Suppressing epidemic spreading by risk-averse migration in dynamical networks
本文研究了动态网络中个体行为与传染病传播之间的相互作用。我们将代理分布在具有周期性边界条件的正方形区域上。每个智能体都被看作是网络的一个节点,如果两个智能体之间的地理距离小于一定的半径,则在两个智能体之间建立无线链路。每一次,每一个智能体都要评估疫情,做出是留在原地还是离开原地的决定。如果受感染邻居的数量达到或超过临界值$E$,代理将以一定速度离开当前位置。由于代理人的运动,网络的结构是动态的。有趣的是,我们发现存在一个最佳值的$E$导致的最大流行阈值。这意味着传染病传播可以通过规避风险的移徙得到有效控制。此外,我们还发现,随着恢复率的增加,随着接触半径的增加,并通过一个最佳的移动速度最大化的流行阈值增加。我们的研究结果提供了一个更深入的了解动态网络中的传染病传播。
2018-02-05 physics.soc-ph q-bio.PE
Small inter-event times govern epidemic spreading on temporal networks
就像人类和动物互动网络的度一样,互动之间的时间分布通常是右偏和厚尾的。这两种分布都强烈地影响着流行病的动态,但是,正如我们在这封信中所展示的那样,原因非常不同。尽管尾部的高度对于促进流行至关重要,但控制流行动态的是小间隔时间。我们研究了这种效果的分析和数值不同版本的易感-感染-感染模型对不同类型的网络。
2020-04-09 physics.soc-ph q-bio.PE
Effects of city-size heterogeneity on epidemic spreading in a metapopulation: A reaction-diffusion approach
我们回顾并介绍了一个广义的反应扩散方法,传染病传播的集合种群建模为一个复杂的网络。集合种群由易感和受感染的个体组成,这些个体被分组为亚群,这些亚群象征着城市和村庄,这些城市和村庄通过人类在交通网络中的旅行而耦合。通过分析方法和数值模拟,我们计算了感染者在长时间限制的metapoluation中的比例,以及表征将流行病与非流行病阶段分开的流行病阈值的相关参数。在这个模型中,我们研究了异构网络拓扑结构和异构子种群大小分布的影响。这样的系统适用于流行病建模,其中小村庄和大城市同时存在于集合种群中。我们发现,异质性条件导致的流行病阈值是一个非平凡的函数的反应速率(局部参数),网络的拓扑结构(全局参数)和交叉人口规模,区分“村庄动态”从“城市动态”。
2012-11-09 physics.soc-ph q-bio.PE
Suppressing traffic-driven epidemic spreading by use of the efficient routing protocol
尽管大量的工作流量动态和传染病传播之间的相互作用,控制传染病传播的路由策略没有得到足够的重视。本文研究了高效路由协议对传染病传播的影响。在节点传输容量无限的情况下,当网络流量不发生拥塞时,存在最优的路由参数值,使得网络的传染阈值最大。这意味着可以通过微调路由方案来有效地控制传染病传播。此外,我们发现,平均网络连接的增加和流量拥塞的出现可以抑制疫情的爆发。
2015-02-28 cs.SI physics.soc-ph
Generalized group-based epidemic model for spreading processes on networks: GgroupEM
我们开发了一个广义的基于群体的流行病模型(GgroupEM)框架,用于任何分区流行病模型(例如:易感染-易感,易感染-恢复,易感染-暴露-感染-恢复)。这里,组由单个节点的集合组成。该模型可以用来理解一个随机传染病传播在非常大的复杂网络中的重要动态特性,是关于群体状态的信息。通过分组聚集节点,以聚集误差为代价使状态空间比基于个体的方法小,且聚集误差受等周不等式的强约束。我们还开发了一个平均场近似的框架,以进一步减少状态空间的大小。最后,我们将GgroupEM扩展到多层网络。由于基于组的框架在计算上比基于个体的框架更便宜且更快,因此当模拟时间很重要时,该框架是有用的。
2019-08-16 physics.soc-ph q-bio.PE
COVID-19 in Mexico: A Network of Epidemics
与世界其他地区一样,墨西哥目前正面临COVID-19疫情。鉴于其领土面积,控制这一疾病的努力涉及国家和区域措施。在这项工作中,比较了联邦政府报告的每个城市每日新病例的曲线。我们发现,114个城市形成了一个大型网络的统计依赖性流行病的现象。根据该网络的模块结构,这114个城市可以分为四个不同的协调流行病现象社区。这些集群不受地理位置的限制。这些发现可以帮助公共卫生官员评估过去的策略和开发新的定向干预措施。
2020-06-20 physics.soc-ph q-bio.PE
On the uncertainty of real-time predictions of epidemic growths: a COVID-19 case study for China and Italy
虽然COVID-19在全球迅速传播,但提供疫情实时预测的需求推动了动态和统计模型对可用数据的适应,超出了其能力。在这里,我们专注于通过将渐近分布拟合到实际数据来进行COVID-19感染的统计预测。通过对中国各省和意大利地区的COVID-19感染总数的流行演变进行案例研究,我们发现,在疫情增长的早期阶段,预测的特点是具有很大的不确定性。这些不确定性在流行病达到高峰后大大减少。区域一级预测不确定性的差异可用来突出病毒传播的延迟。我们的研究结果警告说,长期外推的流行病计数必须极其小心地处理,因为它们不仅取决于数据的质量,而且还取决于流行病的阶段,由于内在的非线性本质的基本动力学。这些结果表明,实时流行病学预测应包括广泛的不确定性范围,并迫切需要编制高质量的感染计数数据集,包括无症状患者。
2020-04-20 physics.soc-ph q-bio.PE
Effectiveness of isolation measures with app support to contain COVID-19 epidemics: a parametric approach
在这项研究中,我们分析了旨在发现和隔离感染者以遏制COVID-19等流行病的措施的有效性,因为抑制了有效繁殖数量。我们开发了一个数学模型来计算这些措施产生的流行病的有效繁殖数的相对抑制。这一结果表示为一组参数的函数,这些参数描述了流行病的主要特征,并总结了隔离措施的有效性。特别是,我们专注于当一小部分人口使用移动应用程序进行流行病控制时的影响。最后,我们将该模型应用于COVID-19,提供了几个计算作为示例,并提供了到公共存储库的链接以运行自定义计算。这些计算以定量的方式显示了从症状和接触者追踪信息中识别感染者并尽早隔离他们的重要性。这些计算还评估了每个变量对遏制这一流行病的影响。
2021-10-21 physics.soc-ph q-bio.PE
Immunization of traffic-driven epidemic spreading
本文研究了利用免疫策略控制交通驱动型传染病传播的问题。我们分别考虑了随机、基于度和基于介数的免疫策略。研究发现,基于介数的免疫策略可以最有效地预防交通驱动型疫情的爆发。此外,我们还发现,随着传播速率和数据包生成速率的提高,超过免疫节点数时,传染病就会消亡。
2018-02-05 physics.soc-ph
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
Unification of theoretical approaches for epidemic spreading on complex networks
复杂网络上的传染病传播模型因其在预测和控制现实世界中的传染病传播场景方面的成功而引起了物理、数学和流行病学研究者的极大关注。为了理解传染病传播和接触网络拓扑结构之间的相互作用,已经开发了几种杰出的理论方法。一个精确的理论方法描述的传播动力学必须同时考虑网络的拓扑结构和动力学相关性,以增加方程的复杂性为代价。在这个简短的调查中,我们统一了最广泛使用的复杂网络上的传染病传播的复杂性,包括平均场,异质平均场,淬火平均场,动态消息传递,链接渗透,成对近似的理论方法。我们在这些方法之间建立联系,为开发一种准确的理论方法来在复杂网络上传播动态提供新的见解。
2016-12-13 physics.soc-ph
Optimizing Hybrid Spreading in Metapopulations
University College London(伦敦大学学院);National University of Defense Technology(国防科技大学);Monash University(莫纳什大学)
本研究构建了混合流行病理论框架,发现临界混合传播现象,即单一机制无效而组合可致巨大疫情,为优化有益传播与评估有害疫情提供策略。
2015-03-31 cs.AI cs.SI physics.soc-ph
Is the epidemic spread related to GDP? Visualizing the distribution of COVID-19 in Chinese Mainland
于二零一九年十二月,中国湖北省武汉市发现COVID-19。SARS-CoV-2在中国春运期间迅速蔓延到整个中国大陆。截至二零二零年二月十九日,中国大陆已报告74 576例COVID-19确诊病例。什么样的城市确诊病例比较多,GDP和确诊病例有没有关系?在这项研究中,我们探索了新冠肺炎确诊病例与地级GDP之间的关系,发现两者之间呈正相关关系。这一发现警告说,当疫情爆发时,高GDP地区应该付出更多的预防和控制努力,因为它们比附近的其他地区有更大的风险。
2020-04-09 physics.soc-ph q-bio.PE
Phase diagram of epidemic spreading - unimodal vs. bimodal probability distributions
在SIR模型下研究了复杂网络上的疾病传播问题。对经验复杂网络的模拟揭示了两种特定的疾病传播机制:局部遏制和流行病爆发。衡量疾病传播程度的变量一般具有双峰概率分布的特征。介绍了经验复杂网络的疾病传播相图。对多叉树上疾病传播的理论模型进行了分析和模拟研究。结果表明,该模型再现了经验复杂网络中观察到的疾病传播相图的定性特征。讨论了复杂网络的树状结构在疾病传播中的作用。
2009-12-03 physics.soc-ph
Likelihood-Free Dynamical Survival Analysis Applied to the COVID-19 Epidemic in Ohio
动态生存分析(DSA)是一个基于平均场动态的流行病建模框架,适用于个人(代理)水平的感染和恢复历史。最近,DSA已被证明是一个有效的工具,在分析复杂的非马尔可夫流行病的过程,否则难以处理使用标准方法。DSA的优点之一是它以简单但不显式的形式表示典型的流行病数据,其中涉及某些微分方程的解。在这项工作中,我们描述了一个复杂的非马尔可夫DSA模型可以应用到一个特定的数据集的帮助下,适当的数值和统计方案。这些想法是用俄亥俄州COVID-19疫情的数据例子来说明的。
2022-07-31 math.AP math.DS physics.soc-ph
A data-driven analysis on the mediation effect of compartment models between control measures and COVID-19 epidemics
本文利用SEIR-QD仓室模型拟合127个国家/地区第一波COVID-19疫情数据,通过中介分析揭示仓室模型在控制措施与疫情动态之间的中介效应,并与线性和神经网络回归结果对比,深化了对控制措施强度与疫情动力学内在关联的理解。
2023-09-22 physics.soc-ph q-bio.PE
Traffic-driven epidemic spreading on scale-free networks with tunable degree distribution
研究了度分布可调的无标度网络中流量驱动的传染病传播问题。网络的异质性由幂律度分布的指数$γ$控制。发现流行阈值在约$γ=2.2$处最小化。此外,我们发现具有较大算法介数的节点更容易被感染。我们希望我们的工作提供新的见解的影响网络结构的交通驱动的传染病传播。
2018-02-05 physics.soc-ph
Effects of social distancing and isolation on epidemic spreading: a dynamical density functional theory model
为防止冠状病毒病COVID-19等流行病传播,保持社交距离及隔离受感染人士至关重要。然而,现有的反应扩散方程的流行病传播是无法描述这些影响。我们提出了一个扩展的疾病传播模型相结合的SIR模型与动态密度泛函理论,明确考虑到社会距离和隔离的感染者。该模型显示了有趣的非平衡相分离与减少感染的数量,并允许新的见解控制流行病。
2020-05-08 physics.bio-ph physics.soc-ph q-bio.PE
Suppressing traffic-driven epidemic spreading by adaptive routing strategy
近年来,流量驱动的传染病传播路由策略的设计受到越来越多的关注。在本文中,我们提出了一种自适应路由策略,通过一个可调的参数$h$,将拓扑距离与当地的流行病信息。在无拥塞的情况下,存在一个最优的路由参数$h$值,导致最大的流行阈值。这意味着与静态最短路径路由方案相比,自适应路由可以更有效地控制传染病传播。此外,我们还发现,在节点传输容量有限的情况下,最优的$h$值可以极大地缓解业务拥塞。我们希望我们的工作提供了新的见解动态路由交通驱动的传染病传播的影响。
2018-02-05 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
Antivax movement and epidemic spreading in the era of social networks: Nonmonotonic effects, bistability and network segregation
在这项工作中,我们解决了一个多耦合动力学的复杂网络与可调结构隔离。具体来说,我们在疫苗接种运动下与支持和反对疫苗的代理人一起研究网络化的传染病传播。我们的研究结果表明,这种耦合动力学表现出无数的现象,如伴随着双稳态的非平衡转变。此外,我们观察到一个中间最佳隔离水平的出现,其中社区结构增强了对疫苗接种的负面意见,但违反直觉地阻碍了-而不是有利于-全球疾病传播。因此,我们的研究结果表明,疫苗接种运动应避免最终隔离过度反疫苗群体的政策,使他们有效地发挥回声室的作用,在其中个人寻求确认,而不会危及整个人口的安全。
2021-08-24 physics.soc-ph q-bio.PE
Self-awareness based resource allocation strategy for containment of epidemic spreading
个体之间的资源支持对于控制或减轻传染病传播尤其是在大流行期间尤其重要。然而,问题仍然是,我们如何能够保护自己不被感染,同时通过捐赠资源帮助他人抗击这一流行病。为了回答这个问题,我们提出了一个新的资源分配模型,考虑到个人的自我保护意识。在该模型中,引入了一个调整参数来量化个体在意识到疾病时的反应强度。在此基础上,建立了一个资源分配与疾病传播的耦合模型,研究了自我意识对资源分配的影响以及对传染病传播动力学的影响。通过理论分析和大量的蒙特卡罗模拟,我们发现在稳态下,系统收敛到两种状态:完全健康或完全感染,这表明当资源短缺时,患病率会突然增加。更重要的是,我们发现,在疫情爆发期间,对人民过于谨慎和过于无私,都不适合疾病控制。通过大量的模拟,我们找到了最佳点,在那里有一个最大值的流行阈值,爆发可以延迟到最大程度。最后,我们进一步研究了网络结构对耦合动力学的影响。我们发现,度的异质性促进了疾病的爆发,而网络结构并没有改变行为反应的最优现象。
2020-02-07 physics.soc-ph q-bio.PE
Effect of Heterogeneous Transmission Rate on Epidemic Spreading Over Scale Free Networks
研究了具有幂律度分布和异质传播率的复杂网络中的传染病传播问题。传染病传播率的随机分配导致了节点的异质性,这反过来又导致了节点在各种子种群方面的隔离。这项研究的目的是获得微观洞察的影响,在疾病的传播过程中,通过这种网络的各个亚群之间的相互作用。基于疾病传播的易感感染易感(SIS)模型,用离散时间马尔可夫链方法描述了传染病在网络上的传播。该研究是参数化的变量$λ$,定义为一个节点与其相邻节点的分数接触的数量。从模拟结果中,它被发现,在这样的网络上的流行病的传播是关键的最小接触的数量由一个节点,低于没有爆发的疾病。在这些网络中的感染程度进行评估,从定义的感染节点的总数和相应的感染水平的分数方面的流行病的大小。参数研究的结果表明,流行病的规模上的并发接触由一个节点($λ$)和每个节点的平均链接数的依赖。在这两种情况下,发现流行病的规模随着相应参数的增加而增加。
2016-07-18 physics.soc-ph q-bio.PE
Memory-induced complex contagion in epidemic spreading
尽管流行病模型已经发展成为预测疾病和观点传播的强大工具,但大多数模型都假设无记忆代理和独立的传播渠道。我们开发了一种感染机制,它具有对过去暴露的记忆,同时结合了多种感染源的联合作用。非结构化基质中的易感-感染-易感模型的分析方程和模拟揭示了一个额外阶段的出现,该阶段将通常的健康和流行相分离。这个中间阶段显示出根本不同的特点,系统表现出兴奋性或异国情调的双稳态变体。此外,向地方病的过渡呈现出混合的方面。这些功能是两种记忆模式之间的复杂平衡的产物,并表明非马尔可夫效应显着改变传播过程的属性。
2019-03-04 physics.soc-ph q-bio.PE
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
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
Effects of Levy Flights Mobility Pattern on Epidemic Spreading under Limited Energy Constraint
近年来,大量的实证研究发现,动物的觅食、迁徙和人类的出行都服从Levy飞行,其指数在-2左右。受今年甲型H1N1流感大流行的启发,本文从网络视角研究了征费航班的流动模式对传染病传播的影响。在总能量的约束下,构造了一个具有Levy飞行空间性质的空间加权网络。能量限制由个体在一定时间段内的总旅行距离的限制来表示。我们发现指数-2是SIS传播动力学的流行阈值。此外,在阈值处,流行病传播的速度最高。研究结果有助于理解流动模式对传染病传播的影响。
2010-02-05 physics.data-an physics.soc-ph
Contact network models matching the dynamics of the COVID-19 spreading
本文研究了传染病传播在两个节点相连的概率随它们的距离按幂律衰减的空间网络上的传播。随着距离依赖指数的增长,模型网络从随机网络极限平滑地过渡到规则格点极限。我们发现,尽管保持接触的平均数量不变,增加的指数阻碍了传染病传播,使长距离连接不太频繁。扩散动力学也受到距离依赖指数的影响,从指数增长变为幂律增长。观察到的幂律增长与最近对COVID-19在许多国家传播的经验数据的分析相符。
2020-12-11 physics.soc-ph q-bio.PE
Traffic-driven epidemic spreading in correlated networks
尽管人们在复杂网络中的流量动力学和传染病传播方面做了大量的工作,但在{ \em相关}网络上流量驱动的传染病传播问题还没有得到解决。有趣的是,我们发现,流行病的阈值,一个基本量背后的传播动力学,表现出非单调的行为,它可以最小化的一些临界值的传播系数,一个参数表征网络的相关性。为了理解这种现象,我们使用基于度的平均场论来计算相关网络的流量驱动的流行病阈值。该理论预测阈值与分组生成速率和介数矩阵的最大特征值成反比。我们得到理论和数值之间的一致性。我们的研究结果可能会提供洞察到控制/利用现实世界的传染病传播动态驱动的交通流量的重要问题。
2015-07-16 cs.SI physics.soc-ph
Steady States of Epidemic Spreading in Small-World Networks
考虑一个标准的\textit{susceptible-infected-susceptible}(SIS)模型,研究小世界网络中传染病传播的稳态行为.使用分析方法和大规模的模拟,我们恢复通常的流行病的行为与一个临界阈值$λ_{c}$以下的传染病消亡。而对于远高于$λ_{c}$的扩散率$λ$,发现作为$λ$的函数的感染个体密度$ρ$具有性质$ρ\approx F(K)(\ln λ- \ln λ_{c})$。
2005-09-01 physics.soc-ph
Analysis and Control of Epidemics: A survey of spreading processes on complex networks
本文回顾并提出了各种解决和开放的问题,在发展,分析和控制的流行病模型。我们有兴趣为希望进入复杂网络传播过程领域的新工程师提供一份相对简洁的报告。
2015-08-25 cs.SI math.OC physics.soc-ph
A framework for epidemic spreading in multiplex networks of metapopulations
我们提出了一个理论框架,研究流行病的结构化集合种群,异质代理,经常性的流动模式。我们建议代表的异质性组成的集合种群层在一个多元化的网络,其中节点将对应于地理区域和层占同类代理的移动模式。我们在这个框架内分析了经典的易感-感染-易感和易感-感染-消除流行病模型,并通过广泛的蒙特卡罗模拟比较了传播过程的宏观和微观指标。我们的结果是在良好的协议与模拟。我们还推导出一个精确的表达的流行病阈值在这个一般的框架揭示了一个非平凡的依赖于流动性参数。最后,我们使用这种新的形式主义来解决疾病在真实城市中的传播,特别是在哥伦比亚麦德林市,其人口被划分为六个社会经济阶层,每个阶层都被确定为这种多元形式主义的一个层。
2018-02-12 physics.soc-ph q-bio.PE
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
Epidemic spreading in localized environments with recurrent mobility patterns
流行病的传播在很大程度上取决于接触网络的结构,而接触网络的结构可能受到个人自身流动动态的影响。在封闭的情况下,一个封闭的小群体大部分时间都在局部环境中度过,并且具有容易识别的流动模式-例如工作场所、大学校园或学校-确定控制疾病传播速度的因素至关重要。在这里,我们提出了一个离散时间,基于集合种群的模型来描述发生在有限的情况下,个人的流动性不是随机的,而是遵循明确的经常性旅行模式的SIS样疾病的传播。该模型允许分析确定流行病的开始,以及辨别哪些接触结构最适合于防止感染传播的能力。因此,它决定了在这种情况下是否值得实施孤立的共同预防机制及其预期影响。
2018-04-04 physics.soc-ph q-bio.PE
Epidemic Spreading on Weighted Complex Networks
如今,在线服务的出现提供了各种多元关系的信息,以支持对传染病传播过程的全面了解。在这封信中,我们考虑边权重来表示这种多角色关系。此外,我们进行了详细的分析,两个代表性的指标,爆发阈值和流行病流行,SIS和SIR模型。理论和仿真结果都发现彼此很好的协议。此外,实验表明,在完全混合网络中,当网络的平均权值一定时,边的权值分布不会影响网络的传播效果。本文的工作对于深入理解多重关系网络和加权网络上的传染病传播具有一定的指导意义。
2014-02-10 cs.SI physics.soc-ph
Epidemic Spreading and Aging in Temporal Networks with Memory
时变网络拓扑结构可以深刻地影响由它们介导的动力学过程。人们还知道,个体之间互动模式中的记忆效应会影响扩散和传播现象的发生。在本文中,我们分析了这两种成分对网络上流行病动力学的综合影响。在最近引入的具有记忆的活动驱动网络上,研究了易感染-易感染(SIS)和易感染-易感染-移除(SIR)模型。通过基于活动的平均场方法,我们推导出,在很长的时间限制,分析预测的流行阈值作为一个函数的参数描述的活动分布和记忆效应的强度。我们的研究结果表明,记忆降低了阈值,这是相同的SIS和SIR动态,因此有利于传染病传播。在长时间渐近状态下,理论计算与数值模拟结果完全一致。强的老化效应存在于前渐近制度和流行病的阈值深受流行病的开始时间的影响。我们详细讨论了依赖于模型的前渐近校正的起源,其理解可能允许相关的时间网络的流行病控制。
2018-12-19 cs.SI physics.soc-ph q-bio.PE
Epidemic spreading dynamics with drug-resistant and heterogeneous contacts
在复杂系统中,耐药性和强接触实际上在流行病传播中起着至关重要的作用。然而,无论是理论模型还是方法论都没有提出来解决这个问题。因此,我们考虑一个基于边的传染病传播模型,考虑两个关键成分,其中的接触分为两类:强接触和正常的。接下来,我们提出了一个统一的基于边缘的分区方法的传播动力学的Erdös-Rényi(ER)网络,并验证其结果通过广泛的数值模拟。在这种情况下,流行病是完全耐药的,我们在数字上和理论上都显示了一个缓慢的爆发(连续过渡)的流行病时,强接触的数量是不够的出现零阈值。如果疫情具有部分抵抗性,我们将观察到明显的快速增长的爆发(不连续的转变)和更大的最终流行规模,而不是随着强接触的增加而出现零阈值。同时也证实了感染阈值的抑制作用、强接触的积极作用以及强接触的强度对暴发的促进作用。在本文中,我们可以通过分析方法驱动精确的预测,与数值模拟显示出良好的一致性。
2017-09-12 physics.soc-ph q-bio.PE
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
Cooperative epidemic spreading on a two-layered interconnected network
研究了传染病传播在两层互联网络上的动力学行为。提出了三个不同层次的模型来描述互联网络上的合作传播过程,其中一个网络中的疾病可以传播到另一个网络。理论分析表明,互联网络中的全局流行阈值不大于两个孤立的分层网络的流行阈值。特别是,在一个互联的同质网络,详细的理论分析,这使得快速和准确的计算的全球流行病阈值。此外,在节点度之间存在层间相关性的互联异构网络中,发现层间相关系数对流行阈值的影响很小,但对总流行有显著影响。仿真结果进一步验证了分析结果,表明合作流行过程促进了疾病的传播。
2017-02-13 cs.SI physics.soc-ph
Periodic recurrent waves of Covid-19 epidemics and vaccination campaign
虽然了解新冠肺炎疫情的周期性复发波将有助于抗击大流行病,但缺乏对疫情爆发后两年期间数据的定量分析。Covid-19复发波的复杂性与i)为减缓流行病传播而实施的遏制措施ii)病毒基因突变率及iii)通过接种疫苗实施的宿主可变免疫反应的同时作用有关。这项工作的重点是大规模疫苗接种和基因变异对复发波的影响,在一个有代表性的国家实施缓解和疫苗接种战略的情况下。传播速率是通过繁殖数Rt(t)和倍增时间Td(t)之间的比率(称为RIC指数)和每日死亡数来衡量的。通过小波分析研究了Covid-19流行病的动态,并用3D空间中的非线性螺旋涡表示,其中RIC指数和死亡人数都随时间变化。周期性回归波的开始已被确定的过渡从收敛到发散轨迹的螺旋涡。我们报告了120天的复发波的主要时期和疫苗接种运动后这一时期的延长
2022-06-07 physics.soc-ph q-bio.PE
Inversion of a SIR-based model: a critical analysis about the application to COVID-19 epidemic
利用COVID-19大流行病的官方国际数据校准SIR(易感-感染-传播)模型提供了一个很好的例子,说明了逆问题解决方案固有的困难。逆建模是建立在离散反问题的框架,明确考虑的作用和数据的相关性。结合模型的物理特性,本文讨论了SIR模型参数的数值校准问题,讨论了国际权威机构提供的数据中的不确定性,它们如何影响校准模型参数的可靠性,并最终影响模型预测的可靠性。
2020-06-08 physics.soc-ph q-bio.PE
Superposition of waves for modeling COVID-19 epidemic in the world and in the countries with the maximum number of infected people in the first half of 2020
2020年上半年,基于逻辑离散方程系统,对全球及美国、巴西、俄罗斯、印度等感染人数最多的国家进行了COVID-19疫情传播的数学建模。结果表明,对于采取强限制措施的国家,COVID-19的传播符合一个容量较小的单波,而对于违反限制措施的一些国家,疫情的传播符合一个波叠加。对于人口混合较多的国家来说,今天的疫情传播也符合单一浪潮,但具有巨大的容量值(巴西-8 000万人,印度-4 000万人)。我们估计,当今世界的流行病传播可分为5波。前两波是由中国的疫情传播引起的(第一波-在武汉),第三波-由欧洲国家的疫情传播引起的,第四波主要是由俄罗斯和美国的疫情传播引起的,第五波主要是由拉丁美洲和南亚的疫情传播引起的。这是第五波,导致冠状病毒疫情COVID-19的传播进入新阶段,感染人数增加超过10万居民。对于所有研究的国家和世界,对于每个叠加波,计算波容量和增长指标。确定波的局部峰值及其结束时间。这是第五波导致COVID-19传播进入新阶段的事实,感染人数增加超过10万居民。对于所有被检查的国家和整个世界,对于每个叠加波,我们计算了波容量和感染者增长指数。
2020-07-05 physics.soc-ph q-bio.PE
Exponential rate of epidemic spreading on complex networks
本文针对复杂网络上传染病初始阶段的指数传播速率展开研究,基于度分布、网络 assortativity 和聚类水平推导出网络再生数表达式并关联其与疾病传染性及传播速率,结果适用于多数网络,填补了经典流行病学与复杂网络理论的空白。
2025-04-18 cond-mat.stat-mech physics.soc-ph q-bio.PE
Epidemic spreading with immunization rate on complex networks
我们调查疾病,计算机病毒或信息在复杂网络上的传播,以及预防或控制传播的免疫策略。在不能实现全民免疫、免疫效果不理想的情况下,需要进行有免疫率的靶向免疫。在这种情况下,我们计算了SIR和SIS流行病模型的流行病阈值。结果表明,在无标度网络中,只有当免疫率等于1时,目标免疫才是有效的。我们在这里分析传染病传播的有向复杂网络,但类似的结果也适用于无向的。
2011-04-13 cs.SI physics.soc-ph
Dynamics of epidemic spreading with vaccination: impact of social pressure and engagement
在这项工作中,我们考虑了一个模型的传染病传播加上一个观点动力学在一个完全连接的人口。关于观点动力学,个体可能处于两种不同的状态,即赞成或反对疫苗接种运动。反对接种疫苗的个人遵循标准SIS模型,而支持疫苗的个人也可以处于第三个区室,即已接种疫苗。此外,意见的变化,根据多数规则的动态群体与三个人。我们亦认为疫苗可为个别人士提供永久或暂时的免疫力。通过分析计算和计算机模拟,我们表明,观点动力学可以极大地影响疾病的传播,和亲疫苗的个人的参与可能是至关重要的,以阻止传染病传播。模拟模型的完整数值代码可以从作者的网页上获得。
2016-10-03 cond-mat.stat-mech physics.soc-ph q-bio.PE
Epidemic spreading driven by biased random walks
随机游走是在许多网络应用中发现的基本机制之一。研究了复杂网络上由有偏随机游动驱动的传染病传播动力学。在我们的传染病模型中,每次被感染的节点不断地通过有偏随机游走将一些被感染的数据包传播到它们的邻居节点,导致接收数据包的易感节点被感染。被感染的节点以固定的概率从感染中恢复。对模型和真实网络的仿真分析结果表明,随着感染节点的传递能力、节点平均度、节点度分布均匀性的增加,传染病传播的强度和范围都增大。此外,还存在相应的最优参数,使得感染节点瞬时拥有最大种群,传染病传播过程覆盖网络的最大部分。
2014-08-01 cs.SI physics.data-an physics.soc-ph
Epidemic spreading with immunization on bipartite networks
二分网络由两种类型的节点组成,并且相同类型的节点之间没有链接。因此,研究这种网络上的流行病传播和控制与性传播疾病(STD)有关。当两类人群不能全部免疫且免疫效果不理想时,就不得不考虑免疫率的靶向免疫。我们推导了带有免疫的SIR和SIS模型的流行阈值,并以异性接触网络上的性病为例说明了结果。
2011-05-17 physics.soc-ph
Suppressing traffic-driven epidemic spreading by edge-removal strategies
近年来,复杂网络上的流量动态与传染病传播之间的相互作用越来越受到人们的关注。然而,控制交通驱动的传染病传播仍然是一个具有挑战性的问题。在这份简报中,我们提出了一种方法,通过适当地删除网络中的一些边缘来抑制流量驱动的流行病爆发。我们发现,可以通过有针对性地切割具有最大算法介数的大度节点或边之间的链接来提高流行阈值。相反,通过随机边缘去除,将降低流行阈值。这些发现是强大的交通流量条件,网络结构和路由策略。此外,我们发现,目标边缘的关闭可以有效地释放通过大度节点的流量负载,使这些节点的感染概率相对较低。
2015-02-28 cs.SI physics.soc-ph
Epidemic spreading with time delay in complex networks
提出了一个改进的小世界无标度复杂网络\emph{susceptible-infected-susceptible}(SIS)模型,研究了在传染阶段引入时滞的传染病传播问题。考虑到网络的拓扑结构,研究了传染过程中的一致时滞和度依赖时滞。我们发现,时滞的存在将促进网络中传染病的爆发和流行。
2005-11-24 physics.soc-ph
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
Epidemic spreading in evolving networks
在无标度稳态网络的情况下,建立了一个传染病传播模型,并对该模型进行了分析。结果发现,与人们天真的预期相反,重新布线的过程通常倾向于抑制传染病传播。特别是它被发现,在静态网络中,重新布线网络的度分布指数$γ>3$表现出一个阈值的感染率低于该流行病在稳定状态下消亡。然而,在重新布线的情况下,阈值更高。对于$2<γ\leq 3$,不存在这样的阈值,但是对于小的感染率,感染节点的稳态密度(流行率)对于重新布线网络是较小的。
2010-01-22 cond-mat.stat-mech physics.soc-ph q-bio.OT
Epidemic spreading in lattice-embedded scale-free networks
我们研究了嵌入格点的无标度网络中地理因素对疾病传播的影响。地理结构由两个节点的连接概率表示,该概率与它们在格中的欧氏距离有关。通过对标准的易感-感染模型的研究,发现地理结构对流行病爆发的时间行为和在底层网络中的传播有很大的影响:网络的地理约束越大,流行病传播越平稳。
2007-01-19 physics.soc-ph
A markovian random walk model of epidemic spreading
我们分析了一个图上的独立随机游走种群的动力学,并建立了一个简单的传染病传播模型。我们假设每个步行者独立地访问有限遍历图的节点在离散时间马尔可夫行走由他的特定的转移矩阵。在这个假设下,我们首先推导出再生数的上界。然后,我们假设一个步行者处于以下状态之一:易受感染、感染或康复。一个有传染性的步行者在一定的特征时间内保持传染性。如果一个有传染性的步行者在同一个节点上遇到一个易感的步行者,那么易感的步行者就有一定的概率被感染。通过在计算机模拟中实现这一假设,我们研究了新出现的感染模式的时空演变。一般来说,随机游走方法似乎有很大的潜力,研究传染病传播,并确定相关参数的流行病动力学。
2020-10-15 cond-mat.stat-mech math.PR physics.soc-ph
Modelling provincial Covid-19 epidemic data in Italy using an adjusted time-dependent SIRD model
在本文中,我们使用意大利卫生部的官方数据,结合从地区当局每日官方新闻发布会和当地报纸网站提取的数据,开发了一个意大利省级(即欧盟NUTS-3)COVID-19感染传播的预测模型。该整合主要涉及COVID-19导致的特定死亡数据,这些数据在NUTS-3级别无法从公开的官方数据渠道获得。一个调整后的时间依赖SIRD模型被用来预测流行病的行为,特别是易感,感染,死亡和康复的人数。预测模型的性能进行评估,使用与实际数据的比较。
2020-06-02 physics.soc-ph q-bio.PE stat.AP