Identifying highly influential travellers for spreading disease on a public transport system
最近爆发的新型冠状病毒及其快速传播强调了了解人类流动性的重要性。封闭的空间，如公共交通工具（如公共汽车和火车），为感染广泛和快速传播提供了合适的环境。因此，调查个人在公共交通系统上的移动模式和身体接触对于了解传染病爆发的驱动因素至关重要。例如，以前的工作探讨了人类流动固有的重复模式对疾病传播的影响，但没有考虑到旅行距离或相遇次数等其他方面。在这里，我们同时考虑多个流动性维度，以揭示设计有效干预策略的关键信息。我们使用一个月的全市范围内的灵巧卡旅行数据收集在澳大利亚悉尼巴士乘客沿三个维度，即探索程度，旅行的距离和遇到的数量进行分类。此外，我们还模拟了疾病在交通网络上的传播，并追踪了感染路径。我们详细调查了分类组之间的传输，而不同的感染概率和病原体的悬浮时间。我们的研究结果表明，沿着多个维度描述个体同时揭示了不同乘客群体之间复杂的感染相互作用，当只考虑单个维度时，这种相互作用仍然是隐藏的。我们还确定了比其他群体更有影响力的特定疾病特征，这可以指导遏制和疫苗接种工作。
2020-04-03 cs.SI 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
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
Human mobility and time spent at destination: Impact on spatial epidemic spreading
宿主迁移在传染病的空间传播中起着重要作用。以前的理论工作的基础上集成的网络理论到集合种群框架表明，异质性，真正的移动网络的特点有利于传播的流行病。然而，到目前为止进行的研究假设移动过程是马尔可夫或非马尔可夫与固定的旅行时间尺度。然而，现有统计数据表明，旅行者在目的地停留的时间波动很大，从一天到几个月不等。这种不同的停留时间对宿主之间混合事件的机会和持续时间产生至关重要的影响，因此可能对新出现的疾病的传播产生强烈影响。在这里，我们提出了一个分析和计算研究的流行病过程中的一个复杂的亚群网络，旅客有记忆的起源，并花了一个异质分布的时间间隔在他们的目的地。通过分析计算和数值模拟，我们发现逗留时间的异质性改变了局部爆发和全局入侵之间阈值的表达式，并且在全局爆发的情况下，它改变了系统的流行病行为。此外，我们的理论框架使我们能够研究旅行行为的变化对感染的影响，通过考虑一种情况，其中患病的人不离开他们的家庭位置。最后，我们比较了我们的非马尔可夫框架的结果与经典的马尔可夫方法，并找到两者之间的相关差异，在估计的流行病入侵的潜力，以及其空间传播的时间和模式。
2013-09-25 physics.soc-ph q-bio.PE
Detecting Robust Patterns in the Spread of Epidemics: A Case Study of Influenza in the United States and France
在本文中，作者开发了一种方法，检测在不同地区的流行病模式之间的相关性，是由于人类的运动，并引入一个空模型，其中旅行引起的相关性被取消。他们将这种方法应用于美国和法国有充分记录的季节性流感暴发病例。在美国（使用1972-2002年的数据），作者观察到几个州与其近邻之间存在强烈的短程相关性，以及由国内大量空中交通流量造成的强大的长程传播模式。这些结果随时间的稳定性使作者能够得出关于旅行限制对流行病传播可能影响的结论。作者还将这种方法应用于法国（1984-2004）的案例，发现在区域范围内，没有明显主导疾病传播的交通方式。这种方法的简单性和鲁棒性表明，它可能是一个有用的工具，检测传播渠道的流行病的传播。
2008-06-22 physics.soc-ph q-bio.PE
Effects of Interregional Travels and Vaccination in Infection Spreads Simulated by Lattice of SEIRS Circuits
SEIRS模型是SEIR模型的扩展，用于分析和预测病毒感染的传播，该模型进一步扩展，以考虑跨地区的人员流动。与以前考虑来自/前往其他地区的旅行者风险的模型相比，我们考虑了两个因素。首先，我们考虑易感者（S）、暴露者（E）和康复者（R）的移动情况，这些人可能会感染并感染目的地地区的其他人，以及感染者（I）。第二，生活在一个地区的人和从其他地区迁移过来的人被视为独立但相互作用的群体，他们的状态是S、E、R或I。这使我们能够考虑个人在感染前的流动对感染传播的潜在影响，这种流动在移民时很难通过检测发现。在本文中，我们展示了模拟的结果，其中个人跨地区旅行，这意味着在这里的县，政府选择地区优先接种疫苗。我们发现了一个普遍的规律，即当我们将疫苗分配到区域时，通过最大化指标值，条件熵Hc，可以有效地使用一定数量的疫苗。这种策略的效率，最大限度地提高HC，被发现优于接种区域具有更大的有效再生数。这一定律还解释了一个令人惊讶的结果，即如果疫苗接种速度足够快，跨区域边界的旅行活动可能会抑制传播，从而引入社会混乱的概念。
2021-06-30 cs.SI physics.med-ph physics.soc-ph
Random Spatial Networks: Small Worlds without Clustering, Traveling Waves, and Hop-and-Spread Disease Dynamics
随机网络模型在建模、分析和理解现实网络中的复杂现象方面发挥着重要作用。然而，网络的一个关键属性往往被忽视：许多现实世界的网络表现出空间结构，节点选择邻居的概率取决于物理距离。在这里，我们介绍一类随机空间网络（RSN），它概括了许多现有的随机网络模型，但增加了空间结构。在这些网络中，节点被随机地放置在空间中，并以取决于它们的距离和它们各自的预期度的概率连接在边缘上，以一种关键的方式保持分析上的易处理性。我们使用这个网络类提出了一个新的泛化的小世界网络，在图中的平均最短路径长度是小的，在经典的Watts-Strogatz小世界网络，但与空间接近的节点是邻居在网络中发挥大集群的作用。小世界效应表现在这些空间小世界网络没有聚类。我们能够推导出偏积分-微分方程的控制通过RSN传播的传染病恢复，我们证明了行波解的存在性。如果距离核控制边缘位置的衰减速度慢于指数，人口规模的动态主要是由长程跳其次是本地传播的行波。这为最近观察埃博拉等流行病如何在现代互联社会中演变提供了一个理论建模框架，远程连接播种了新的焦点，流行病以波浪式的方式在当地传播。
2017-02-04 nlin.PS physics.bio-ph physics.soc-ph
How Political is the Spread of COVID-19 in the United States? An Analysis using Transportation and Weather Data
我们通过挖掘2020年3月至2020年7月美国居民的交通模式，调查了2016年总统大选中唐纳德·特朗普（红色）和希拉里·克林顿（蓝色）赢得的州之间COVID-19传播的差异。为了确保公平的比较，我们首先使用K均值聚类方法将50个州根据其人口，面积和人口密度分为五个集群。然后，我们使用居民出行的平均百分比和每人的出行次数来描述不同州居民的日常交通模式。对于每个州，我们研究了在正式重新开放日期之前和之后的2个月内旅行模式和感染率之间的相关性。我们观察到，在封锁期间，红色和蓝色州都显示出他们的旅行模式与感染率之间的强正相关性。然而，在州重新开放后，我们发现在所有五个州集群中，红色州的旅行感染相关性高于蓝色州。我们发现，红州和蓝州的居民在州重新开放后的一段时间内表现出类似的旅行模式，这使我们得出结论，平均而言，红州的居民可能比蓝州的居民更不安全。此外，我们使用温度数据试图解释居民出行方式和安全措施的差异。
2020-09-10 cs.SI physics.soc-ph
From localized to well-mixed: How commuter interactions shape disease spread
本文研究通勤分布如何影响疾病传播动力学，揭示指数局域化分布产生Fisher波、长尾分布抑制有限速度波，并提出对流行病监测至关重要的“偏移时间”概念。
2023-05-27 physics.soc-ph q-bio.PE
Assessing the Interplay between travel patterns and SARS-CoV-2 outbreak in realistic urban setting
密集的社会接触网络和拥挤的城市地区的高度流动性助长了传染病的迅速传播。典型的机制流行病学模型要么基于均匀混合与ad-hoc接触过程，要么需要实时或存档的人口流动数据来模拟社交网络。然而，新型冠状病毒（SARS-CoV-2）的快速全球传播导致全球和区域范围内前所未有的封锁，使存档数据集的使用受到限制。虽然人们经常假设人口密度是疾病传播的重要驱动因素，但具有可比密度的不同城市所表现出的不同疾病轨迹和感染率需要对疾病及其驱动因素进行高分辨率的描述。在这项研究中，我们探讨了在城市内的旅行模式的遏制区的创建的影响。此外，我们使用一个动态的基于网络的传染病模型，以了解疾病传播的关键驱动因素，在亚公里尺度证明在艾哈迈达巴德，印度，已被列为SARS-CoV-2的热点城市。我们发现，除了接触网络和人口密度，道路连接模式和交通便利程度与疾病的传播率密切相关。鉴于在封锁期间对实时交通数据的访问有限，我们使用开源调查和政府报告中的开源图像和出行模式生成道路连通网络。在拟议的框架内，我们分析了社交距离、强制封锁以及加强检测和预防措施减轻疾病传播的相对优点。
2020-09-25 physics.soc-ph q-bio.PE
The impact of spatio-temporal travel distance on epidemics using an interpretable attention-based sequence-to-sequence model
Sun Yat-sen University（中山大学）；Peking University（北京大学）；University of Science and Technology of China（中国科学技术大学）
本研究通过增强S2SEA-Net模型引入注意力机制，利用美国县级人口流动数据，揭示不同旅行距离对COVID-19传播动态的影响及空间差异，为未来防疫政策提供依据。
2023-11-12 cs.AI 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
Network structure of COVID-19 spread and the lacuna in India's testing strategy
我们描述了COVID-19在印度的传播网络，发现传播率为0.43，每天的病例增长是由在国外感染病毒的个人推动的。我们探讨的问题，这是否代表指数衰减的动态或仅仅是一个人工制品的印度的测试策略。检测主要限于来自高风险国家的个人及其直接接触者，这意味着该网络反映了来自有偏见的检测样本的阳性识别。鉴于检测水平普遍较低，而且几乎完全没有社区传播检测，我们很有可能错过疫情的实际性质。印度目前的病例量仍然很低，采取行动的时间可能很短，因此应该积极和系统地扩大社区传播的随机检测，包括对无症状病例的检测。这将有助于了解真正的传输特性，并为不久的将来做出适当的规划。
2020-03-21 physics.soc-ph q-bio.PE
The effect of interurban movements on the spatial distribution of population in China
了解城市间流动如何改变人口的空间分布对于交通规划很重要，但也是流行病建模的基本要素。我们在此重点关注中国农历新年期间的度假旅行（所有交通方式），并将2019年的结果与2020年的结果进行比较，其中旅行禁令适用于减缓新型冠状病毒（COVID-19）的传播。我们首先表明，这些旅行流分布广泛，并显示大的时间和空间波动，使他们的建模非常困难。当流动量较大时，它们似乎更加分散在更多的来源地和目的地，形成事实上的中心，可以大规模传播流行病。这些迁移很快（在大约一周内）导致人口在一小部分城市集中。我们通过定义一个摆动比率来定量描述初始分布的回归，这使我们能够表明这种动态非常缓慢，甚至由于旅行限制而在2020年农历新年停止。旅行限制显然限制了疾病在不同城市之间的传播，但也因此产生了相反的效果，使疾病高度集中在少数几个城市，除非个人接触受到严格限制，否则先验地有利于城市内的传播。这些结果揭示了城市间人口流动如何改变全国人口分布，这是在国家一级制定有效控制战略的一个关键因素。
2020-03-16 physics.soc-ph
How hate spreads online and why it returns: Re-entrant phases driven by collective behavior
Soochow University（苏州大学）；The Chinese University of Hong Kong（香港中文大学）；George Washington University（乔治华盛顿大学）
本文提出了一种双物种凝聚-破碎模型，结合易感-感染-康复动态，分析了仇恨内容在线上传播的机制和影响因素，揭示了系统传播受重新进入阈值阶段的调控，为预防系统性传播提供了理论依据。
2026-05-20 econ.GN nlin.AO physics.soc-ph
The Dynamics of COVID-19 spread: Evidence from Lebanon
我们采用两种不同的方法来探索2019冠状病毒病（COVID-19）在黎巴嫩的传播：STEIR模型，这是一种经过修改的SEIR模型，考虑了旅行的影响，以及重复迭代模型。我们拟合了自首例确诊病例至2020年6月底的每日可用数据，并预测了与不同级别的社交距离措施和旅行流入相关的可能传染情况。我们确定在黎巴嫩的初始生殖传播率和所有随后的动态。在重复迭代（RI）模型中，我们利用现有的数据，目前感染的人预测未来的感染情况下，几种可能的传染。在这两个模型中，我们的结果表明，更严厉的缓解措施将减缓疾病的传播。另一方面，正如STEIR所揭示的那样，目前放松措施和部分恢复国际航班将引发第二次感染爆发，严重程度取决于放松的程度。我们建议机构和公众对缓解措施作出强有力的承诺，以避免不受控制的传播。
2020-08-20 physics.soc-ph
Scaling of contact networks for epidemic spreading in urban transit systems
流动性的改善不仅有助于更密集的人类活动，而且也促进了传染病的传播，从而对数十亿城市通勤者构成重大威胁。在这项研究中，我们提出了一个多城市的调查，传染病传播的地铁乘客。我们使用中国三个特大城市的智能卡数据来构建个人层面的接触网络，并在此基础上对疾病的传播进行建模和研究。我们观察到，虽然在城市形态，网络布局和移动模式的不同，三个城市的地铁系统有相似的接触网络结构。这促使我们开发一个通用的生成模型，捕捉接触的数量分布，以及个人旅行者之间的接触持续时间。该模型解释了地铁接触网的结构特性如何与传染病的风险水平相关联。我们的研究结果强调了疾病爆发期间城市公共交通系统的脆弱性，并提出了减轻传染病风险的重要规划和运营策略。
2020-02-10 cs.SI physics.data-an physics.soc-ph
Highly coordinated nationwide massive travel restrictions are central to effective mitigation and control of COVID-19 outbreaks in China
COVID-19是由2019新型冠状病毒（SARS-CoV-2）引起的疾病，自2019年12月中国湖北省武汉市首次报告以来，已在全球范围内造成严重的灾难。自2020年1月23日武汉封锁以来，中国其他省份纷纷效仿，大规模的旅行限制令逾9亿人足不出户超过两个月，从而成功遏制了COVID-19在中国的传播。在此，我们评估了中国大规模封锁和旅行限制的影响，这些影响反映在封锁前和封锁期间流动模式的变化上。我们量化了各省之间和省内流动模式的同步性。利用这些流动性数据，我们结合流行病学分区模型校准了各省之间的流动，以量化封锁和减少疾病传播的有效性。我们的分析表明，其他省份的本地社区传播的开始和阶段取决于从震中湖北接收的累积人口流出。因此，感染可以进一步传播到附近和远处的其他相互连接的地方，从而需要同步封锁。此外，我们的数据驱动的建模分析表明，封锁和随之而来的流动性减少会滞后一段时间，从而对减缓传播并最终控制疫情产生实际影响。尽管中国各地的人口统计和流行病学特征差异很大，但流动性数据显示，大规模的旅行限制一直通过自上而下的方法实施，同时自下而上的合规水平很高。
2022-01-07 physics.soc-ph
Modeling the Worldwide Spread of Pandemic Influenza: Baseline Case and Containment Interventions
我们提出了一项关于大流行性流感的全球传播及其在全球一级可能的遏制的研究，考虑到所有关于航空旅行的现有信息。本文研究了一个考虑城市间航空客流数据的集合种群随机传染病模型。我们提供了一个时间和空间的演变与敏感性分析的不同水平的病毒的传染性和最初的爆发条件（地理和季节）。对于每一种传播情景，我们提供了时间轴和大流行在220个不同国家的3,100个城市地区的地理影响。我们比较了基线病例与不同的遏制策略，包括旅行限制和抗病毒（AV）药物的治疗使用。我们表明，包括航空运输是至关重要的全球疫情的发生概率的评估。在所有受影响的国家大规模使用抗病毒药物治疗将能够减轻大流行的影响，第一年的生殖率高达1.9;抗病毒药物的使用足以治疗约2%至6%的人口，同时有效地发现病例并及时分发药物。对于高传染性病毒（即，生殖率高达2.3），即使不切实际地使用相当于治疗约20%人口的用品，也会使30%-50%的人口受到感染。在有限的AV供应和流行病的繁殖率高达1.9的情况下，我们证明，更合作的战略，更有效的遏制结果在世界所有地区，包括那些国家，使其资源的一部分可供全球使用。
2007-01-24 cond-mat.stat-mech physics.soc-ph q-bio.OT
Toward a General Understanding of the Scaling Laws in Human and Animal Mobility
最近的研究强调了人类和动物移动的缩放特性。一个有趣的问题是，动物和人类在不同情况下的标度律指数是完全不同的。本文提出了一个一般的优化模型，即一个遵循标度律的随机步行者（其每步的行走距离服从指数为α的幂律分布）在给定的总行走距离下，以一个返回家乡的概率使其访问地点多样化。结果表明，不同的最佳指数在1和2之间可以自然出现。因此，人类和动物的流动性的标度属性可以理解在我们的框架中，标度律指数的差异是由于在访问地点多样性最大化下的回家约束。
2011-10-31 nlin.AO physics.bio-ph physics.soc-ph
Diversity of individual mobility patterns and emergence of aggregated scaling laws
揭示人类流动模式对于理解传染病传播、城市交通和其他体现空间性和人类出行的社会经济动态具有根本重要性。根据志愿者的直接旅行日记，我们表明，在个人层面上的位移分布的标度属性的情况下，而聚集的位移分布遵循幂律与指数截止。在总出行成本约束条件下，这种聚集标度律可以通过人类出行的混合性质在最大熵原理下得到解析预测。该理论的一个直接推论是，单一运输方式的位移分布应遵循指数规律，这在已知数据中也得到了支持。因此，我们得出结论，出行成本形状的位移分布在总的水平。
2013-09-23 cs.SI physics.data-an physics.soc-ph
