源进行早期监测和及时采取特别干预措施,可能有助于遏制和减少未来大流行病的影响。
2022-03-10 physics.soc-ph q-bio.PE
Epidemic Dynamics On Information-Driven Adaptive Networks
可以同时进化。在信息驱动的适应过程中,有能力识别疾病的易感(感染)个体会切断其感染(易感)邻居的联系,以防止疫情进一步蔓延。仿真结果和数值分析表明,信息驱动的自适应过程不仅可以减缓传染病传播的速度,而且可以显著降低最终状态下的流行率.此外,疾病的传播和信息扩散模式的格子上给出了一个直观的表示,疾病是如何被困在一个孤立的领域与信息驱动的自适应过程。此外,我们进行局部分岔分析的四种类型的动力学区域,包括健康,振荡,振荡和地方病,了解所观察到的动力学行为的演变。这项工作可能有助于理解信息如何影响人类应对传染病传播的活动。
2015-05-19 physics.soc-ph
Modeling Epidemic Spreading through Public Transit using Time-Varying Encounter Network
公共交通(PT)网络中的乘客接触可能是传染病传播的关键媒介。本文提出了一个时变加权PT相遇网络模型,通过PT系统的传染病传播。在地方和全球层面的社会活动联系也被考虑在内。我们选择2019冠状病毒病(COVID-19)的流行病学特征作为案例研究,并结合新加坡的智能卡数据来说明城市层面的模型。一个可扩展的和轻量级的理论框架来捕捉时变和异构的网络结构,这使得在整个人口水平上解决问题,具有较低的计算成本。从公共卫生方面和运输方面的不同控制政策进行了评估。我们发现人们的预防行为是控制流行病传播的最有效措施之一。从交通方面看,部分关闭公交线路有助于减缓疫情,但无法完全遏制疫情蔓延。利用智能卡资料识别“有影响力的乘客”,并及早隔离他们,亦可有效减少传染病传播。
2020-11-22 cs.SI physics.soc-ph q-bio.PE
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
Stochastic Compartment Model of Epidemic Spreading in Complex Networks with Mortality and Resetting
本文提出一个包含死亡和重置的随机舱室流行病模型,在WS网络上模拟,证明零死亡率下$R_0>1$时存在地方性平衡,并探讨长程跳跃和死亡率的影响。
2025-09-12 cond-mat.stat-mech physics.soc-ph
Simulating City-level Airborne Infectious Diseases
随着世界人口的指数增长和人员流动性的不断增加,流行病爆发的危险正在上升。特别是在高密度的城市地区,如公共交通和换乘点,人们彼此非常接近,我们观察到空气传播病毒和相关病原体的传播急剧增加。必须充分了解这些地区的“传播高速公路”,以预防或预测传染病的传播。我们采取的方法是将来自所有相关来源的尽可能多的信息结合起来,并将其集成到一个模拟环境中,以进行场景测试和决策支持。在本文中,我们提出了一种新的方法来研究城市空气传播疾病的传播相结合的交通信息,地理空间数据,感染动力学和传播特性。
2011-12-30 cs.OH physics.soc-ph
Asymmetrically interacting spreading dynamics on complex layered networks
疾病通过物理接触网络的传播和疾病信息通过通信网络的传播是两个密切相关的动力学过程。我们通过关注任何传播过程背后的两个基本量:流行阈值和最终感染率,研究了两种类型的传播动态之间的不对称相互作用,每种传播动态都发生在自己的层上。我们发现,接触层上的流行病爆发可以诱导传播层上的流行病爆发,信息传播可以有效地提高流行病的阈值。当两层之间存在结构相关性时,信息阈值保持不变,但可以提高流行阈值,使接触层对流行病爆发具有更强的弹性。我们开发了一个物理理论来理解这两种类型的传播动力学之间错综复杂的相互作用。
2014-05-08 cs.SI physics.soc-ph
Discrete-time Markov chain approach to contact-based disease spreading in complex networks
网络中的许多传染病过程都是通过其连通点之间的随机接触传播的。在物理学文献中,有两种极限情况被广泛分析,即所谓的接触过程(CP),即传染病以一定的速度从一个感染的顶点扩展到一个邻居,以及反应过程(RP),其中感染的个体有效地接触所有邻居以扩大流行病。然而,一个更现实的情况是从这两种情况之间的插值,考虑到一定数量的随机接触每单位时间。在这里,我们提出了一个离散时间制定的问题的接触为基础的传染病传播。我们解决了一个家庭的模型,参数化的随机接触试验每单位时间的数量,范围从CP到RP。与常见的异质平均场方法相比,我们专注于单个节点的感染概率。利用这个公式,我们可以构造不同感染模型的整个相图,并确定它们的临界性质。
2010-01-23 physics.comp-ph physics.soc-ph
Epidemic spreading induced by diversity of agents' mobility
在本文中,我们研究了个人对公共交通工具的偏好对传染病传播的影响,通过一个被称为公共流动性的数量。我们的理论和数值结果的基础上构建的模型表明,如果代理的平均公共流动性是固定的,在代理的公共流动性的多样性的增加降低了流行病的阈值,超过该阈值的感染率的提高被观察到。我们的研究结果提供了一种方法,以提高社会对传染病的抵抗力,同时保持公共交通系统的利用率。
2012-08-23 physics.soc-ph
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