Influence of Network Topology and Vaccination Strategies on HPV Dynamics: A Simulation Study Using the SeCoNet Growth Model
University of Sydney（悉尼大学）；Johns Hopkins University（约翰斯·霍普金斯大学）
该研究采用SeCoNet模型，探究网络拓扑与不同疫苗策略对HPV传播的影响，发现基于度、介数等中心性的策略更有效，环策略对女性效果最优，网络结构对疫苗效果有关键影响。
2026-08-17 cs.SI
Agent based network modelling of COVID-19 disease dynamics and vaccination uptake in a New South Wales Country Township
本研究构建基于智能体的接触网络模型，模拟NSW乡镇COVID-19传播与Pfizer疫苗接种，发现三剂疫苗可遏制疫情但难根除，且感染节点平均度可预测感染高峰。
2024-01-07 cs.MA cs.SI physics.soc-ph
Real-time Updating of Dynamic Social Networks for COVID-19 Vaccination Strategies
疫苗接种策略对抗击COVID-19疫情至关重要。由于供应有限，基于接触网络的干预措施可以通过识别高风险个人或社区来制定最佳战略。然而，由于高维，只有部分和噪声的网络信息可以在实践中，特别是对于动力系统的接触网络是高度时变的。此外，SARS-CoV-2的大量突变对当前的感染概率有相当大的影响，需要实时的【形】网络更新算法。在这项研究中，我们提出了一个连续的网络更新方法，数据同化技术的基础上，结合不同来源的时间信息。然后，我们优先考虑从同化网络中获得的具有高度或高中心性的个体进行疫苗接种。同化为基础的方法进行了比较，与标准的方法（基于部分观察到的网络）和随机选择策略在SIR模型中的疫苗接种效果。数值比较首先进行使用真实世界的面对面的动态网络收集在一所高中，其次是顺序的多层网络，产生依赖于Barabasi-Albert模型模拟计算在英国帝国理工学院在英国的部门作为一个例子。
2021-08-09 cs.SI physics.soc-ph
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
Interplay of epidemic spreading and vaccine uptake under complex social contagion
本研究通过SIR模型和阈值疫苗接种策略，在年龄分层多层网络上模拟，揭示复杂社会传染下疫苗接取态度与流行病传播的相互作用。
2024-12-16 cs.SI physics.soc-ph
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
Impact of Indirect Contacts in Emerging Infectious Disease on Social Networks
个体之间的相互作用模式在传染病传播中起着至关重要的作用。了解这些模式，并将其影响整合到传染病的扩散动力学模型中，对于流行病学研究具有重要意义。目前基于网络的扩散模型假设疾病通过感染者和易感者同时共存的相互作用传播。然而，有几种传染病可以在易感个体在受感染个体离开后访问某个地点时传播。最近，我们引入了一个扩散模型，称为同地异时（SPDT）传输，以捕捉间接传输时发生的感染个体离开之前，一个易感个体的到来，随着直接传输。在本文中，我们展示了这些间接传播联系如何显着增强传染病的出现模拟空气传播疾病传播的合成社会接触网络。我们把在传染期有间接联系但没有直接联系的个体称为隐性传播者。我们的模拟表明，间接链接发挥类似的作用，直接链接和一个隐藏的传播者可以引起大爆发的SPDT模型，导致在现有的模型中没有感染的基础上直接链接。我们的工作为传染病建模开辟了新的方向。
2018-03-30 cs.SI physics.soc-ph q-bio.PE
Generating dynamic contact graphs with indirect links
图模型被广泛用于研究接触网络中的扩散过程。最近的数据驱动研究强调了间接链接的重要性，即当两个节点在不同时间访问同一地点时（SPDT），在确定网络结构和扩散动力学方面可能发生互动。然而，如何生成动态图与间接链接的扩散建模仍然是一个未解决的挑战。在这里，我们提出了一个动态的接触图模型，用于生成直接和间接链接的接触网络。我们的模型引入了多个同时活跃的副本的节点捕获间接传输链路的概念。SPDT图模型建立在活动驱动的时变网络建模基础上，用于使用简单的统计分布生成动态接触网络。该模型采用最大似然估计方法与大型城市规模的经验数据集拟合。最后，通过分析捕获使用社交网络应用程序的位置更新构建的经验图中观察到的网络属性的能力并模拟SPDT扩散过程来评估模型的性能。我们的研究结果表明，在目前的图模型，只包括直接的联系相比，我们的图模型与间接链接匹配的经验网络属性和扩散动力学更密切。
2019-11-10 cs.SI physics.soc-ph
Indirect interactions influence contact network structure and diffusion dynamics
在个人层面上的相互作用模式影响接触网络上的扩散行为。现有的扩散模型大多只考虑个体间的直接相互作用来构建潜在的传染性物品传播网络。然而，延迟的间接相互作用，即易感个体在感染个体离开相互作用空间后与传染性物品相互作用，也可能导致传播事件。我们定义了一个扩散模型称为相同的地方不同的时间传输（SPDT）为基础的扩散，认为这些间接的相互作用的传输链路。我们的SPDT模型改变了网络动态，其中个体之间的连接性随链接传染性的衰减率而变化。我们研究SPDT扩散行为模拟空气传播疾病的数据驱动的接触网络。SPDT模型显著增加了扩散动力学（特别是对于具有低链接密度的网络，其中间接相互作用产生新的感染途径），并且能够产生现实的疾病繁殖数。我们的结果表明，与当前具有直接相互作用的扩散模型相比，SPDT模型更有可能导致疫情爆发。我们发现，包括间接联系的扩散动力学是不可重现的，目前的模型，突出了预测疫情的间接联系的重要性。
2019-06-06 cs.SI physics.soc-ph
Diffusion on dynamic contact networks with indirect transmission links
在动态接触网络上模拟扩散过程是流行病学、市场营销、网络安全和生态学的重要研究领域。然而，目前的扩散模型不能捕捉到间接相互作用的传播。例如，空气传播的受感染个体在可悬浮在空气中的位置处释放感染性颗粒，并且即使在受感染个体离开之后也感染到达的易感个体。因此，目前的扩散模型错过了间接相互作用期间的传输。本文提出了一种新的扩散模型，即基于同地异时传输的扩散模型（SPDT），该模型考虑了通过间接相互作用的传输。SPDT扩散的行为进行了分析，真正的动态接触网络和扩散动力学的显着放大观察。SPDT模型还引入了一些不同于当前扩散模型的新行为。在这项工作中，还开发了一个新的SPDT图形模型来生成合成迹线，以探索SPDT扩散在几种情况下。分析表明，新的扩散的出现变得普遍，由于包括间接传输内的SPDT模型。这项工作最后研究如何扩散可以控制，并开发新的方法来阻止扩散。
2019-06-07 cs.SI physics.soc-ph
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
Controlling epidemics through optimal allocation of test kits and vaccine doses across networks
UCLA（加州大学洛杉矶分校）；Frankfurt School of Finance and Management（法兰克福金融管理学院）
研究在异质接触网络中通过最优分配检测套件和疫苗剂量控制传染病的核心方法和贡献，采用控制理论方法推导出最优干预策略，能更有效延迟爆发并降低发病率。
2021-07-31 cs.SI math.OC q-bio.PE
Optimal Vaccine Allocation to Control Epidemic Outbreaks in Arbitrary Networks
我们考虑通过在网络中分配疫苗接种资源来控制任意接触网络中流行病爆发的传播问题。我们分析了网络版本的易感-感染-易感（SIS）流行病模型时，在网络中的个人呈现不同程度的易感性的流行病。在这种情况下，控制流行病爆发的传播可以写成一个谱条件，涉及依赖于网络结构和模型参数的矩阵的特征值。我们研究的问题，在整个网络中找到疫苗的最佳分布，以控制流行病爆发的蔓延。我们提出了一个凸框架，以找到成本最优的疫苗接种资源的分配时，允许不同的疫苗接种水平。我们还提出了一个贪婪的方法，质量保证的情况下，全有或全无疫苗接种。我们说明了我们的方法在一个真实的社会网络的数值模拟。
2013-03-16 cs.SI math.OC physics.soc-ph
Controlling the Spread of Epidemics on Networks with Differential Privacy
针对接触网络边敏感且需差分隐私保护的疫苗接种策略问题，提出基于$(\varepsilon,δ)$-差分隐私的算法，通过降低最大度和谱半径控制流行病传播，并在合成与真实网络上验证了其有效性。
2025-05-31 cs.CE cs.DS cs.SI
A Graph Model with Indirect Co-location Links
图模型被广泛用于分析嵌入在社会联系中的扩散过程和开发应用程序。一系列图形模型可用于逼真地复制底层社会结构和动态。然而，目前大多数图模型只能考虑协同定位交互网络中个体之间的并发交互。然而，他们没有考虑间接的相互作用，可以传播的项目，以个人谁访问同一地点在不同的时间，但在一定的时间限制。通过直接和间接相互作用发生的扩散现象称为同地异时（SPDT）扩散。本文介绍了一种模型，以合成共同定位的互动图捕捉直接的互动，其中个人满足在一个位置，和间接的互动，其中个人访问同一地点在不同的时间在一个设定的时间范围内。我们分析了来自社交网络应用程序的200万用户的6000万次位置更新，以表征图形属性，包括时空相关性及其时间演化特征，例如突发或持续行为。生成的合成图再现了现实接触图的扩散动态，与其他接触图模型相比，预测误差降低了高达82%，证明了其预测流行病传播的潜力。
2018-07-26 cs.SI physics.soc-ph
Agent-based simulations for protecting nursing homes with prevention and vaccination strategies
由于其在老年人中的高致命性，护理院的安全在COVID-19大流行期间至关重要。随着抗原或RT-LAMP测试等测试程序的规模化，以及疫苗接种的增加，养老院可能能够安全地放松预防措施，同时控制感染的传播（意味着每个索引病例平均有一个或更少的继发感染）。在这里，我们开发了一个详细的基于代理人的流行病学模型的传播SARS-CoV-2在养老院，以确定最佳的预防策略。该模型在微观上根据奥地利养老院的高分辨率数据进行了校准，包括详细的社会联系网络和过去疫情的信息。我们发现，缓解测试的有效性关键取决于测试和测试结果之间的时间跨度，测试给出阳性结果的病毒载量的检测阈值，以及居民和员工的筛查频率。在现实条件下，在缺乏有效疫苗的情况下，我们发现，员工的预防性筛查可能足以控制养老院的疫情，前提是周转时间和检测阈值足够低。如果有预防感染和传播的中等有效疫苗，即使没有进行预防性检测，而且允许居民接待来访者，只要80%或以上的居民接种疫苗，就可以实现控制。由于这些结果在很大程度上取决于疫苗对感染的有效性，建议保留检测基础设施，定期自愿筛查和病毒基因组测序，以便能够及早发现新的令人担忧的变异。
2021-06-14 cs.SI physics.soc-ph
Note on the Complex Networks and Epidemiology Part I: Complex Networks
复杂网络描述了自然界和社会中广泛的系统。经常被引用的例子包括Internet、WWW、化学反应连接的化学网络、社会关系网络、引文网络等。复杂网络的研究已经引起了许多科学家的关注。物理学家已经证明，这些网络表现出一些令人惊讶的特征，如高聚集系数，小直径，以及没有渗流阈值。数学流行病学的科学家们发现，传染病的阈值在遵循无标度分布的接触网络上消失。经济学和公共卫生研究者也发现，模仿行为会导致接种和未接种的集群现象。在本文中，我们将回顾复杂网络的基本概念;基本流行病模型;复杂网络和流行病学的发展。
2013-02-23 cs.SI nlin.AO physics.soc-ph
Competing control scenarios in probabilistic SIR epidemics on social-contact networks
现实社会接触网络上流行病演变的概率方法允许受试者之间的特征差异，包括社会接触的个体数量和结构，以及根据年龄或医疗先决条件的感染和恢复率的异质性。在我们的概率易感性传染性删除（SIR）模型的社会接触网络，我们评估的“感染负荷”或“激活利润”的各种控制方案，通过限制，通过接种疫苗，以及它们的组合。我们比较了适用竞争或合作控制策略的亚群的流行病负担。随机社会接触图，旨在表现出现实的人与人的接触特性，并遵循近“同质”或“块本地化”亚群传播的模拟实验进行。标量化方法用于多目标优化问题，其中感染负荷最小化和每个子群体的控制策略偏好排序的坚持程度最大化。我们得到的复合支付矩阵的两个子群施加对比的控制策略，每个根据其适当的排名控制策略的偏好。讨论了根据每个亚群的复合目标并根据其适当的排名强度的纳什均衡。最后，讨论了控制策略的相互作用效果，并与两个亚群的传播类型有关。
2022-02-10 cs.SI q-bio.PE
Generating a Contact Matrix for Aged Care Settings in Australia: an agent-based model study
Kirby Institute, University of New South Wales（新南威尔士大学柯比研究所）；School of Population Health, University of New South Wales（新南威尔士大学公共卫生学院）
本文提出基于代理的模型生成高分辨率养老机构接触矩阵，通过模拟任务驱动行为、员工工作流程和共享空间移动，揭示不同护理级别和员工班次的接触模式差异，验证了接触模式与日常活动的关联性。
2026-03-18 cs.SI q-bio.PE
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
Epidemic Spreading and Equilibrium Social Distancing in Heterogeneous Networks
我们研究了一个通过网络相互作用的异质种群之间的多类型SIR流行病过程。当我们的基础上的社会接触的随机图与给定的顶点度，我们给极限定理的感染的个人的分数。对于一个给定的社会距离的个人策略，我们建立了流行病的再现数$R_0$，它可以用来识别网络的脆弱性和通知疫苗接种政策。在本文的第二部分中，我们研究了社会距离博弈的均衡，其中个人根据预期的全球感染率选择他们的社会距离水平，然后必须等于他们选择后的实际感染率。给出了平衡点存在唯一的条件。对于随机规则图的情况下，我们表明，自愿的社会距离将始终是社会次优。
2021-11-01 cs.SI physics.soc-ph q-bio.PE
Networks of Necessity: Simulating COVID-19 Mitigation Strategies for Disabled People and Their Caregivers
防止COVID-19传播的一项主要策略是限制面对面接触。然而，对于许多不住在护理设施中但仍然需要护理人员的残疾人来说，这是不切实际或不可能的。我们寻求确定哪些干预措施可以预防残疾人及其照顾者之间的感染。我们用一个模型来模拟传播，该模型包括易感、暴露、无症状、患病、住院和转移的个体。我们模拟疾病传播的网络将异质性纳入不同类型的相互作用的风险，时间依赖性锁定和重新开放措施，以及四个不同群体（护理人员，残疾人，必要工作人员和普通人群）的接触分布。我们发现护理人员被感染的可能性最大，残疾人被感染的可能性第二大。我们的网络结构的分析表明，照顾者有最大的模态特征向量中心。我们发现，两种干预措施-所有群体的接触限制和残疾人和照顾者戴口罩-最能减少残疾人和照顾者的病例。我们还通过在每个群体的一个子集中接种感染来测试哪个群体最容易传播COVID-19。我们发现护理人员是COVID-19最有力的传播者，特别是对其他护理人员和残疾人。我们测试了在哪里最有效地使用有限的疫苗剂量，发现（1）接种护理人员比接种一般人群或基本工作人员更好地保护残疾人，（2）接种护理人员保护残疾人与接种残疾人本身一样多。我们的研究结果强调了戴口罩、全社会限制接触以及战略性疫苗接种在限制残疾人及其护理人员接触COVID-19方面的潜在有效性。
2021-09-24 cs.SI math.DS nlin.AO
ShareTrace: Contact Tracing with the Actor Model
基于邻近度的接触者追踪依赖于移动设备的交互来估计疾病的传播。ShareTrace就是这样一种方法，它通过考虑直接和间接接触形式来提高跟踪疾病传播的效率。在这项工作中，我们利用角色模型来提供一种高效且可扩展的ShareTrace公式，并在临时联系网络上进行异步、并发消息传递。我们还介绍了消息可达性，时间可达性的扩展，占网络拓扑结构和消息传递语义。我们对合成和真实世界接触网络的评估表明，正确的参数值优化了算法的准确性和效率。此外，我们还证明了消息可达性可以准确地估计用户对其联系人构成的风险。
2022-09-19 cs.DC cs.SI
Inferring signed social networks from contact patterns
Maastricht University（马斯特里赫特大学）；University of Vermont（佛蒙特大学）
本文提出一种贝叶斯框架，通过MCMC推断区分无互动是机会不足还是主动回避，提升带符号网络推断的准确性，尤其在检测负边方面表现优异。
2026-05-11 cs.SI
A Survey on Contact Tracing: the Latest Advancements and Challenges
传染病是由病原微生物引起的，如细菌、病毒、寄生虫或真菌，它们可以直接或间接地从一个人传播到另一个人。传染病对人类健康构成严重威胁，特别是COVID-19自二零一九年底以来已成为全球严重的健康问题。接触者追踪是识别、评估和管理接触过某种疾病的人，以防止其进一步传播的过程。接触者追踪可以帮助我们更好地了解病毒的传播环节，从而更好地阻断其传播。鉴于COVID-19在全球范围内大流行，追踪接触者已成为有效遏制病毒传播的最关键措施之一。本文介绍了接触者追踪的全面调查，详细介绍了接触者追踪的模型，数字技术，协议和问题的最新进展。最后，对接触追踪技术的发展趋势进行了展望.
2021-06-17 cs.CR cs.SI
