COVID-19: $R_0$ is lower where outbreak is larger
我们使用意大利伦巴第大区（受COVID-19疫情影响最严重的地区）的每日数据，对每个城市单独校准SIR模型。这些都由同一个卫生系统覆盖，在我们关注的封锁后阶段，所有这些都受到相同的社交距离规定的约束。我们发现，在分析期开始时病例数较高的城市扩散率较低，这不能归因于群体免疫。特别是，有一个强大的和非常显着的负相关性之间的估计基本繁殖数（$R_0$）和初始爆发规模，在相反的作用$R_0$作为一个\emph{predictor}的爆发规模。我们探讨了对这一现象的不同可能解释，并得出结论，更多的病例会导致行为的改变，例如在人群中采取更严格的社交距离措施，从而减少传播。这一结果要求透明、实时地分发详细的流行病学数据，因为这些数据会影响受疫情影响地区人口的行为。
2020-04-16 econ.GN physics.soc-ph q-bio.PE
Social distancing and epidemic resurgence in agent-based Susceptible-Infectious-Recovered models
一旦通过非药物干预措施有效控制了疫情爆发，就需要制定一项安全的协议，以便随后解除社交距离限制，以防止灾难性的感染死灰复燃。我们报告基于个人的数值模拟的随机易感染性恢复模型的变种在四个不同的空间组织的晶格和网络架构，其中接触和流动性的限制。我们有力地发现，只要这些限制的释放被充分延迟（持续时间至少是未缓解的爆发高峰期的三倍），并且长途连接保持在较低水平（限制在整体连接的5%以下），流行病复发波的强度和空间传播可以限制在可管理的范围内。
2020-12-20 physics.soc-ph q-bio.PE
Intrinsic Unpredictability of Epidemic Outbreaks on Networks
在SIR网络模型中，传染病的爆发是由相变来描述的。尽管与渗流转变相似，但在热力学极限下，流行病爆发是否发生不能用概率1来预测。我们阐明其机制，推导出一个简单的朗之万方程，捕捉到的现象的一个重要方面。我们还计算了在转变点附近爆发流行病的概率。
2013-03-21 physics.soc-ph q-bio.PE
Intermittent social distancing strategy for epidemic control
我们研究了间歇性社交距离策略对自适应复杂网络中流行病传播的关键影响。我们的特点的影响，我们的战略框架中的易感感染康复模型。在我们的模型中，根据本地信息，易感个体中断与感染个体的接触概率为$σ$，并在固定时间$t_{b}$后恢复。我们发现，根据网络拓扑结构，在我们的社交距离策略存在一个截止阈值$σ_{c}$，超过该阈值，流行阶段消失。我们的研究结果支持的理论框架和广泛的模拟模型。此外，我们表明，这种策略是非常有效的，因为它会导致一个“易感群体行为”，保护了很大一部分的易感个体。我们解释我们的研究结果使用渗流参数。
2012-03-20 cs.SI physics.soc-ph
Synchronized and mixed outbreaks of coupled recurrent epidemics
传染病传播的研究由来已久，但大多数研究都集中在单个传染病爆发的增长方面。最近，我们将研究扩展到复发性流行病的情况（Sci. Rep. { \bf 5}，16010（2015）），但仅限于单个网络。本文从耦合地区或城市的实际数据出发，指出两个耦合网络中的重复性流行病具有密切的相关性，可以表现为两个网络同时爆发的同步爆发阶段，也可以表现为一个网络中爆发而另一个网络中不爆发的混合爆发阶段。为了揭示潜在的机制，我们提出了一个两层网络模型的耦合复发性流行病再现同步和混合爆发阶段。我们发现，同步爆发阶段是首选被触发的两个耦合网络具有相同的平均度，而混合爆发阶段是首选的情况下，具有不同的平均度。此外，我们表明，这两个层之间的耦合是首选抑制混合爆发阶段，但提高同步爆发阶段。基于微观马尔可夫链方法的理论分析，解释了数值结果。这一发现为研究多层网络中的复发性流行病打开了一个新的窗口。
2017-05-26 physics.soc-ph q-bio.PE
Controlling epidemic diseases based only on social distancing level
世界卫生组织（世卫组织）于2020年3月11日作出评估，认为COVID-19可被定性为大流行。对于COVID-19的爆发，没有疫苗接种，也没有治疗。控制COVID-19爆发的唯一方法是持续的物理距离。在这项工作中，提出了一个简单的控制律，以使COVID-19爆发期间的感染者人数保持在所需数量以下。所提出的控制法保持受感染个体的值仅调整社交距离水平。对所提出的控制律进行了稳定性分析，并考虑了参数的不确定性。开发了每日更新的拟议控制器版本。这是一个非常简单的方法来开发的控制律，可以在电子表格中计算。最后，通过数值仿真，研究了当控制律用于调节社会距离时，传染病传播过程中的感染人数变化规律.
2020-05-16 cs.SY eess.SY physics.soc-ph
Mobile phone location data reveal the effect and geographic variation of social distancing on the spread of the COVID-19 epidemic
SARS-CoV-2和冠状病毒传染病（COVID-19）的出现已成为一种流行病。社交（物理）距离是降低SARS-COV-2传播率的关键非药物控制措施，但需要高水平的依从性。利用笛卡尔实验室和SafeGraph提供的大规模匿名手机定位数据得出的每日出行距离和居家时间，我们量化了美国遵守社交距离规定的程度及其对COVID-19病例增长的影响。COVID-19增长率与出行距离衰减率和居家停留时间变化率的相关性分别为-0.586（95%CI：-0.742 ~ -0.370）和0.526（95%CI：0.293 ~ 0.700）。实施社会距离命令后，国家特异性病例总数倍增时间增加了1.04 ~ 6.86天，增加了3.66 ~ 30.29天，与流行病的机械预测模型一致。社交距离规定在得到遵守时可减少COVID-19的传播。
2020-04-23 cs.SI physics.soc-ph q-bio.PE
Extreme outbreak dynamics in epidemic models
受最近的流行病爆发（包括COVID-19）的启发，我们解决了在一大类具有人口统计噪声的随机流行病模型（包括易感-感染-传播（SIR）模型及其一般扩展）中计算人口大规模爆发的动力学和可能性的典型问题。在大人口的限制下，我们计算所有大规模爆发的概率分布，包括那些感染人口比例异常大或小（极端）的爆发。我们的方法表明，与其他著名的例子中发生的罕见事件的离散状态随机系统，极端爆发的统计数据来自一个完整的连续的哈密顿路径，每个满足独特的边界条件与保守的概率通量。
2022-01-28 physics.soc-ph q-bio.PE
Rational social distancing in epidemics with uncertain vaccination timing
本文构建疫苗到达时间服从概率分布的微分博弈，刻画 Nash 均衡下个体理性社会疏离如何随接种预期和不确定性变化，并将接种时间分布解释为广义贴现。
2024-04-05 econ.TH math.OC physics.soc-ph
Moving the epidemic tipping point through topologically targeted social distancing
一个社会系统的流行病阈值是一种疾病在其中传播成为流行病的感染率与恢复率之比。在没有药物干预（即疫苗）的情况下，控制特定疾病的唯一方法是通过非药物干预（如社交距离）来移动这一阈值，超过与疾病相对应的流行阈值，从而使系统从流行状态转变为非流行状态。将疾病建模为社交图上的传播过程，可以通过删除一些图链接来建模社交距离。它已被证明，最大的特征值的邻接矩阵的结果图对应于系统的流行阈值。在这里，我们使用马尔可夫链蒙特卡罗（MCMC）方法来研究那些在减少邻接矩阵的最大特征值方面做得很好的链接删除。MCMC方法从具有定义的期望值$λ_{max}$的相对正则网络系综生成样本。我们称之为“良好控制网络集成”（WCNE），并将其结构与具有相同链路密度的随机稀疏网络进行比较。我们观察到WCNE中的网络在度分布上倾向于更均匀，并使用这种见解来定义两个ad-hoc删除策略，这也大大减少了最大的特征值。有针对性地删除80%的链接与随机删除90%的链接一样有效，留下的联系人是原来的两倍。
2021-07-13 physics.soc-ph
Quarantine Fatigue: first-ever decrease in social distancing measures after the COVID-19 outbreak before reopening United States
随着新型冠状病毒病（COVID-19）在中国武汉的出现及其在全球的迅速爆发，这种传染病改变了我们的日常旅行模式。在这项研究中，我们的团队利用综合数据面板调查了大流行期间人们日常流动模式的变化。为了综合人类流动性的各个方面，该团队重点关注了基于五个基本流动性指标计算的社会距离指数（SDI）。SDI模式在4月初显示了一个平台期，持续了大约两周。这种现象之后，SDI普遍下降，旅行次数增加，呆在家里的人的百分比减少。我们称之为隔离疲劳。采用变化率（ROC）方法追溯检疫疲劳的开始日期，表明为4月15日。我们的分析表明，尽管存在州与州之间的差异，但大多数州在同一时期开始出现隔离疲劳现象。这一观察变得更加重要，因为直到4月下旬才有任何一个州正式宣布重新开放，这表明人们决定在正式宣布重新开放之前放松社交距离。此外，我们的分析表明，官方重新开放导致SDI迅速下降，引发了第二波疫情的担忧。各州之间的同步趋势也强调了未来更全国性的决策态度的重要性，因为每个州的状况取决于全国性的行为。
2020-06-11 cs.CY physics.soc-ph
Suppression of epidemic outbreaks with heavy-tailed contact dynamics
研究了具有重尾等待时间分布的接触动力学下的传染病传播过程。我们分析和数值表明，接触动力学的时间异质性可以显着抑制疾病的传播性，因此流行病爆发的规模，阻碍了传播过程。此外，当时间的异质性是足够强的，一个得到的消失的传输率为任何有限的恢复时间，而不管潜在的结构的接触，其中的条件推导。
2013-10-08 cond-mat.stat-mech 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
Network-Based Prediction of the 2019-nCoV Epidemic Outbreak in the Chinese Province Hubei
在撰写本文时（2020年2月12日），2019-nCoV病毒的未来演变尚不清楚。对疫情进一步发展的预测对于部署有针对性的疾病控制措施具有决定性意义。我们考虑一个基于网络的模型来描述湖北省2019-nCoV疫情。该网络由湖北的城市及其相互作用（例如，交通流量）。然而，城市之间的确切相互作用尚不清楚，必须通过观察疫情来推断。我们提出了一种基于网络的方法来预测2019-nCoV病毒在每个城市的未来流行情况。我们的研究结果表明，基于网络的建模是有益的准确预测的流行病爆发。
2020-02-12 physics.soc-ph q-bio.PE
Robust and optimal predictive control of the COVID-19 outbreak
我们以德国为例，研究通过社交距离措施稳健及最佳控制COVID-19疫情的适应性策略。我们的目标是在两年内尽量减少死亡人数，同时不造成过多的社会代价。我们考虑了德国COVID-19爆发的定制模型，该模型具有不同的参数集，以设计和验证我们的方法。我们的分析表明，开环最优控制策略可以显着减少死亡人数相比，更简单的政策下，假设准确的模型知识。在具有不确定数据和模型不匹配的更现实的场景中，使用模型预测控制（MPC）每周更新策略的反馈策略导致可靠的性能，即使应用于具有偏差参数的验证模型。最重要的是，我们提出了一个强大的MPC为基础的反馈政策，采用区间算法，适应社会距离的措施谨慎和安全，从而导致最低数量的死亡，即使测量是不准确的，感染率不能精确地指定的社会距离。我们的理论研究结果支持了最近的各种研究，表明1）需要自适应反馈策略来可靠地控制COVID-19爆发，2）与简单的政策相比，精心设计的政策可以显著减少死亡人数，同时保持社交距离措施的数量在同一水平上，以及3）从长远来看，尽早实施更强有力的社交距离措施比过早开放和稍后恢复更严格的措施更有效和更便宜。
2021-02-08 cs.SY eess.SY math.OC
Extinction times of epidemic outbreaks in networks
在疾病传播的易感-传染-传播（SIR）模型中，流行病的灭绝时间发生在每个接触者的传播概率的中间值。传染性太强的疾病在人群中很快就消失了。传染性不够强的感染在传播给大部分人之前就已经死亡。我们刻画了SIR网络模拟中的最大灭绝时间如何依赖于网络结构。例如，我们发现，在孤立的组件的平均距离，加权组件的大小，是一个很好的预测的最大灭绝时间。此外，最长爆发的传播概率大于流行阈值，但似乎与之无关。
2013-10-15 cs.SI physics.soc-ph q-bio.PE
Traffic Optimization to Control Epidemic Outbreaks in Metapopulation Models
我们提出了一个新的框架来研究集合种群模型中的病毒传播过程。大型亚群（即，城市）经由元链路（即，道路）根据元语法结构（即，交通基础设施）。研究了在集合种群模型中通过控制子种群间的流量来控制传染病爆发的传播问题。控制流行病爆发的传播可以被写为一个谱条件，该谱条件涉及依赖于网络结构和模型参数的矩阵的特征值。基于这个谱条件，我们提出了一个凸优化框架，以找到成本最优的方法，在疫情爆发的交通控制。
2013-08-17 math.OC physics.soc-ph
Outbreaks in susceptible-infected-removed epidemics with multiple seeds
研究了正则随机图上的多种子SIR模型。许多研究者已经研究了流行病模型的流行阈值，超过该阈值，从无穷小部分的种子开始，全球爆发就可能发生。然而，对于具有有限分数种子的传染病模型的研究却很少。本文的目的是澄清在这种情况下发生了什么相变。网络中的SIR模型表现出两种逾渗转变。我们推导了多种子SIR模型的渗流转变点，表明随着感染率的增加，在单个种子可以诱导全球爆发之前，每个种子渗滤液产生的流行病集群。
2016-03-31 physics.soc-ph
Games of Social Distancing during an Epidemic: Local vs Statistical Information
在流行病期间，代理人的自发行为变化可以对其传播的延迟和流行产生重大影响。在这项工作中，我们研究了一个社会距离的人口，谁决定他们的社会互动在流行病的传播过程中的代理人之间的游戏。代理之间的互连被建模的网络和本地的相互作用被认为是。代理人的收益取决于他们从社会交往中获得的利益，以及由于可能的污染而对他们的健康造成的成本。在我们的模型中，决策过程中代理商所获得的信息起着至关重要的作用。我们研究两个极端的情况。在第一种情况下，代理人确切地知道他们邻居的健康状况，而在第二种情况下，他们拥有全球流行病流行的统计信息。的纳什均衡的游戏进行了研究，有趣的是，在第二种情况下，代理的均衡策略是完全隔离或没有社会距离。通过模拟实验研究，我们观察到，在第一种情况下，完美的本地信息的代理可以影响显着的流行病与低成本的社会性，而在第二种情况下，他们必须支付的负担，不被告知。此外，信息质量（假新闻），医疗保健系统的能力和网络结构的影响进行了讨论，并提供了相关的模拟，这表明这些参数影响的规模，峰值和爆发的开始，以及第二次爆发的可能性。
2020-07-10 cs.GT cs.SI physics.soc-ph
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
Resilience management during large-scale epidemic outbreaks
仅考虑疾病的个体风险和严重性，评估和管理大规模流行病的影响极为困难，而且可能极其昂贵。经济后果、基础设施和服务中断以及恢复速度只是量化流行病对社会结构影响的许多方面中的几个方面。在这里，我们扩展了弹性的概念，以表征流行病的结构化人群，通过定义系统范围内的关键功能，结合个人的风险得到的疾病（疾病发作率）和系统的功能中断（人类流动恶化）。通过研究概念模型和数据驱动模型，我们表明，在韧性评估框架下对个人风险和社会破坏的综合考虑，为流行病如何影响社会提供了一幅有见地的图景。特别是，旨在直接降低风险的遏制干预措施可能会减缓基本社会功能的恢复，从而对系统产生净负面影响。本研究将复原力框架付诸实施，为在流行病爆发的情况下优化遏制计划和缓解政策提供了一种更加细致入微和全面的方法。
2018-01-08 physics.soc-ph q-bio.PE
Epidemic outbreaks with adaptive prevention on complex networks
采取预防态度，如社会隔离和使用口罩，以减轻流行病的爆发，在很大程度上取决于人民的支持。在这项工作中，我们研究了一个易感染-感染-恢复（SIR）的流行病模型，在该模型中，流行病学的环境感知可以适应易感个体的行为，以预防行为。{Two考虑易感个体的隔室，以区分那些采取或不采取预防态度的人。两个规则，取决于本地和全球流行病的流行，在异构网络中的流行病的传播进行了研究。我们提出了两个异质平均场论和随机模拟的结果。前者表现良好的全球规则，但在本地情况下错过了相关的模拟结果。在模拟中，只有当地的意识可以显着提高流行阈值，推迟流行高峰，并减少疫情规模。有趣的是，我们观察到，提高当地感知率会导致更少的人被招募到受保护的国家，但仍然提高了缓解疫情的有效性。我们还报告说，网络的异质性大大降低了当地的意识机制的效力，因为枢纽，超级传播者的SIR动态，很少响应流行病的低流行率制度的流行环境。我们的研究结果表明，改善对谁在社会上非常活跃的看法的策略可以改善对流行病爆发的缓解。
2022-03-28 physics.soc-ph
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
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
$\mathcal{R}_{0}$ fails to predict the outbreak potential in the presence of natural-boosting immunity
由于免疫力的减弱和增强，宿主在个体水平上的时变易感性已知会诱导疾病传播动力学的丰富的长期行为。同时，尽管大量的流行病学数据是短期流行病，但宿主易感性的时变异质性对流行病短期行为的影响还没有得到很好的研究。在这里，我们构建了一个简约的数学模型描述的短期传播动力学，考虑到自然增强免疫力的再感染，并获得了显式的解决方案，我们的模型。我们发现，我们的系统表现出“延迟的流行病”，在流行病的初始阶段，流行病在流行病曲线的负斜率之后起飞，除了标准SIR模型中常见的分类，即，“无流行”为$\mathcal{R}_{0}\leq1$或正常流行为$\mathcal{R}_{0}>1$。采用显式的解决方案，我们推导出每个分类的条件。
2018-08-27 physics.soc-ph q-bio.PE
Forecasting the outcome and estimating the epidemic model parameters from the fatality time series in COVID-19 outbreaks
在没有其他工具的情况下，监测保护措施的效果，包括社交距离和预测疫情的结果，具有巨大的意义。实时数据是嘈杂的，并且经常受到报告中的系统性错误的影响。详细的流行病模型可能包含大量的经验参数，这些参数无法以足够的精度确定。在本文中，我们表明，累计死亡人数可以被视为一个主变量，和流行病的参数，如基本再生数，易感人群的大小，和感染率可以确定。在SIR模型中，我们导出了一个显式的单变量微分方程的累积死亡人数的发展。我们发现，在西班牙，意大利和湖北省，中国的流行病密切遵循这个主方程。我们讨论了与Logistic增长模型的关系，我们表明，它是一个很好的近似时，基本再生数小于$2.3$。该条件适用于湖北的疫情，但不适用于西班牙、意大利和纽约的疫情。不同之处在于中国的传染期较短，这可能是由于感染者的隔离政策。对于具有更多内部变量的更复杂的模型，例如SEIR模型，由于时间尺度的分离，从SIR模型导出的方程近似地保持有效。
2020-08-01 physics.soc-ph q-bio.PE
Agent-based Simulation of Pedestrian Dynamics for Exposure Time Estimation in Epidemic Risk Assessment
随着2019冠状病毒病（COVID-19）大流行在全球蔓延，遏制病毒的保护措施至关重要，尤其是在没有疫苗或有效治疗方法的情况下。一个重要的衡量标准是所谓的物理距离或社会距离。在本文中，我们提出了一种基于代理的行人动力学数值模拟，以评估在接触传播传染病（如COVID-19）的背景下行人在公共场所的行为，并收集有关暴露时间和距离措施的整体有效性的见解。为了在2%的感染率下遵守德国政府规定的$1.5m$的最小距离，我们的模拟结果表明，每$16m^2$一个人或更低的密度是足够的。这项研究的结果让我们深入了解如何更有效地实施物理距离作为一种保护措施，以帮助减少COVID-19的传播。
2020-07-08 physics.soc-ph
Explosive Transitions in Epidemic Dynamics
标准的流行病模型表现出一个连续的，二阶相变宏观爆发。然而，控制疫情的干预措施可能会从根本上改变疫情动态。在这里，我们揭示了如何修改这种干预的类型的相变。特别是，我们发现了三种不同类型的爆炸性相变的流行动态与能力有限的干预措施。根据容量限制，干预可能（i）保持标准的二阶相变不变，但指数抑制大爆发的概率，（ii）诱导一阶不连续过渡到宏观爆发，或（iii）导致二次爆炸，但连续的三阶过渡。这些见解凸显了预测和遏制流行病爆发的固有局限性。更一般地说，我们的研究提供了一个基石的例子，在复杂系统的三阶爆炸相变。
2022-07-18 physics.soc-ph
Modeling the Impact of Social Distancing and Targeted Vaccination on the Spread of COVID-19 through a Real City-Scale Contact Network
我们使用移动终端数据在俄勒冈州波特兰市构建了经验性的人际物理接触网络，包括在COVID-19大流行期间实施社交距离措施之前和之后。这些网络揭示了社交距离措施和公众对初期流行病的反应如何影响城市内部的连通模式。我们发现，随着大流行病的发展，与许多人接触的人数大幅减少。我们进一步研究了这些不同的网络拓扑结构对COVID-19传播的影响，通过模拟这些网络上的SEIR流行病模型，发现减少的连接大大抑制了流行病。然后，我们调查了当部分人口接种疫苗时，流行病的反应，并比较了两种疫苗接种分配策略，包括有和没有社交距离。我们的主要结果是，接触网络的重尾度分布导致了有针对性的疫苗接种策略，该策略优先考虑高接触个体，以减少病例数，这比随机接种个体的策略更有效。结合有针对性的疫苗接种和社交距离导致病例的最大减少，我们还发现，与随机策略相比，有针对性的策略的边际效益超过了社交距离减少病例数量的边际效益。这些结果对全球正在进行的疫苗分发工作具有重要意义。
2021-07-13 cs.SI physics.soc-ph q-bio.PE
Extreme outbreaks in non-Markovian epidemics on complex networks
Racah Institute of Physics, The Hebrew University（拉卡物理学研究所，希伯来大学）
研究复杂网络非马尔可夫流行病极端爆发风险，通过映射非马尔可夫SIR动力学为有效马尔可夫描述来确定爆发规模分布，能纳入任意感染和恢复时间统计，为网络级极端爆发风险定量预测提供途径。
2026-07-28 cond-mat.stat-mech physics.comp-ph physics.soc-ph
Balancing Mobility Behaviors to avoid Global epidemics from Local Outbreaks
该研究提出统一通勤与探索性流动的形式化模型，解析流行病阈值，揭示重复率对局部暴发与全球入侵的非单调影响。
2024-12-10 physics.soc-ph
Outbreak diversity in epidemic waves propagating through distinct geographical scales
在大流行情景中，新出现的传染病的一个核心特征是，根据所通过的缓解协议，其在地理范围内的传播和对不同地点的影响。研究了一个以斑块为代表的随机流行病模型。传染遵循一个随机分区模型的市政当局;后者，反过来，通过经常性的流动性相互作用。作为一个研究案例，我们考虑了巴西的COVID-19疫情，并进行了数据驱动的模拟。模拟的流行病曲线的性质在不同的地理位置和尺度上有非常广泛的分布，从州，通过中间和直接地区到市一级。据预测，在几个州，疫情爆发的延迟与距各自首府城市的距离之间的相关性很强，而在其他州则很弱，这表明多个疫源地向内陆城市传播的影响。不同区域对同一项减缓议定书的反应可能差别很大，这意味着防治流行病的政策必须根据区域的具体情况设计，但要与总体情况相结合。真实的一系列报告的情况下证实了模拟预测的定性方案。即使我们限制我们的研究，巴西的前景和模型可以扩展到其他地理组织的异质人口分布。
2020-11-14 physics.soc-ph q-bio.PE
Data-driven Optimized Control of the COVID-19 Epidemics
优化旨在遏制COVID-19传播的控制策略对经济的影响是一项关键挑战。我们使用美国不同大都市统计区（MSA）地方卫生管理部门报告的每日新病例数，对模型进行参数化，该模型很好地描述了疾病在每个地区的传播情况。然后，我们引入了一个随时间变化的控制输入，代表了一个给定区域的人口施加的社会距离的水平，并解决了最优控制问题的目标是最大限度地减少社会距离对经济的影响，在存在相关的限制，如在终端时间的流行病的抑制水平。我们发现，除了初始时间和最后的时间，最优控制输入很好地近似于一个常数，具体到每个区域，这与实施系统的重新开放“在阶段”。对于所考虑的所有领域，这个最佳水平对应于比从数据估计的水平更严格的社交距离。最佳地应用控制动作的时间段的适当选择是重要的：取决于特定的MSA，该时间段应该是短的或长的或中间的。我们还考虑的情况下，随着时间的推移，传输率增加（例如，由于越来越冷的天气），我们发现，最佳控制解决方案产生越来越严格的措施，社会距离。{We最后，计算修改后的模型的最优控制解，以纳入疫苗接种对人口的影响，我们看到，取决于许多因素，社会距离措施可以在疫苗接种期间以最佳方式减少。
2021-03-10 physics.soc-ph q-bio.PE
COVID-19 attack rate increases with city size
目前爆发的2019新型冠状病毒病（COVID-19）对相互关联的人类社会构成了前所未有的全球健康和经济威胁。在研制出疫苗之前，控制疫情的策略依赖于积极的社交距离。这些措施在很大程度上切断了人类社会的社会网络结构，特别是在城市地区。在这里，我们估计了3月14日至3月19日美国城市COVID-19的增长率和繁殖数量，以揭示城市人口规模的幂律比例关系。这意味着COVID-19在大城市的平均传播速度更快，这意味着在不受控制的疫情中，预计在人口稠密的城市地区会有更大比例的人口受到感染。我们讨论了这些观察结果对控制COVID-19疫情的影响，强调有必要在大城市实施更积极的距离政策，同时保持社会经济活动。
2020-03-29 physics.soc-ph q-bio.PE
The basic reproduction number as a predictor for epidemic outbreaks in temporal networks
基本繁殖数R 0--在其他易感人群中被传染病人直接感染的个体数量--可以说是最广泛使用的估计流行病爆发的严重程度的方法。这种严重性可以更直接地测量为一旦爆发结束后感染的人的分数，Ω。在传统的数学流行病学和常用的静态网络流行病学公式中，R 0和Ω之间存在确定性关系。然而，如果我们考虑疾病在时间接触网络上传播--我们知道何时发生接触，而不仅仅是在谁之间--那么更大的R 0并不一定意味着更大的Ω。在本文中，我们数值研究的关系R 0和Ω的一组经验时间网络的人类接触。在时间网络结构的31个解释性描述符中，我们确定了那些使R 0成为Ω的不完美预测器的描述符。我们发现，有关的时间和拓扑方面的描述符影响R 0和Ω之间的关系，但在不同的方式。
2014-07-24 cs.SI physics.soc-ph q-bio.PE
Discontinuous epidemic transition due to limited testing
高影响流行病是人类在21世纪面临的最大威胁之一。检测、接触者追踪和预防对于减缓流行病的发展至关重要，但对于高度传染性疾病来说可能是不够的。在没有药物干预的情况下，物理距离措施仍然是避免大范围爆发的最后手段。在这里，我们表明，这种组合的对策大大改变了流行病的过渡规则，如果测试能力是有限的：而不是连续的对策的反应变得不连续，而不是按照传统的指数增长，爆发加速和规模超指数在中间时期。因此，遏制措施要么足以在总病例数较低时阻止疫情爆发，要么如果过于薄弱就会发生灾难性的失败，从而意味着在可靠地估计总体流行动态方面存在很大的不确定性，无论是在初始阶段还是在第二波情景期间。
2021-02-22 physics.soc-ph q-bio.PE
Network Reconstruction and Prediction of Epidemic Outbreaks for NIMFA Processes
预测流行病过程的病毒动力学需要了解潜在的接触网络。然而，网络对于大多数应用来说是未知的，并且必须通过观察病毒状态演变来推断。我们提出了一个多项式时间网络重建算法的离散时间NIMFA模型的基础上的基追踪制定。给定仅几个初始病毒状态观测，网络重构方法允许在网络足够稀疏的情况下准确预测每个节点的进一步病毒状态演化。
2018-11-16 math.DS physics.soc-ph
Optimal immunity control by social distancing for the SIR epidemic model
在找到针对SARS-CoV-2冠状病毒的疫苗或疗法之前，实现群体免疫似乎是唯一的中期选择。然而，如果感染个体的数量减少，并最终消退，仅超过这一阈值，相当大比例的易感者仍可能被感染，直到流行结束。在没有疫苗或治疗方法的最坏情况下，控制策略可能是最好的政策。为了将新感染者的数量保持在最低限度，一个可能的策略是采取严格的控制措施，使易感个体的数量保持在接近群体免疫力的水平。这种行动是不现实的，因为遏制只能持续有限的时间，而且永远不会彻底。在这篇文章中，使用一个经典的SIR模型，我们确定（部分或全部）遏制策略在一个给定的有限的时间间隔，最大限度地增加易感个体的数量在一个无限的地平线上，或等价地，最小化总的感染负担在诅咒的流行病。证明了该最优策略的存在唯一性，并对后者进行了充分刻画。如果在实践中适用，这种策略理论上将导致无限范围内易感人群比例增加30%，其遏制水平与法国2020年3月至5月实施的卫生措施相对应。我们还分析了最小干预时间达到一个固定的距离从群体免疫，并显示与前一个问题的关系。仿真结果表明，并验证了理论结果。
2020-06-10 math.OC physics.soc-ph q-bio.PE
A Novel Methodology for Epidemic Risk Assessment of COVID-19 outbreak
我们提出了一个新的数据驱动的框架，用于评估一个地理区域的先验流行病风险，并确定一个国家内的高风险地区。我们的风险指数被评估为三个不同组成部分的功能：疾病的危害，该地区的暴露和其居民的脆弱性。作为应用，我们讨论了意大利爆发的COVID-19疫情。我们使用现有的历史数据，空气污染，人类流动，冬季温度，住房集中，医疗保健密度，人口规模和年龄的20个意大利地区的特点。我们发现，与意大利中部和南部相比，北部一些地区的流行病风险更高。相应的风险指数显示了与感染者人数、重症监护患者和死亡患者人数的现有官方数据的相关性，并有助于解释为什么伦巴第、艾米利亚-罗马涅、皮埃蒙特和威尼托等地区比该国其他地区遭受的痛苦要多得多。尽管2019冠状病毒病疫情几乎同时在意大利北部（伦巴第大区）和中部（拉齐奥大区）爆发，但当首批病例于2020年初被正式认证时，该疾病在疫情风险较高的地区传播更快，后果更严重。我们的框架可以扩展并在其他流行病数据上进行测试，例如季节性流感，并应用于其他国家。我们还提出了一个政策模型与我们的方法，这可能有助于政策制定者采取明智的决定。
2021-01-22 physics.soc-ph q-bio.PE
Multiple Vectors Propagation of Epidemics in Complex Networks
研究了双媒介传播网络（TPN）中的传染病传播问题。我们提出了详细的理论分析，使我们能够准确地计算流行阈值和爆发规模。研究发现，即使TPN的两个子单矢量传播网络（SPN）远低于各自的流行阈值，流行病也可以在TPN中传播。TPN中节点间度-度的强正相关性可导致较低的流行阈值和较小的爆发规模。然而，来自不同SPN节点的邻居之间的平均相似性对流行阈值和爆发规模没有影响。
2013-07-07 cs.SI physics.soc-ph
Information content of contact-pattern representations and predictability of epidemic outbreaks
了解人群的接触模式--谁与谁接触，以及接触发生的时间--对于传染病爆发的建模至关重要。传统的理论流行病学假设，任何人都可以以相等的概率遇到任何人。一种更现代的方法，网络流行病学，假设人们连接到一个静态的网络，疾病通过这个网络传播。较新的时间网络流行病学，包括接触表示中的时间。在本文中，我们研究的效果，这些连续的包含更多的信息。使用经验接近数据，我们研究了未知来源的爆发规模，并从已知状态的持续爆发。在第一种情况下，从完全混合模拟到网络，以及从网络到时间网络，存在很大的差异。在第二种情况下，差异较小。我们解释这些意见的时间网络结构的数据集。例如，节点和链接的快速翻转似乎使时间信息更加重要。
2015-03-23 cs.SI physics.soc-ph q-bio.PE
Efficient Stochastic Simulation of Network Topology Effects on the Peak Number of Infections in Epidemic Outbreaks
本文研究了接触网络结构对传染病爆发动力学的影响。特别是，我们专注于严重感染节点（PCIN）的峰值数量，确定重症监护病房的最大工作量，应保持较低。作为一种模型和仿真方法，我们开发了一个连续时间马尔可夫链（CTMC）模型和一个有效的模拟基于Gillespie的随机模拟算法（SSA）。这种方法结合了一个现实的近似的随机过程不依赖于平均场模型的假设和大的渐近大人口规模的微分方程模型，并在同一时间有效的方式来模拟网络的中等规模。根据COVID-19爆发的数据和乌克兰的人口数据，对不同情景下的方法进行了分析。从这些结果中，我们提取网络拓扑结构的功能，需要考虑有效地减少感染的峰值数量。CTMC模拟是在python中实现的，并集成在一个仪表板中，可用于交互式探索，并公开提供。
2022-02-27 cs.SI physics.soc-ph q-bio.PE
Containing epidemic outbreaks by message-passing techniques
有针对性的网络免疫问题可以定义为在给定的流行病模型下，找到网络中的一个节点子集进行免疫或接种，以最小化接种成本和最终（静态）预期感染之间的权衡。虽然计算预期的感染是一个很难的计算问题，简单而有效的平均场近似已经提出了在最近几年的文献。该优化问题可以转化为一个约束问题，其中约束条件强制执行描述流行病过程平均稳态的局部平均场方程。对于广泛的一类流行病模型，包括易感染-感染-移除和易感染-感染-易感模型，我们定义了一种消息传递方法来进行网络免疫，该方法使我们能够研究存在免疫节点时流行病爆发的统计特性，并找到（接近）最佳免疫集，用于给定的参数和成本选择。该算法与图的大小成线性关系，即使在大型网络上也可以有效。我们比较其性能与拓扑为基础的算法，贪婪的方法，和模拟退火。
2013-09-11 cond-mat.dis-nn cs.SI physics.soc-ph
Multiple routes transmitted epidemics on multiplex networks
本文研究了多重网络上多途径传播的流行病过程。我们提出了详细的理论分析，使我们能够准确地计算流行阈值和爆发规模。研究发现，即使所有网络层都远低于各自的流行病阈值，流行病也可以在多路复用网络中传播。多重网络中节点之间的度-度强正相关性可以导致更低的流行阈值和更小的爆发规模。而来自不同层节点的邻居平均相似度对流行阈值和爆发规模没有明显影响。
2013-12-25 cs.SI physics.soc-ph
Model predictive control for optimal social distancing in a type SIR-switched model
自2019冠状病毒病首次爆发以来，各国政府已采取社交距离策略以管理疫情。然而，进一步的流行病浪潮使经济和社会活动无法恢复到其标准强度。需要基于控制理论的社会距离干预措施来考虑对所实施的SIR型模型进行正式的动态表征，以避免不切实际的目标并防止进一步的爆发。这项工作的目的是双重的：充分了解一些动态方面的SIR型模型下的控制动作（与第二波），并在此基础上，提出了一种切换非线性模型预测控制，优化非药物措施的战略。与其他战略相反，这里的目标不仅是在任何时候最大限度地减少感染人数，而且要最大限度地减少流行病的最终规模，同时最大限度地减少社会限制的时间，避免感染流行高峰超过卫生保健系统能力所确定的最大值。仿真说明了上述建议的好处。
2021-06-03 math.OC physics.soc-ph
Modelling and predicting the effect of social distancing and travel restrictions on COVID-19 spreading
到目前为止，应对COVID-19大流行蔓延的唯一有效手段是非药物干预措施（NPI），这需要减少社会活动和流动限制的政策。量化其影响是困难的，但这是减少其社会和经济后果的关键。在这里，我们介绍了一个基于时间网络的元人口模型，该模型基于意大利的COVID-19疫情数据进行了校准，并易于评估这两种类型的NPI的结果。我们的方法结合了元人口模型的粒度空间建模的优势，能够通过活动驱动的网络真实地描述社会联系。我们提供了一个有价值的框架来评估不同的NPI的可行性，不同的时间和严重程度。结果表明，流动性限制的影响在很大程度上取决于在疫情爆发的早期阶段及时实施NPI的可能性，而减少活动的政策应优先考虑。
2020-12-16 math.DS 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
Social Media and COVID-19: Can Social Distancing be Quantified without Measuring Human Movements?
COVID-19疫情对国际健康及经济构成重大威胁。在这种病毒得不到治疗的情况下，公共卫生官员要求公众保持社交距离，以减少身体接触的次数。然而，量化社交距离是一项具有挑战性的任务，目前的方法是基于人类的运动。我们提出了一个时间和成本效益的方法来衡量人们如何实践社会距离。本研究提出了一种基于支持和鼓励社交距离的标签频率来测量社交距离的新方法。我们已识别出18个相关标签，并追踪其于二零二零年一月至五月期间的趋势。我们的评估结果显示，我们的研究结果与Google社交距离报告之间存在很强的相关性（P<0.05）。
2020-06-06 cs.SI physics.soc-ph
Social stress drives the multi-wave dynamics of COVID-19 outbreaks
流行病的动态取决于人们在爆发期间的行为变化。在疫情发生之初，人们对病毒并不了解，然后，疫情爆发并报警后，他们开始遵守限制措施，疫情的传播可能会下降。随着时间的推移，有些人会对这些限制感到厌倦/沮丧，并停止遵循它们（疲惫），特别是如果新病例的数量下降。休息一段时间后，他们可以再次遵循限制。但在这一停顿期间，第二波浪潮可能会到来，并变得比第一波更强大。基于SIR模型的研究不能预测观察到的第一波流行病的快速退出。应考虑社会动态。第二次浪潮的出现也取决于社会因素。SIR模型的许多推广都考虑了免疫力随时间的减弱、病毒的进化、疫苗接种和其他医学和生物学细节。然而，这些更复杂的模型并不能解释具有不同内在社会文化特征的国家之间暴发概况的明显差异。在我们的工作中，提出了一个COVID-19大流行的模型系统，将社会压力的动态与经典流行病模型相结合。社会压力是用社会物理学的工具来描述的。将动态SIR型模型与一般适应综合征的三个阶段（警报-抵抗-耗竭）相结合，就有可能高精度地描述13个国家的现有统计数据。找到了模型与数据最佳拟合所对应的动力学常数集，它们表征了社会动员防治流行病的努力并在一段时间内保持这种集中的能力，并可进一步帮助制定针对特定社会的战略。
2021-10-19 physics.soc-ph q-bio.PE
Importance of suppression and mitigation measures in managing COVID-19 outbreaks
我使用一个简单的流行病过程数学模型来评估四个基本量：繁殖数（R）、敏感个体（S）和传染性个体（I）的数量以及总社区规模（N）如何影响控制COVID-19的策略。数值模拟表明，在流行病开始时采取严格的抑制措施可以产生低传染性数字，此后可以通过更长时间的缓解措施来管理，以使流行病曲线变平。抑制措施越强，就能越快地实现有利于后续管理的低感染率。我们讨论了这种分析的预测，以及它如何适应长期的措施序列，包括使用群体免疫概念来利用获得性免疫。
2020-05-07 physics.soc-ph q-bio.PE
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
Epidemic Outbreaks on Quenched Scale-Free Networks
提出了不相关无标度网络上具有永久免疫性接触过程的有限尺寸标度理论。我们模拟了一个流行病爆发的易感-感染-删除模型的模拟，其中一个受感染的个体在一个时间单位内只攻击一个易感者，我们可以预期在无标度网络中有一个非零的临界阈值。正如我们已经知道的那样，易感染-感染-移除模型可以映射到键渗透过程中，使我们能够比较网络上的位点和键普适类的临界行为。我们使用外部场有限尺度理论，其中对有限大小的依赖性进入外部场，定义为感染个体的初始数量。我们可以将外场的标度设为$N^{-1}$。该系统提出了一个临界行为服从平均场普适类的地方性相变，我们表明理论和模拟。
2022-12-19 cond-mat.stat-mech 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
COVID-ABS: An Agent-Based Model of COVID-19 Epidemic to Simulate Health and Economic Effects of Social Distancing Interventions
Instituto Federal do Norte de Minas Gerais (IFNMG)（北米纳斯吉拉斯联邦学院）；Federal University of Minas Gerais（米纳斯吉拉斯联邦大学）；Universidade Federal de Minas Gerais（米纳斯吉拉斯联邦大学）；Universidade Federal de Ouro Preto（奥罗普雷托联邦大学）
由SARS-CoV-2冠状病毒引起的COVID-19大流行直接影响了全球的公共卫生和经济。为了克服这一问题，各国采取了不同的政策和非药物干预措施来控制病毒的传播。本文提出了COVID-ABS，一个新的SEIR（易感-暴露-隔离-隔离）的代理为基础的模型，旨在模拟流行病的动态使用代理模仿人，企业和政府的社会。分析了七种不同的社交距离干预方案，这些方案具有不同的流行病学和经济影响：（1）什么都不做，（2）封锁，（3）有条件封锁，（4）垂直隔离，（5）部分隔离，（6）使用口罩，（7）使用口罩并坚持50%的社交隔离。在不可能实施封锁的情况下，封锁造成的死亡人数最少，对经济的影响最大，因此，在社会合作方面，结合使用口罩和部分隔离的情况可能更现实。COVID-ABS模型是用Python程序设计语言实现的，源代码公开。通过改变输入参数，该模型可以很容易地扩展到其他社会，并允许创建大量其他场景。因此，这是一个有用的工具，以协助政治家和卫生当局规划他们的行动，以应对COVID-19疫情。
2020-07-08 cs.AI physics.soc-ph
