Time Evolution of Non-Lethal Infectious Diseases: A Semi-Continuous Approach
提出了一个描述非致死性传染病在固定人口中传播的动力学模型。该模型由一个非线性的延迟微分方程描述的感染性个体的数量的增量的时间演化，并依赖于有限数量的参数。预测与流感数据在质量上吻合良好。
2005-06-25 q-bio.PE q-bio.QM
Antibiotics, duration of infectiousness, and transmission of disease
人类、家畜、果园作物和观赏植物通常用抗生素治疗细菌感染。通过治愈感染性个体，抗生素治疗可能会限制传染病在宿主之间的传播。但是，抗生素抑制宿主内病原体密度也可能降低宿主在恢复之前从感染状态中移除的可能性。当恢复率和清除率（隔离或死亡率）直接取决于宿主内密度时，抗生素治疗可以放松清除率，从而增加宿主间疾病传播。在本文中，一个确定性的内主机动态驱动感染主机的感染传播的概率，以及主机的时间依赖的生存恢复的概率。该模型改变（1）接种量，（2）感染和治疗开始之间的时间，（2）抗生素疗效，和（3）感染宿主遇到的群体的大小/易感性。结果确定了抗生素治疗同时增加宿主存活率和增加新感染预期数量的条件。也就是说，抗生素可能会将一种罕见的、严重的细菌性疾病转化为一种常见的、但可治疗的感染。
2020-01-20 q-bio.PE
Using runs of homozygosity to detect genomic regions associated with susceptibility to infectious and metabolic diseases in dairy cows under intensive farming conditions
纯合性片段（ROH）是纯合基因组的连续片段，其可能反映来自共同祖先的传递，并且可用于追踪感兴趣的单倍型的遗传。本文从50 K SNPs中提取ROH，并用于检测468头荷斯坦-弗里斯兰奶牛群体中与疾病易感性相关的基因组区域。诊断的疾病分为传染病、代谢综合征、乳腺炎、生殖疾病和运动障碍。在BTA 12中发现了与感染性疾病、乳腺炎和运动障碍相关的ROH。在BTA 15上检测到与代谢综合征、传染病和生殖疾病相关的长纯合性区域，揭示了免疫、代谢和功能障碍之间的复杂关系。ROH与感染性疾病、生殖系统疾病、乳腺炎和代谢综合征有关，分布在3、5、7、13和18号染色体上。先前的研究报告了所有这些区域的产奶性状的QTL，从而证实了已知的产奶选择和奶牛健康之间的负相关关系。
2016-01-26 q-bio.GN q-bio.PE
The qualitative analysis of the impact of media delay on the control of infectious disease
在本文中，我们考虑的时间延迟媒体的疾病控制的影响。建立了一类具有时滞和媒介引起的累积意识密度的SISM传染病模型。证明了无病平衡点全局渐近稳定的充分条件。得到了该传染病平衡点的全局稳定性和Hopf分支存在的条件。数值模拟来说明分析结果。最后结合H1N1疫情数据分析了各参数对传染病控制的影响。通过缩短媒介滞后时间，提高媒介传播率和媒介工程实施率，有效控制疾病传播。
2016-09-12 q-bio.PE
Simulation of deterministic compartmental models for infectious diseases dynamics
传染病是由病原微生物引起的，可以通过不同的途径传播。数学模型和计算机模拟已被广泛用于研究传染病的传播和蔓延。换句话说，数学模型模拟可用于分析传染病的动态，旨在了解影响以及如何控制传播。一般来说，这些模型是基于区间的，每个区间包含具有相同特征的个体，例如易感者、暴露者、感染者和康复者。在本文中，我们进一步阐明了一些经典的流行病模型，报告可能的结果，从数值模拟。此外，我们提供了一个模拟库中的例程。
2021-06-03 physics.bio-ph q-bio.PE
AI-Based Decadal Predictive Analysis of Twenty Infectious Diseases in China with an Improved BSTS-MCMC Model
本研究采用改进的BSTS-MCMC模型结合LSTM网络，分析中国二十种传染病的十年趋势，预测高发病率疾病持续流行、低发病率疾病可能消失，并强调COVID-19的变革性影响及先进预测分析在公共卫生防范中的关键作用。
2023-10-06 q-bio.PE
Introduction to statistical inference for infectious diseases
本文首先介绍了传染病传播的一般随机流行病模型。然后，我们给出了用于推断模型参数的方法，例如基本再现数$R_0$和疫苗接种覆盖率$v_c$，假设来自爆发的不同类型的数据，例如最终爆发的细节和时间数据或来自正在进行的爆发的观察。讨论了个体非均匀性和非均匀混合。我们还提供了一个概述的统计方法来执行参数估计的随机流行病模型。在最后一节中，我们描述了传染病监测中的早期爆发检测问题和用于此目的的统计模型。
2014-11-13 q-bio.PE stat.ME
Determining disease attributes from epidemic trajectories
Department of Astrophysical and Planetary Sciences, Laboratory for Atmospheric and Space Physics, University of Colorado, Boulder（科罗拉多大学博尔德分校天体物理与行星科学系、大气与空间物理实验室）
本文提出通过分析流行病轨迹推断传染病属性的方法，展示了多轨迹和正则化单轨迹反演的有效性，并证明了通过恢复感染持续分布和传染性核可确定个体传染性曲线。
2025-12-17 q-bio.PE
A survey on modelling of infectious disease spread and control on social contact networks
尽管根据世界卫生组织（WHO）的报告，每年约有420万人因传染病而死亡，但传染病是对人类社会的重大威胁，在COVID-19发生之前，人类社会被忽视了。由于最近的COVID-19疫情，于二零二零年有超过200万人死亡，96. 2百万人受到这种毁灭性疾病的影响。最近的研究表明，通过模拟传染病在社会接触网络上的传播，应用个人互动和移动数据可以帮助管理大流行病。传染病的传播可以用扩散过程的理论和方法来解释，扩散过程是网络系统上的一种动态现象。在扩散过程的建模中，假设具有传染性的物品通过节点间的相互作用在网络系统中扩散。这类似于传染性病毒的传播，例如COVID-19在人群中通过个人社交互动传播。扩散过程的演化行为强烈地受到下垫面系统的特性和扩散过程本身的机制的影响。因此，传染病的传播可以用人与人之间的相互作用和疾病本身的特征来解释。本文介绍了传染病传播模型中扩散过程的相关理论和方法。
2021-02-03 cs.SI physics.soc-ph q-bio.PE
Indirect transmission and the effect of seasonal pathogen inactivation on infectious disease periodicity
每年发生的许多传染病仍然是公共卫生系统的一个持续负担。在温带地区观察到的呼吸道疾病发病率的季节性模式归因于环境条件对病原体存活的影响。本文提出了一个传染病传播的模型，该模型描述了一种能够在宿主生物体外部的环境水库中存活的致病状态。病原体寿命的传染病状态的持续时间的比率被认为是确定疾病动态的关键参数。季节性强制病原体灭活率的引入确定了病原体存活高峰和疾病发病高峰之间的时间延迟。延迟取决于特定的疾病参数，对于流感，随着繁殖数量的增加而减少。发现所观察到的季节性振荡具有与季节性强制灭活率相同的周期，并且与感染获得性免疫的持续时间无关。
2013-01-14 physics.soc-ph q-bio.PE
Effects of anti-infection behavior on the equilibrium states of an infectious disease
本文提出了一个数学模型来分析抗感染行为对传染病平衡态的影响。将抗感染行为纳入经典的流行病学SIR模型，并将整个人群的行为采纳率作为一个附加变量。我们还考虑了疾病演变对采用率的影响，使用动态支付函数和一个额外的微分方程。该模型的平衡态具有显著的特征：可能存在两个局部稳定的地方病平衡点，可能存在局部稳定的地方病平衡点和无病平衡点，甚至可能存在一个稳定的连续的地方病平衡点.我们展示了如何获得的一些结果可能被用来支持战略规划，从而有效地控制疾病的长期。
2020-09-09 q-bio.PE
SEIR-Campus: Modeling Infectious Diseases on University Campuses
我们引入了一个Python包，用于使用基于代理的SEIR风格流行病学模型建模和研究传染病的传播，重点是大学校园。本文件解释了该软件包中使用的流行病学模型，并举例说明了该软件包的使用方法。
2020-11-11 cs.MA 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
Global Spread of Infectious Diseases
我们为传染病的全球传播开发简单的模型，强调通过航空旅行的人类流动和公共卫生基础设施的变化从地区到地区。我们推导出两个国家的感染总数和高峰数与它们之间的旅行率及其各自的流行病学参数之间的关系公式。
2003-06-25 cond-mat hep-ph physics.bio-ph
Modeling Super-spreading Events for Infectious Diseases: Case Study SARS
传染病的超级传播事件发生在某些感染者的感染超过继发病例的平均数量时。2003年爆发的严重急性呼吸系统综合征（SARS）中，已经确定了几个超级传播个体。以SARS的爆发为例，建立了传染病超传播事件的模型。使用这个模型，我们描述了两种方法来估计模型的参数，我们证明了小规模的SARS疫情在淘大花园，香港，和大规模的爆发在整个香港特别行政区。一种方法是基于经典的易感-感染-去除（SIR）疾病模型的参数计算.第二种是基于文献中的参数估计。使用SIR模型计算的参数，我们的模型预测的结果类似于SIR模型。另一方面，使用SARS文献的参数估计，我们的模型预测一个更严重的流行病。
2010-10-15 q-bio.PE
System inference for the spatio-temporal evolution of infectious diseases: Michigan in the time of COVID-19
我们扩展了经典的SIR模型的传染病传播的时间依赖性的参数，其中还包括扩散。时间依赖占不断变化的特点，测试，检疫和治疗协议，而扩散纳入流动人口。该模型已应用于美国密歇根州COVID-19疫情演变的数据。对于系统推理，我们使用最新的进展;特别是我们的变分系统识别框架（Wang等人，比较方法应用机械工程师，356，44-74，2019; arXiv：2001.04816 [cs.CE]）以及贝叶斯机器学习方法。
2020-07-02 q-bio.PE
Modeling the Dynamics of Infectious Diseases in Different Scale-Free Networks with the Same Degree Distribution
某些传染病的传播动力学与网络中个体之间的接触结构有关。我们使用了五种算法来生成具有不同拓扑结构但具有相同无标度分布的接触网络。我们模拟了急性和慢性传染病在这些网络上的传播，使用SI（易感-感染）和SIS（易感-感染-易感）流行病模型。在模拟中，我们的目标是观察网络的拓扑结构对模拟疾病的动态和流行的影响。我们发现，传染病在不同网络上传播的动力学具有相同的度分布可能会有很大的不同。
2013-08-26 cs.SI physics.soc-ph q-bio.PE
Edge-Based Compartmental Modeling for Infectious Disease Spread Part III: Disease and Population Structure
我们考虑第一部分介绍的传染病传播的基于边的房室模型。这些模型使我们能够考虑标准SIR疾病在随机人群中的传播。在本文中，我们展示了如何处理疾病或人口与第一部分的简单假设的偏差。我们允许人口结构由于人口统计学细节或多种类型的风险行为的影响，疾病有更复杂的自然史。我们在静态网络上下文中引入这些修改，尽管将它们纳入动态网络很简单。我们还考虑血清分选，这需要使用动态网络模型。我们用来导出这些推广的基本方法是广泛适用的，因此可以直接引入许多这里没有考虑的其他推广。
2011-06-30 physics.bio-ph q-bio.PE
Dynamics of infectious diseases in predator-prey populations: a stochastic model, sustainability, and invariant measure
该研究提出捕食者-猎物种群传染病的随机模型，证明全局非负解存在与Borel不变测度，建立系统衰退及可持续性判据，结合数值结果为相关传染病动力学研究提供新见解。
2023-06-14 math.DS q-bio.PE
Optimal vaccination program for two infectious diseases with cross immunity
经常有多种具有交叉免疫的疾病竞争疫苗接种资源。在这里，我们研究的最优接种计划在两层易感-感染-删除（SIR）模型，其中两种疾病的交叉免疫在同一人群中传播，两种疾病的疫苗是可用的。我们确定了最佳疫苗接种计划的三种情况，以最低的成本防止这两种疾病的爆发。我们解析地推导出一个标准，以指定最优方案的基础上，不同的疫苗的成本。
2020-11-29 physics.soc-ph q-bio.PE
Profiling of a network behind an infectious disease outbreak
Social Design Group（社会设计集团）
随机性和空间异质性是近年来研究传染病传播的热点问题。所提出的方法解决了一个反问题，发现有效的决定性的拓扑结构的异构网络，并揭示了传输参数的控制随机蔓延的网络从一个传染病爆发的数据集在早期的增长阶段。用随机微分方程描述了流行病房室模型和元人口网络模型的组合中的人口。概率密度函数来自方程和用于拓扑结构和参数的最大似然估计。用计算合成的数据集和世界卫生组织SARS爆发数据集对该方法进行了测试。
2010-06-14 cs.AI q-bio.PE
Information-related changes in contact patterns may trigger oscillations in the endemic prevalence of infectious diseases
众所周知，接触模式的行为变化可能会显著影响流行病爆发的传播。在这里，我们专注于简单的地方病模型的经常性流行病，通过建模的社会接触率作为一个功能的现有信息和过去的疾病流行。我们表明，仅社会行为变化就可能引发持续的振荡。这表明，人类行为可能是地方病时间序列振荡的一个重要解释因素。最后，我们简要地说明了如何列入接触的季节性变化可能意味着混乱。
2013-09-12 q-bio.PE
Mind the scales: Harnessing spatial big data for infectious disease surveillance and inference
空间大数据具有大数据源的“速度”、“容量”和“多样性”以及有关记录的附加地理信息。数字数据源，如医疗索赔、移动电话通话数据记录和带有地理标签的推文，已经进入传染病流行病学领域，成为补充传统传染病监测的新数据源。在这项工作中，我们提供了迄今为止如何将空间大数据用于流行病学分析的例子，并描述了这些来源改善公共卫生协调和疾病缓解战略的机会。此外，我们考虑了在传染病监测和推断中使用空间大数据的技术，实践和伦理挑战。最后，我们讨论了流行病学中越来越多地使用空间大数据对健康风险沟通，跨规模公共卫生协调和公共卫生政策建议的影响。
2016-08-26 physics.soc-ph q-bio.PE stat.AP
The network level reproduction number for infectious diseases with both vertical and horizontal transmission
各种传染病都是纵向和横向传播的。这类疾病通过异质环境中的多个物种在空间上传播，通常由复杂的元种群模型描述。繁殖数是预测疾病是否能够入侵元种群系统的一个重要指标。本文提出了一种属性疾病的繁殖数垂直和水平传播的多个物种之间的异质网络，其中节点的位置，和链接反映了外出或进入的运动流。垂直传播和水平传播疾病的集合种群模型是由两种群两节点网络模型逐步发展而来的。我们导出了再生数的显式表达式，再生数是相对于原始下一代矩阵减小尺寸的矩阵的谱半径。再现数被示出为垂直和水平传输参数的函数，并且下限是水平传输的再现数。作为一个应用，裂谷热人兽共患病，其中牲畜，蚊子，和人类是涉及的物种的繁殖数和它的界限推导。通过数值模拟计算不同情景下的繁殖数，发现只有当节点间参数不均匀时，繁殖数才受牲畜迁移率的影响。总之，我们的研究有助于垂直和水平传播的疾病在异构网络中的再生数。这种明确的表达很容易适用于特定的传染病，提供了对疾病演变的见解。
2013-02-11 q-bio.PE
Quantifying the spread of communicable diseases with immigration of infectious individuals
针对经典 $\mathcal R_0$ 失效时伴有感染者流入的传染病传播问题，构建了一组新的流行病学阈值，在 COVID-19 仓室模型中验证了其预测潜力，并量化了感染者迁入的严重程度及识别了可逆转疫情的关键参数。
2023-08-03 math.DS q-bio.PE
Incorporating changeable attitudes toward vaccination into an SIR infectious disease model
本研究构建了融合流行病学状态与可变疫苗接种态度的SIR机制模型，分析得出无病与地方病平衡点的存在及稳定性判据，证实疾病流行率引发的态度变化会 destabilize 地方病平衡点并产生极限环，为理解疾病传播规律提供新视角。
2024-08-14 math.DS q-bio.PE
Mathematical model for the impact of awareness on the dynamics of infectious diseases
本文分析了一个SIRS型传染病模型，考虑了与人口中意识的同时传播相关的行为变化。两种类型的认识包括在模型中：私人意识与不知情和知情的人口之间的直接接触，和公共宣传运动。模型中不同稳态的稳定性分析提供了关于疾病在人群中潜在传播的信息，以及疾病动态如何受到两种意识的影响。进行数值模拟，以说明在不同的动力学制度的系统的行为。
2017-02-16 nlin.CD q-bio.PE q-bio.QM
Geographically-dependent individual-level models for infectious diseases transmission
传染病模型对于理解影响疾病传播的潜在机制和预测未来疾病进展非常有用。建模越来越多地用于评估不同控制措施的潜在影响，并指导公共卫生政策决策。近年来，传染病的时空建模取得了快速的进展，离散时间个体水平模型（ILM）就是其中的一个例子。这些模型发展得很好，为许多疾病系统的建模提供了一个通用的框架，然而，它们假设两个个体之间的疾病传播概率仅取决于他们的空间分离，而不是他们的空间位置。在空间位置本身对于理解新出现的传染病的传播和确定其原因很重要的情况下，将空间位置的影响纳入模型将是有益的。因此，在这项研究中，我们将ILM推广到一类新的地理依赖性ILM（GD-ILM），以评估空间变化的风险因素（例如，教育、环境）以及未观察到的空间结构对传染病传播的影响。具体来说，我们考虑一个条件自回归模型来捕捉未观察到的空间结构的潜在协变量或测量误差的影响。这导致灵活的传染病模型，可用于制定病因假设和确定异常高风险的地理区域，以制定预防行动。这些模型的可靠性进行了研究，结合模拟流行病数据和艾伯塔省季节性流感爆发数据（2009年）。这类新的模型是使用MCMC方法拟合贝叶斯统计框架内的数据。
2019-08-15 physics.soc-ph q-bio.PE stat.AP
On the scaling patterns of infectious disease incidence in cities
城市地区人口较多，联系更加紧密，为病原体传播等传染过程提供了有利的环境。经验证据表明，随着城市人口规模的扩大，某些性传播疾病的发病率有系统地上升。然而，这些系统性感染模式的主要驱动因素仍然没有得到很好的理解，世界各地猖獗的城市化率使得我们必须在这方面提高认识。使用美国大都市地区三种性病的确诊病例数据，我们调查了城市地区传染病发病率的比例模式。这些模式最突出的特点是，平均而言，传染性较低的传染病的发病率-或者是由于固有的传染性较低，或者是由于不太适合传播的环境-随着人口规模的增加而急剧上升，随着时间的推移而较难预测，并且在类似规模的城市之间变化较大。这些功能的解释，首先，使用一个简单的数学模型的传染，然后通过一个新的城市规模理论的镜头。这些理论框架帮助我们揭示了决定传染病传播性的因素与其在城市间的扩展模式属性之间的联系。
2018-09-17 physics.soc-ph q-bio.PE
Spread of Infectious Diseases with a Latent Period
传染病通过人际网络传播。易感-感染-清除（SIR）模型是一种描述复杂网络上个体间传染动力学的流行病模型。在集合种群SIR模型中，每个节点代表一个由多个个体组成的种群（群体）。在本文中，我们提出了一个修正的集合种群SIR模型，其中考虑了一个潜伏期。我们称之为SIIR模型。我们将感染期分为两个阶段：一个是感染阶段，这与之前的模型相同，另一个是重病阶段，在这个阶段，个体被感染，不能转移到其他人群中。在我们修改后的集合种群SIR模型中的两个感染阶段产生不连续的最终大小分布。处于感染阶段的个体像处于重病阶段的个体一样传播疾病，并且永远不会直接恢复，这使得有效恢复率小于给定的恢复率。
2015-04-09 physics.soc-ph q-bio.PE
Propensity matrix method for age dependent stochastic infectious disease models
数学建模是有效控制新发现传染病（如COVID-19）的关键因素之一。我们的知识的参数和感染的过程是非常有限的，在流行病的开始，因此计算机实现的模型必须是快速和灵活的。本文讨论的倾向矩阵-更新图方法是一种有效实现年龄结构随机流行病模型的简便方法。我们为预测工作实现的代码库也包含在附加的GitHub存储库中。
2021-10-12 math.PR q-bio.PE q-bio.QM
The role of disease cycles in the endemicity of infectious diseases
具有宿主循环的病媒传播疾病很难理解，因为新的感染来自病媒与人类和不同宿主的接触。在这种情况下，不包括水库的系统的基本再生数$\mathcal{R}^h_0$可能小于1，但地方病平衡被观察到。事实上，当水库重新考虑，基本再生数$\mathcal{R}_0^r$，只有载体和水库，解释了地方病的状态。此外，水库循环与一个小的基本再生数可能有助于达到地方病状态的人类循环。因此，在控制疾病传播时，仅仅关注特定的水库循环或仅关注病媒是不够的。在这项工作中，我们创建了一个简单的流行病学模型与网络的水库，其中$\mathcal{R}_0^r$是一个分叉参数的系统，解释疾病的地方性在没有一个强大的水库循环。这个简单的模型可能有助于解释南美锥虫病、利什曼病和登革热等疾病的传播动力学。
2017-02-08 q-bio.PE
Modeling the spread of infectious disease in urban areas with travel contagion
在这项研究中，我们开发的数学模型，以了解传染病的传播动力学和流动动力学之间的耦合，通过城市交通系统。我们首先将城市人口的流动动态描述为离开家、往返活动地点和从事活动的过程。然后，我们嵌入的易受感染的暴露-感染-恢复（SEIR）过程中的流动性动态和开发的空间SEIR模型与旅行传染（trans-SEIR），明确占在旅行和日常活动中的传染。我们研究了该模型的理论性质，并展示了活动传染和旅行传染如何影响二次感染的平均数量。在数值实验中，我们探讨了城市交通系统如何改变传染病的基本动力学，改变继发感染的数量，促进疾病在城市中的同步，并影响疾病爆发的高峰。Trans-SEIR模型被进一步应用于了解纽约市COVID-19爆发期间的疾病动态，在那里我们展示了活动和旅行传染如何分布，以及如何在有限的资源下实施有效的旅行控制。Trans-SEIR模型和我们的研究结果可能对提高我们对城市交通与疾病动力学之间耦合的理解，疾病系统的检疫和控制措施的发展，以及促进疾病弹性城市交通网络的理念做出重要贡献。
2020-05-10 physics.soc-ph q-bio.PE
Ancestral process for infectious disease outbreaks with superspreading
针对小规模传染病爆发，本研究精确推导了感染者具有相同传染源的概率，结合 Poisson 和 Negative-Binomial 后代分布，提出了允许多谱系共同聚合的 omega-coalescent 新模型。
2025-01-29 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
Accurate stochastic simulation algorithm for multiscale models of infectious diseases
针对传染病多尺度模型非马尔可夫化带来的计算挑战，本文开发了一种新型精确随机模拟算法，应用于宿主内确定性模型与种群水平随机动力学耦合的系统，在合理分辨率下保持精确且高效，可推广至其他多尺度系统。
2025-04-15 q-bio.PE
Individual-Level Modelling of Infectious Disease Data: EpiILM
在这篇文章中，我们介绍了R包EpiILM，它为Deardon等人（2010）提出的传染病传播的离散时间个体水平模型提供了仿真和推理工具。推理是在贝叶斯框架下进行的，并通过大都会-黑斯廷斯马尔可夫链蒙特卡罗（MCMC）。为了快速实现，关键函数用Fortran语言编写。空间和接触网络模型都在软件包中实现，并且可以设置在易感染（SI）或易感染-删除（SIR）分区框架中。通过涉及模拟和真实数据的例子证明了该软件包的使用。
2020-03-10 q-bio.PE stat.AP
Incorporating social contact data in spatio-temporal models for infectious disease spread
对应报告的传染病进行常规公共卫生监测，每周对报告的病例进行计数-可能按区域和/或年龄组分层。我们研究了如何将年龄结构的社会接触矩阵纳入传染病计数的时空地方病流行模型。为了说明这种方法，我们使用POLYMOD研究的接触数据分析了2011-2015年柏林12个区6个年龄组的诺如病毒胃肠炎传播情况。所提出的年龄结构模型优于年龄组之间同质或无混合的替代方案。一个扩展的接触模型表明，权力转型的调查为基础的接触矩阵对更多的组内传输。
2016-11-17 physics.soc-ph q-bio.PE stat.AP
Imperfect Testing of Individuals for Infectious Diseases: Mathematical Model and Analysis
对有症状的个体进行疾病检测可以提供治疗资源，如果检测结果呈阳性，这会加快他们的治疗速度，也可能减少个体与其他人的接触。然而，不完美的测试可能会错误地认为易感个体被感染（假阳性）。在这种情况下，测试以潜在的错误分类个体为代价来减少流行病。我们提出了一个数学模型，描述了传染病的动力学及其测试。易感个体以$θ$的速率转变为“易感但被视为感染”。受感染的个体以$α$的比率进入“受感染并检测为阳性”的状态。这两个比率都是测试的灵敏度和特异性的函数。模型的分析允许我们导出$R_0$的表达式并找到达到$R_0<1$的条件，即，当无病平衡稳定时。我们发现，在某些条件下，有可能得到$R_0<1$，当最初，即，如果不进行测试，我们将得到$R_0>1$。我们还提出了数值结果，以涵盖有趣的情况下，如使用不同的测试，并比较这些结果。
2015-06-24 q-bio.PE
Simulating the impact of perception bias on social contact surveys for infectious disease modelling
本文通过新墨西哥州合成接触网络模拟接触调查，发现对他人年龄和种族的感知偏差会降低接触模式准确性，并在传染病模型中系统性地低估老年人和少数族裔的疾病负担。
2025-11-05 q-bio.PE
An infectious diseases hazard map for India based on mobility and transportation networks
我们提出了一个风险措施，并构建了印度的传染病危害地图。给定一个爆发地点，使用取决于城市间流动性而不是地理距离的有效距离为每个城市分配一个危险指数。我们证明了它的实用性，使用SIR模型增强了前446个城市之间的航空，铁路和公路数据。模拟结果表明，距离爆发地点的有效距离可靠地预测了其他城市的感染到达时间。危险指数预测与观察到的SARS-CoV-2传播情况相当吻合。危险地图在其他疾病暴发中也很有用。
2021-08-04 physics.soc-ph q-bio.PE
How complex behavioural contagion can prevent infectious diseases from becoming endemic
University of Canterbury（坎特伯雷大学）；Te Pūnaha Matatini；Adelaide University（阿德莱德大学）；CSIRO（澳大利亚联邦科学与工业研究组织）；James Cook University（詹姆斯库克大学）；Lancaster University（兰卡斯特大学）；University of Manchester（曼彻斯特大学）；The University of Melbourne（墨尔本大学）
本文研究了复杂行为传播在传染病动态中的作用，发现行为变化可导致疾病消除，即使在R0较高时也能通过行为驱动实现。
2026-10-30 q-bio.PE
On the predictability of infectious disease outbreaks
传染病爆发概括了生物学：它们来自宿主、病原体及其共享环境的多层次相互作用。因此，预测疾病将在何时、何地以及传播多远，需要采用复杂系统方法进行建模。最近的研究表明，预测疫情的不同组成部分-例如，预期的病例数、需要治疗的病例的速度和节奏、对预防设备的需求、进口概率等--是可行的因此，推进疾病预测的科学和实践现在需要测试爆发预测的基本限制的存在。要调查的爆发预测的问题，我们研究了信息理论的限制，预测在广泛的一组传染病使用排列熵作为一个模型的独立措施的可预测性。研究历史爆发的各种集合的可预测性-包括衣原体，登革热，淋病，甲型肝炎，流感，麻疹，腮腺炎，脊髓灰质炎和百日咳-我们确定了传染病时间序列预测的基本熵障碍。然而，我们发现，对于大多数疾病来说，这种预测障碍往往远远超出了单次爆发的时间范围。我们还发现，预测范围因疾病而异，并表明模型结构的变化和社会网络的异质性是观察到的传染病之间的差异最有可能的机制。我们的研究结果强调了超越时间序列预测的重要性，通过拥抱动态建模方法，并提出了在长时间序列中进行模型选择的挑战。我们进一步预计，我们的研究结果将有助于快速增长的流行病学预测领域，并可能涉及更广泛的复杂适应系统的可预测性。
2018-10-10 physics.soc-ph q-bio.PE
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
Spread of infectious diseases: Effects of the treatment of population
在集合种群网络中，传染病由于个体的旅行而广泛传播。在本研究中，我们考虑了一个修改后的集合种群易感-感染-删除（SIR）模型的潜伏期，我们称之为SHIR模型。在SHIR模型中，传染期分为两个阶段。在第一阶段，即潜伏期，传染性个体可以旅行。然而，在第二阶段，这些人不能旅行，因为他们病得很重。用两种不同的方法模拟了集合种群SIR和SHIR模型的最终大小分布，并进行了比较。在蒙特卡罗模拟中，总体被视为整数，分布表现出类似的行为。然而，在反应扩散系统中，其中的人口被视为一个实数，最终的尺寸分布的SHIR模型有一个不连续的跳跃，而SIR模型显示出连续的过渡。不连续的跳跃被认为是一个工件，由于不适当的终止条件。
2017-07-17 physics.soc-ph q-bio.PE
Modeling of Pneumococcal and Respiratory Syncytial Virus Pneumonia: An Epidemiological Review, with Statistical Inference
Indian Institute of Technology Kanpur（坎普尔印度理工学院）；National Disease Modelling Consortium, Indian Institute of Technology Bombay（孟买印度理工学院国家疾病建模联盟）
本文通过确定性和随机性模型分析肺炎链球菌和呼吸道合胞病毒肺炎的传播与疫苗效果，为优化免疫策略提供流行病学依据。
2026-04-13 q-bio.PE
Coupling the circadian rhythms of population movement and the immune system in infectious disease modeling
传染病在人群中传播的动力学取决于人类相互作用模式、传染过程和宿主内的发病机制。免疫系统遵循昼夜节律，因此，感染的机会随着个人暴露于病原体的时间而变化。人们的运动和互动也遵循24小时周期，这将这两种现象结合起来。我们使用一个随机集合人口模型，每小时的流动性数据为两个中等规模的中国城市。通过这种设置，我们研究了流行病的风险如何取决于控制人口运动和免疫系统的时钟的差异。在我们测试的大多数情况下，我们观察到昼夜节律会限制疾病出现的速度和程度。这三个指标（强度、向外传播风险和传入风险）彼此高度相关。以玉树市为例，在没有昼夜节律效应和$R_0=1.5$的模拟中，向外传播风险和引入风险与Pearson相关系数为0.83相关，并且风险分别与$-0.85$和$-0.75$（均具有$p<0.05$）的系数相关。免疫系统的昼夜节律和人类日常活动之间的关系可以影响传染病传播的速度和程度。改变通勤时间可以缓解疫情的出现。
2019-10-12 q-bio.PE
Get the News Out Loudly and Quickly: Modeling the Influence of the Media on Limiting Infectious Disease Outbreaks
在严重传染病爆发期间，许多人密切关注媒体对疫情的报道，并采取措施，包括自我隔离，以保护自己免受感染和可能的死亡。自我隔离可以采取多种形式，包括限制本地和长途旅行，使用口罩，以及选择接种疫苗。我们使用数学模型来表明，公共卫生机构与媒体合作，可以通过提供及时准确的新感染和死亡人数来显着降低疫情的严重程度。我们的模型还表明，尽管尽早提供此类信息是最好的，但即使在爆发过程中开始提供，也可以显着降低爆发的严重程度。我们用西弗吉尼亚州亨廷顿镇（人口约5万）的埃博拉出血热模拟爆发来说明我们的结果。
2011-03-21 q-bio.PE
Bayesian estimation of transmission networks for infectious diseases
提出一种整合基因组与时间数据的贝叶斯框架，用于重建传染病传播网络，可处理潜伏期、多种病原体谱系并识别直接传播事件。
2024-09-08 q-bio.PE q-bio.QM
Epidemic "momentum" and a conservation law for infectious disease dynamics
McMaster University（麦克马斯特大学）；Sorbonne Université（索邦大学）
本文提出'传染病动量'概念，揭示传染病动力学中的守恒定律，通过分析流行率与潜在感染能力的关系，区分传播力与免疫力，为理解传染病爆发提供新视角。
2026-09-09 q-bio.PE
Population Dynamics of Wolves and Coyotes at Yellowstone National Park: Modeling Interference Competition with an Infectious Disease
1995年，灰狼被重新引入黄石国家公园（YNP）。种群最初繁荣，但自2003年以来，由于疾病引起的死亡率、非法狩猎、公园控制计划、车辆引起的死亡和物种内侵略等因素，种群数量大幅减少。尽管面临着类似的条件，和干扰竞争与狼，郊狼人口在YNP一直坚持。在本文中，我们介绍了一个流行病学框架，结合自然，人为和疾病引起的死亡率，以及两种捕食者之间的干扰竞争。这个理论框架产生的结果被用来探讨竞争和死亡诱导机制对捕食者共存的影响。希望这些关于黄石国家公园食肉动物竞争动态的结果将提供公园管理的见解，从而制定政策，使狼的重新引入取得成功。
2014-07-25 q-bio.PE
A prognostic dynamic model applicable to infectious diseases providing easily visualized guides -- A case study of COVID-19 in the UK
合理预测不同疾病控制策略下的传染病传播过程是决策者的重要参考依据。在这里，我们通过Python建立了一个动态的传播模型，实现了疾病控制措施的综合调控。我们将政府干预分为三类，并引入三个参数来描述疾病控制的关键点，即区域内增长率、区域间传播率和感染者检出率。我们的模拟预测，在没有任何干预的情况下，英国的COVID-19感染将在73天内失控;与此同时，群体免疫力的获得将从震中开始。在我们引入政府干预措施后，单一干预措施在疾病控制方面是有效的，但费用巨大，而联合干预措施将更有效，其中，提高检测数量是COVID-19控制策略的关键。此外，我们还根据实际情况下的感染人数计算了最有效的疫苗接种策略的要求。该模型采用迭代算法编程，并通过元胞自动机可视化，只要输入基本参数，就可以应用于其他地区的类似疫情，能够综合模拟传染病控制中多种因素的作用。
2021-02-22 q-bio.PE stat.AP
Who and When to Screen: Multi-Round Active Screening for Recurrent Infectious Diseases Under Uncertainty
控制复发性传染病是一个重要而复杂的问题。在本文中，我们提出了一种新的主动筛选模型（ESTA）和算法，以促进主动筛选复发性疾病（无永久免疫力）感染的不确定性。我们的贡献是：（1）一种新的方法来建模多轮基于网络的筛查/接触者追踪在不确定性下，这是一个常见的现实生活中的实践在各种疾病;（2）两个新的算法，完全和快速补救。Full-REMEDY考虑了未来行动的影响，并找到了一种提供高质量解决方案的策略，其中Fast-REMEDY在网络大小上线性扩展;（3）我们在几个模拟人类接触的真实数据集上评估了Full-和Fast-REMEDY，发现它们控制疾病的效果优于基线。据我们所知，这是第一个对没有永久免疫力的疾病进行多轮不确定性主动筛查的工作。
2019-03-13 cs.SI q-bio.PE q-bio.QM
Analyzing the qualitative properties of white noise on a family of infectious disease models in a highly random environment
研究了一类随机病媒传染病模型。类别类型由疾病的一般非线性发病率确定。该疾病在一个高度随机的环境中传播，疾病传播和自然死亡率存在差异。变异性的其他来源包括病媒和人体内疾病潜伏期的随机延迟，以及由于针对疾病的有效获得性免疫期而导致的随机延迟。计算了基本再生数和其他疾病根除的阈值条件。疾病动力学的定性行为下，在系统中的变异性的不同来源进行检查。提出了一种对系统中不同强度噪声进行分类的方法，并利用该方法研究了系统中不同强度白噪声下无感染稳态种群的疾病动力学定性行为.此外，种群灭绝的可能性，每当在系统中的白噪声的强度是高的检查。数值模拟结果阐明了理论结果。
2018-08-29 q-bio.PE stat.AP
