The effect of anti-COVID-19 policies to the evolution of the disease: A complex network analysis to the successful case of Greece
在希腊承诺在抗击疾病方面取得成功的背景下,本文提出了一种新的方法来研究希腊COVID-19感染曲线的演变与用于控制大流行的抗COVID-19政策的关系。基于COVID-19的持续传播以及应用经典时间序列方法的数据不足,该分析基于可见性图算法来研究希腊COVID-19感染曲线作为一个复杂网络。通过使用模块化优化算法,生成的可见性图被划分为社区定义的时间序列体中的不同连通性的时期。这些时期揭示了疾病演变中的一系列不同类型学,从幂模式开始,其中二阶多项式(U形)模式中间,随后是几个指数模式,最后是当前对数模式,表明希腊COVID-19感染曲线的演变趋于饱和。网络分析还说明了枢纽的稳定性和中、低度节点的不稳定性,这意味着未来达到最大值(感染)的概率很低,而低于平均值的其他值的变化性具有很高的不确定性。整体方法通过提出一种将时间序列结构分解为多个时期的新方法,从而有助于科学研究,该方法允许从序列中删除不相关的过去数据,从而促进更好的预测,并提供良好政策和决策实践以及管理的见解,可能有助于其他国家提高其在抗击COVID-19的战争中的表现。
2020-04-12 physics.soc-ph q-bio.PE
Pulsating-campaigns of human prophylaxis driven by risk perception palliate oscillations of direct contact transmitted diseases
人类行为反应在疾病暴发的影响中起着重要作用,但在流行病学模型中往往被忽视。了解行为变化在多大程度上决定了流行病传播的结果,对于设计有效的干预政策至关重要。在这里,我们将分析性地探讨保护自己免受感染的个人决定与流行病传播之间的相互作用。我们这样做的基础上感知的感染风险与易感-感染-易感模型耦合的决策游戏。有趣的是,我们发现,是否保护自己的简单决定足以改变流行病的进程,通过在流行率中产生持续稳定的振荡。我们认为这些振荡是有害的,并提出了两个干预政策,旨在修改行为模式,以帮助减轻他们。令人惊讶的是,我们发现,脉动运动,连续的相比,更有效地减少这种振荡。
2020-02-18 nlin.AO physics.soc-ph
Self-similarity in pandemic spread and fractal containment policies
该研究提出用自相似分形方式描述多尺度疾病传播,基于多尺度再生数设计遏制策略,可同时降低健康与经济成本,且通过美国异质SIS模型模拟验证了理论结论。
2024-12-12 physics.soc-ph q-bio.PE q-bio.QM
Optimising Lockdown Policies for Epidemic Control using Reinforcement Learning
TCS Research(塔塔咨询服务研究院);Microsoft Research(微软研究院)
在新型冠状病毒肺炎(COVID-19)疫情持续的背景下,多份报告和研究试图对该疾病的传播进行建模和预测。关于限制对健康和经济的损害的政策也有激烈的辩论。一方面,人口的健康和安全是大多数国家的主要考虑。另一方面,我们不能忽视全国范围内严格封锁可能造成的长期经济损害。在这篇工作论文中,我们提出了一种定量方法来计算单个城市或地区的封锁决策,同时平衡健康和经济因素。此外,这些政策是自动学习所提出的算法,作为疾病参数(传染性,妊娠期,症状持续时间,死亡概率)和人口特征(密度,运动倾向)的函数。我们考虑了现实的考虑因素,如不完美的封锁,并表明使用强化学习获得的政策是一个可行的量化方法对封锁。
2020-05-01 cs.AI cs.LG physics.soc-ph
Travel Cadence and Epidemic Spread
在本文中,我们研究了人口之间的相互作用如何影响流行病的传播。我们扩展了经典的SEIR模型,包括基于集成的疾病传播模拟和人口流动。我们的模型不同于现有的旅行模式,有一个更详细的表示,而不会失去易处理性。这使我们能够高保真地研究跨区域旅行的流行后果。特别是,我们将\emph{travel cadence}定义为区域间旅行的二维度量,并表明这两个维度都会调节流行病传播。这一技术见解引出了政策建议,指出了一系列简单的政策轨迹,可以有效遏制疫情传播,同时保持基本的流动性。
2021-07-01 cs.SI physics.soc-ph
Disease Detectives: Using Mathematics to Forecast the Spread of Infectious Diseases
COVID-19大流行导致人们目前的生活方式发生重大变化。为了确定如何最好地减少大流行的影响并开始重新开放社会,各国政府从传染病传播的数学模型中获得了见解。在本文中,我们介绍了一系列数学模型(称为“隔间模型”),并讨论了分析这些模型的结果如何影响政府政策和人类行为,例如鼓励戴口罩和保持身体距离以帮助减缓疾病的传播。
2020-09-07 math.DS math.HO nlin.AO
Data-driven Contact Network Models of COVID-19 Reveal Trade-offs between Costs and Infections for Optimal Local Containment Policies
尽管美国已实施数项非药物措施数月以减缓冠状病毒病(COVID-19)大流行,但随着限制措施被解除以重振经济,该疾病在多个县仍是一种危险。在经济复苏和感染控制之间做出权衡是许多重灾县面临的重大挑战。了解传播过程和量化地方政策的成本对于应对这一挑战至关重要。在这里,我们研究了匿名的,地理定位的移动数据和人口普查和人口统计数据的人口动态接触模式,以创建数据驱动的,基于代理的接触网络。然后,我们在美国的10个大都市县模拟了随时间变化的传染模型的流行病传播,并评估了流动性减少,口罩使用和重新开放政策的组合。我们发现,我们的模型捕捉到的时空和异质性的情况下,在不同的国家动态人口行为的基础上的轨迹。我们的研究结果表明,一个决策工具,同时考虑经济成本和感染的政策结果,可以在决策的地方遏制战略的经济放缓和病毒传播的最佳平衡的信息。
2021-04-03 cs.SI nlin.AO physics.soc-ph
Urban transfer entropy across scales
本文从不同时空尺度信息交换的角度研究城市群的形态。城市是多维的非线性现象,因此,了解尺度之间的关系和连通性对于确定地方/区域城市政策的相互作用如何影响城市住区的分布非常重要。为了量化这些关系,我们遵循信息理论的方法使用的概念转移熵。我们的分析是基于随机城市分形模型,它模仿城市不断增长的定居点和移民潮。研究结果表明,不同的政策如何影响城市形态的跨地理尺度产生的信息。
2015-05-08 physics.soc-ph
Effectiveness of vaccination and quarantine policies to curb the spread of COVID-19
流行病,即疾病在世界范围内的传播,可以从社会和生物学角度威胁人类,并使现有的生活习惯瘫痪。为了避免更大的灾难并恢复正常生活,人们在从个人到全球的多个层面上做出了巨大的努力:注意手部卫生,制定戴口罩、社交距离、隔离等社会政策,以及发明疫苗和补救措施。就目前严重的疫情,即2019冠状病毒病,我们探讨采取上述措施时的传播抑制效果。特别是考虑检疫和疫苗接种,因为它们是政府层面上阻断传播和预防的代表性主要治疗方法。我们建立了一个由易感(S)、接种(V)、暴露(E)、感染(I)、隔离(Q)和恢复(R)等部分组成的房室模型,称为SVEIQR模型。我们调查了首尔的感染病例,并考虑了三种疫苗,辉瑞,Moderna和阿斯利康。相关参数的值是从首尔的经验数据和疫苗的临床数据中获得的,并通过贝叶斯推断进行估计。在确认我们的SVEIQR模型是合理的之后,我们通过在当前值附近调整与检疫和疫苗接种政策相关的参数来测试各种场景。从我们的模型中获得的定量结果可以为有效的疫苗接种和社会政策的政策制定提供指导。
2022-07-20 physics.soc-ph q-bio.PE
The Network Limits of Infectious Disease Control via Occupation-Based Targeting
政策制定者通常采用非药物干预措施来控制流行病的规模和严重程度。在非药物干预措施中,旨在减少人与人之间的病原体传播的社会距离政策最近变得突出。尤其是,全球各地为应对COVID-19疫情而广泛实施的居家政策已证明对减缓疫情增长显著有效。然而,这种生硬的政策工具虽然有效,但会产生许多意想不到的后果,包括可能大幅降低经济生产力。在这里,我们开发的方法来调查的潜力,同时控制流行病的传播,同时也尽量减少经济干扰。我们这样做是通过将包含在城市环境中的职业和网络信息结合起来,这些信息通常被排除在典型的流行病控制政策设计之外。我们的方法的结果表明,在经济生产力和流行病控制方面的巨大收益可能是通过纳入和考虑职业接触网络的简单测量特征而获得的。然而,我们发现证据表明,更复杂,更隐私的侵犯,这个网络的措施并没有大幅提高性能。
2021-03-20 cs.SI physics.soc-ph
Causal Inference in Disease Spread across a Heterogeneous Social System
在复杂系统中,扩散过程受外部触发和内部动力学的控制。及时和具有成本效益地控制传染病传播关键取决于揭示潜在的扩散机制,由于事件之间的无形因果关系及其随时间演变的强度,这是具有挑战性的。我们推断感染之间的因果关系,并量化元人群的自反性,即通过其内部动态(由先前病例引发的区域爆发的可能性)对事件发生的反馈水平。这些都是由我们新提出的模型,潜在影响点过程(LIPP),模型疾病传播的基础上,结合宏观层面的内部动态的元人口的流动性。我们分析了澳大利亚昆士兰州15年的登革热病例。从我们的因果推断,疫情更可能是由全州范围的全球扩散随着时间的推移,导致疾病传播的复杂行为。就反射性而言,人口稠密地区的前兆性增长和对称性下降归因于通过群体间动态对之前爆发的缓慢但持续的反馈,而外围地区的突然增长但急剧下降则是由通过群体内动态的快速但不稳定的反馈导致的。我们提出的模型揭示了基于组内和组间动态的离散事件之间的概率因果关系,并涵盖了直接和间接的扩散过程(基于接触和病媒传播的疾病传播)。
2018-01-24 cs.SI physics.soc-ph q-bio.PE
Fundamental limits on taming infectious disease epidemics
University of Cambridge(剑桥大学);Wageningen University(瓦赫宁根大学);Imperial College London(帝国理工学院)
本研究通过数学和计算方法揭示了疫情控制的基本极限,发现在广泛成本函数下,单一最优恒定控制策略优于基于患病率的反馈策略,挑战了干预需随患病率调整的传统认知。
2025-09-15 cs.SY eess.SY math.OC
The Triple Helix Model and the study of Knowledge Based Inovation Systems
本文根据大学、产业和政府之间的动态相互联系,探讨了知识创新系统不断变化的性质。工业界必须评估它们决定以何种方式和在何种程度上使研发职能内部化。大学在区域和全球市场中定位自己。各国政府在产业政策投资、科技政策和/或结构层面的微妙和平衡干预之间做出明智的权衡。只要人们能够根据新技术在不同阶段的动态预测和/或跟踪趋势,就可以预期这种政策是成功的。经济学中的进化观点可以通过转向社会学中的反身性来补充,以便更深入地理解大学-产业-政府关系中的交流如何重塑创新体系,这些创新体系目前是辩论,政策制定和科学研究的主题。
2009-11-22 physics.soc-ph
Probing into the effectiveness of self-isolation policies in epidemic control
在这项工作中,我们检查的可靠性控制和平息流行病模仿的易感-感染-易感(SIS)模型定义在一个复杂的网络上,通过当前和可实施的检疫和隔离政策。具体来说,我们认为网络中的每个个体最初都与两种类型的个体联系在一起:同一家庭的成员和熟人。该网络的拓扑考虑概率$q$而演变,该概率旨在表示检疫或隔离过程,其中根据流行病控制的标准策略,与熟人的连接被中断。在目前的自我隔离和标准感染率的政策,我们的研究结果表明,传播要么是唯一的假设率的遵守或根本无法控制。
2012-05-15 physics.soc-ph q-bio.PE
A Novel Compartmental Approach to Modeling COVID-19 Disease Dynamics and Analyzing the Effect of Common Preventative Measures
截至2020年12月,COVID-19疫情已感染超过75百万人,成为现代历史上最致命的疫情。本研究开发了一种新的针对SARS-CoV-2病毒的房室流行病学模型,并分析了常见预防措施(如检测、隔离、社交距离和疫苗接种)的效果。通过考虑为最大限度地减少病毒传播而制定的最普遍的干预措施,该模型为未来COVID-19和其他现代流行病的数学建模奠定了重要基础。具体而言,该模型扩展了经典的SIR模型,并为处于潜伏期、无症状、检测阳性、隔离、接种疫苗或死亡的个体引入了单独的隔间。它还解释了可变的感染率、检测率和死亡率。我首先分析了加利福尼亚州圣克拉拉县的疫情,然后概括了调查结果。结果显示,尽管所有预防措施都能减少COVID-19的传播,但隔离和社交距离规定降低了感染率,是最有效的政策,其次是疫苗分发,最后是公开测试。因此,政府应集中资源执行隔离和社交距离政策。此外,我发现数学证明,相对较高的无症状率和较长的潜伏期是COVID-19快速传播的驱动因素。
2021-11-17 physics.soc-ph q-bio.PE stat.AP
Infection percolation: A dynamic network model of disease spreading
疾病传播模型对于预测人群中的感染增长和评估公共卫生政策至关重要。然而,标准模型通常使用宏观参数来表示个体之间的疾病传播的动态,这些宏观参数不能准确地表示人与人之间的变异性。为了解决这个问题,我们提出了一个动态网络模型,提供了一个简单的方法,将疾病传播动态在个人规模以及在人口规模的完整时空感染史。我们发现,疾病通过社会网络传播是一种感染的行波,随后是康复的行波,传播的开始和动力取决于疾病传播和康复之间的相互作用。我们利用这些见解来开发一种预测不同疾病和人群感染动态的标度理论。此外,我们展示了感染易感性的空间异质性如何加剧或平息疾病的传播,这取决于其传染性。最终,我们的动态网络方法提供了一种简单的方法来模拟疾病传播,统一了以前的研究结果,并可以推广到不同的疾病,遏制策略,季节性条件和社区结构。
2021-03-17 cond-mat.stat-mech cs.SI nlin.AO