Long-term Coexistence of Epidemics and Risk Awareness: Impacts of Adaptive Human Response and Fatigue
College of Business, Jumeira University(朱美拉大学商学院);Department of Mathematical Sciences, Delaware State University(特拉华州立大学数学科学系)
研究流行病与风险意识长期共存问题,引入建模框架,将群体意识表示为动态行为状态,其因感染率内生、因疲劳衰减,与疾病动态形成反馈回路,揭示其对流行病结构和负担的调节作用,为相关建模及公共卫生准备提供依据。
2026-09-22 physics.soc-ph q-bio.PE
Coupled effects of epidemic information and risk awareness on contagion
通过在SIS模型中引入延迟的传染病信息和自我约束的出行行为,研究了及时准确的传染病信息和人们对传染病信息的敏感性对传染病传播的耦合影响。在只有局部随机移动的人群中,疫情信息是否延迟对疫情传播没有影响。人们对疫情信息的高度敏感性导致其风险规避行为,疫情的传播受到抑制。在只有全球人与人之间流动的人群中,及时准确的疫情信息有助于个人及时切断与感染者的联系,疫情在短时间内得到控制。疫情信息的延迟,导致个人对谁感染了、谁没有感染的判断失误,进而导致疫情进展迅速,高峰更高。在局部和全局流动并存的人群中,及时准确的疫情信息以及人们对疫情信息的高度敏感性,对遏制疫情起到了重要作用。理论分析表明,疫情信息滞后导致人们的误判,导致易感者与感染者的相遇概率增加,而人们的自我限制出行行为有助于降低这种相遇概率。已发现感染个体的比例和易感染的遭遇概率之间的函数关系。
2020-09-14 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
Psychological effect can lead to bistability in epidemics
本文研究了一类SIS传染病模型中的心理效应.得到了基本再生数.然而,无病平衡点总是渐近稳定的,它不依赖于基本繁殖数。该系统出现鞍结分岔,表现出双稳态行为,这是流行病动力学中的一个新现象,不同于后向分岔行为.
2020-01-19 q-bio.PE
Creating and controlling overlap in two-layer networks. Application to a mean-field SIS epidemic model with awareness dissemination
我们研究了两个网络$A,B$共享相同的$N$节点集(两层网络),其各自的度分布$p_A(k), p_B(k)$之间的潜在重叠的性质。定义的重叠系数$α$作为Jaccard指数,我们推导出的最小和最大的重叠系数的上限方面的$p_A(k)$,$p_B(k)$和$N$。我们还提出了一个算法的基础上交叉重布线的链接,以获得一个两层网络与任何规定的$α$在允许的范围内。最后,为了说明相互作用的传染过程的动力学的重叠的重要性,我们推导出一个平均场模型的SIS流行病的传播与对感染的认识在一个两层的网络,包含$α$作为参数。$α$和基本再生数之间的简单分析关系如下。随机模拟评估的准确性的上限$α$和平均场流行病模型的预测。
2016-02-16 physics.soc-ph q-bio.PE
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
Epidemic-induced local awareness behavior inferred from surveys and genetic sequence data
针对真实世界数据集中局部认知行为评估的挑战,提出通过分析临床基因序列数据中突变模式、识别超级传播事件并分配遏制评分的方法,验证其可作为局部认知代理指标,为认知建模领域提供重要见解。
2025-04-15 cs.SI physics.soc-ph q-bio.PE
An epidemic model highlighting humane social awareness and vector-host lifespan ratio variation
许多媒介传播疾病流行模型忽视了这样一个事实,即在现代人类文明中,社会意识以及自我防御系统对疾病的高级传播具有压倒性的作用。通过社交媒体和移动应用程序获取新闻变得越来越容易,而用于预防疾病的设备也越来越丰富和便宜。在这里,我们研究了一个简单的主机矢量模型,其中媒体引发的社会意识和季节性的载体繁殖考虑在内。出现了一个临界值,表明令人震惊的爆发;受感染的人类个体的数量超过这个临界值,将启动易感亚群的自卫系统。提出了一个模型,其中感染率围绕在贫困的可能性,不情愿,令人厌倦,认为疾病是很容易治愈的,缺乏医疗服务,和压倒性的饥饿的载体。通过对人类和病媒种群动力学之间不同的时间尺度进行研究,我们有了进一步的发现。由此产生的慢-快系统揭示了显着的动态,其中解决方案的轨迹局限于慢流形和临界流形,最终结束之前,在平衡。本文还研究了慢流形与临界流形的重合如何增强周期强迫。滞后回线的发现提供了如何定义惊人的爆发严重扰乱基本的生殖数,后来有助于保持小幅度的发病率周期的见解。
2020-02-27 math.DS q-bio.PE
Dynamics of vaccination in a time-delayed epidemic model with awareness
本文研究了疫苗接种对传染病动态的影响,传染病在人群中传播的同时也有意识。该模型考虑了全球宣传运动、不知情和知情个人之间的直接接触以及报告的感染病例对总体认识的贡献。据推测,在个人意识到和改变他们的行为之间有一些时间延迟。疫苗接种是给新生儿,以及有意识的个人,并进一步假设疫苗诱导的免疫力可能会随着时间的推移而减弱。无病平衡点和地方病平衡点的可行性和稳定性进行了分析研究,并发现地方病平衡点的Hopf分支的条件下,系统参数和时滞。数值延续的Hopf分岔和数值模拟的模型,以说明不同类型的动力学行为的分析结果的支持。
2017-10-12 nlin.CD q-bio.PE q-bio.QM
Recent trends in socio-epidemic modelling: behaviours and their determinants
University of Trento(特伦托大学)
本文探讨了社会流行病建模中行为及其决定因素的最新趋势,指出传统线性假设可能不适用,并强调需更复杂的模型来解释个体行为。
2025-06-16 physics.soc-ph q-bio.PE
Robustness of behaviourally-induced oscillations in epidemic models under a low rate of imported cases
研究了一类定义在接触网络上的传染病常微分方程模型预测持续振荡的鲁棒性。该模式包括在个人中传播认识,此外,还有少量输入病例。当我们模拟流行病时,这些情况可以防止随机干扰,因此,它们可以检查受感染个体的平均动态是否被ODE模型准确预测。随机模拟证实了持续振荡的存在,为不同类型的随机网络,从一个非振荡的渐近制度,一个周期性的急剧过渡的敏感个人的报警率从很小的值增加。这种突然过渡到周期性的高振幅的流行病是相当准确地预测的霍普夫分叉曲线计算的ODE模型使用的警报率和感染传播率为意识到个人作为调谐参数。
2020-10-14 q-bio.PE q-bio.QM
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
Flexible imitation suppresses epidemics through better vaccination
决定是否接种疫苗是一个复杂的问题。它涉及到对社会公益-群体免疫-和对个人福祉的贡献。它受到社会影响、个人经历、教育和大众媒体的影响。在我们的工作中,我们调查了一种情况,在这种情况下,个人根据社会邻里对以前流行病的反应做出选择。我们这样做,提出了一个最低限度的模型,使用组件从博弈论,网络理论和流行病传播的建模,和意见动态。个人可以通过两种方式使用关于邻居的信息-要么跟随大多数人,要么跟随表现最好的邻居。此外,我们让个人从他们的经验中学习这两种决策策略中的哪一种。我们的研究结果表明,如果满足以下条件,个体选择如何整合来自邻域的信息的灵活性会增加疫苗的摄取并降低流行病的严重程度。首先,模仿邻居大多数的个体的初始部分应该是有限的,其次,以前爆发的记忆应该足够长。这些结果对接受新型疫苗和提高对疫苗接种的认识具有影响,同时也指出了有希望的未来研究方向。
2020-10-12 physics.soc-ph q-bio.PE
Predictive Situation Awareness for Ebola Virus Disease using a Collective Intelligence Multi-Model Integration Platform: Bayes Cloud
BAIES, LLC(BAIES有限责任公司);George Mason University(乔治梅森大学)
人类一直面临着与传染病相关的大量挑战,每年有600多万人死于传染病。尽管已作出持续努力以减轻此类不幸事件的潜在损害,但毫无疑问,仍有许多持续的挑战有待克服。我们在此特别讨论的一个相关问题是对此类流行病的评估和预测。在这一研究领域,传统的和特设的模型往往无法提供适当的预测态势感知(PSAW),其特征在于理解当前的情况和预测未来的情况。针对传染病的全面PSAW可以支持决策,并有助于阻止疾病传播。在本文中,我们开发了一个计算系统平台,专注于集体智慧因果建模,以支持PSAW在传染病领域。对全球流行病的分析需要整合多个不同的数据和模型,这些数据和模型可能来自多个独立的研究人员。这些模型应该整合起来,从整体上准确地评估和预测传染病。该系统应提供三个主要功能:(1)协作因果建模,(2)因果模型集成,(3)因果模型推理。这些功能由主题专家和人工智能(AI)支持,并具有不确定性处理。主题专家,作为集体智慧,开发因果模型,并将它们整合为一个联合因果模型。综合因果模型应用于推理:(1)过去,关于因果因素如何发生;(2)现在,关于传播现在如何进行;(3)未来,关于传播将如何进行。最后,我们介绍了一个用于埃博拉病毒疾病的预测性态势感知的用例。
2019-05-04 cs.AI physics.soc-ph q-bio.PE
Daily Forecasting of New Cases for Regional Epidemics of Coronavirus Disease 2019 with Bayesian Uncertainty Quantification
为了提高对形势的认识并支持循证决策,我们制定了两种类型的数学模型,用于研究COVID-19在区域人群中的传播。一个是拟合函数,可以校准以再现具有两个时间尺度的流行曲线(例如,快速生长和缓慢衰减)。另一个是一个房室模型,它解释了隔离、自我隔离、社交距离、非指数分布的潜伏期、无症状个体以及轻度和重度症状性疾病。使用贝叶斯推断,我们每天都在校准我们的模型,以确保与来自美国15个人口最多的大都市统计区的确诊病例新报告保持一致,并量化参数估计和未来病例报告预测的不确定性。这种在线学习方法可以及早发现新的趋势,尽管病例报告的差异很大。我们推断,从2020年4月19日至2020年6月12日,五个大都市区将出现新的显著上升趋势。
2020-07-20 q-bio.PE q-bio.QM
Stability and bifurcations of a minimal model for the effect of PrEP-related risk compensation in epidemics of sexually transmitted infections
Max Planck Institute for Dynamics and Self-Organization(马克斯·普朗克动力学与自组织研究所);Institute for the Dynamics of Complex Systems, University of Göttingen(哥廷根大学复杂系统动力学研究所)
本文提出一个最小模型,研究PrEP对性传播感染传播的影响,分析风险补偿行为与流行病动态的非线性相互作用。
2025-12-12 math.DS q-bio.PE
Epidemics on Networks: Reducing Disease Transmission Using Health Emergency Declarations and Peer Communication
在一个通信和信息通过手机和互联网即时传播的世界中,了解个人的决定有助于制定和实施旨在阻止或改善疾病传播的政策。在这份手稿中,公共卫生官员产生的官方社会网络扰动的作用,以减缓或阻止疾病爆发的研究在不同类别的静态社交网络。动态本质上是随机的,个人(节点)被分配固定的教育或财富水平。节点可能会改变其流行病学状态从易感,感染和恢复。最重要的是,假设当流行率达到预定的阈值水平P* 时,信息(在我们的框架中称为意识)开始传播,这是由公共卫生当局触发的一个过程。假设信息在同一静态网络上传播,一个人是否成为临时举报人,取决于他/她的教育水平或财富以及流行病学状况。随机模拟表明,阈值选择P* 和平均基本再生数的值影响最终的流行规模差异。对于Erdos-Renyi网络和小世界网络,在一定条件下可以确定使最终流行规模最小的P* 的最优选择,而对于无标度网络,情况并非如此。
2019-04-29 physics.soc-ph q-bio.PE
Estimating the epidemic threshold under individual vaccination behaviour and adaptive social connections: A game-theoretic complex network model
本文构建自适应多重网络上的行为—患病率博弈模型,并用MMCM推导流行病阈值,揭示自适应社会联系、网络拓扑及风险感知对接种行为和传播阈值的影响。
2024-10-28 physics.soc-ph q-bio.PE
A minimal model for multigroup adaptive SIS epidemics
本文提出多群体aNIMFA模型以刻画异质社区网络中局部与全局疾病意识对SIS传播的影响,分析平衡点稳定性,并揭示双社区周期行为及断连防控策略差异。
2025-01-30 math.DS q-bio.PE
Spread of infectious disease and social awareness as parasitic contagions on clustered networks
生物传染病(如流感)与相关信息传播(如流感疫苗接种活动)相互作用的模型有着丰富的历史。最近关于网络上相互作用的传染病传播的研究突出表明,这些相互作用的传染病可以与网络结构产生反直觉的相互作用。在这里,我们概括了这些框架之一,以解决意识和疾病传播的三个重要特征:第一,我们在高度聚集的,小团体的网络上模拟动态,以模拟工作场所和家庭的作用;第二,意识传染通过降低其传播率来影响生物传染的传播,其中意识或接种疫苗的个体不太可能被感染;第三,生物传染也影响意识传染的传播,但通过增加其传播速度,感染者更容易接受和更有可能分享与疾病有关的信息。在这些条件下,我们发现,增加网络聚类,这是已知的阻碍疾病传播,实际上可以让他们在有意识的模型中维持更大的疾病流行。这一反直觉的结果与传统观点背道而驰,传统观点认为随机网络是合理的,因为它们提供了最坏情况的预测。为了进一步研究这个结果,我们提供了一个基于两步分支过程的封闭形式标准(即,预期的三级感染的数量)来识别参数空间中聚集和共感染的净效应变化的不同区域。总之,我们的研究结果再次强调了在疾病建模中超越随机网络的必要性,并说明了即使在相互作用的传染病的复杂模型中也可能进行的分析类型。
2020-03-24 math.DS physics.soc-ph q-bio.PE
Tweets vs Pathogen Spread: A Case Study of COVID-19 in American States
本研究提出耦合SIR零模型,分析意识与疾病传播的相互影响,并利用美国各州推特数据实证,发现提高意识可抑制疫情,且推特活动排名与免疫参数强相关。
2025-08-06 cs.SI physics.soc-ph q-bio.PE
An epidemiological model with voluntary quarantine strategies governed by evolutionary game dynamics
在大流行期间,诸如保持社交距离等策略对于遏制病毒传播至关重要。这些行动可以减少同时感染的数量,减轻疾病传播,这与医疗保健系统崩溃的风险有关。虽然可以提出这些战略,但其实际执行可能取决于人口对疾病风险的看法。例如,当前的COVID-19危机表明,有些人比其他人更容易保持孤立,避免不必要的接触。有了这个动机,我们提出了一个流行病学SIR模型,采用进化博弈论,考虑到动态的个人隔离策略,打算在一个单一的过程中结合社会战略,个人的风险感知,和病毒传播。这种疾病在人群中传播,其代理人可以在自我隔离和对任何流行病风险漠不关心的生活方式之间做出选择。采取的策略是个人的,取决于与检疫成本相比的感知疾病风险。博弈的收益决定了策略的采用,而传染过程决定了代理人的健康状态。同时,感染率取决于代理的策略,而感知的疾病风险取决于被感染的代理的分数。结果显示,反复出现的感染波,这是在以前的流行病情况下看到的隔离。值得注意的是,风险感知被发现是控制感染高峰的幅度的基础,而最终的感染规模主要取决于感染率。低意识导致单一和强烈的感染高峰,而更大的疾病风险导致更短,但更频繁的高峰。所提出的模型自发地捕捉到流行病事件的相关方面,突出了社会战略的基本作用。
2020-11-26 physics.bio-ph physics.soc-ph q-bio.PE
Impact of asymptomatic infection on coupled disease-behavior dynamics in complex networks
如何建立疾病与行为反应之间的相互作用模型(所谓的耦合疾病-行为相互作用)的研究引起了越来越多的关注。由于缺乏明显的疾病临床证据,或与疾病相关的信息不完整,无法感知感染的风险,并可能导致不适当的行为反应。因此,如何定量分析无症状感染者对疾病和行为反应之间相互作用的影响尤为重要。本文在复杂网络框架下,通过将感染个体分为U状态(无明显临床症状,记为U)和I状态(有明显临床症状,记为I),研究了疾病-行为耦合交互作用模型。易感个体可以被U-或I-节点感染,然而,由于U-节点不容易被观察到,易感个体在接触I-节点时采取行为反应\emph{only}。分别在改进的易感-感染-易感(SIS)模型和改进的易感-感染-传播(SIR)模型中考虑了这一机制。然后,对传播动力学中最受关注的问题之一:两种模型的传染病阈值分别用两种方法给出。分析结果\emph{quantitatively}描述了无症状感染者、知晓率、网络结构等不同因素对流行阈值的影响。此外,由于SIR模型的不可逆过程,改进的SIR模型的抑制效果弱于改进的SIS模型。
2016-08-14 physics.soc-ph q-bio.PE
A Rule-based Model of a Hypothetical Zombie Outbreak: Insights on the role of emotional factors during behavioral adaptation of an artificial population
自二十世纪上半叶以来,传染病模型已经开发出来。大多数模型没有考虑流行性疾病传播过程中个体情绪因素对群体行为适应的影响。考虑到个体之间的局部相互作用产生的模式-在大规模上-管理群众的行动,我们已经研究了由传染病的传播引起的群体的行为适应。因此,我们已经开发了一个基于规则的模型,一个假设的僵尸爆发,写在Kappa语言,并模拟使用Guillespie的随机方法。我们的研究解决了系统在个体水平上的特异性和异质性,这是一个非常理想的特征,在经典的流行病模型中大多被忽视。与典型流行病学模型的基本要素一起,我们的模型包括疾病进展的个体表示和受影响城市之间的代理人旅行。它还介绍了一个近似值来衡量恐慌的影响,在人群中作为一个功能的个人情境意识。此外,还考虑了克服僵尸威胁的两种可能对策的效果:提供医疗和部署特种部队。然而,由于这种假设的传染病的特殊性,即使使用夸大的对策,也只能在模拟结束时挽救一小部分人口。正如预期的基于规则的模型方法,我们的模型的全球动态主要由局部相互作用发生在个人层面上的机械描述。总体而言,人们的情境意识对调节系统的内部动态至关重要。
2012-10-16 cs.MA cs.SI physics.soc-ph
The role of caretakers in disease dynamics
传染现象动态建模的关键挑战之一是了解社会互动的结构如何塑造疾病的时间进程。复杂网络理论在这方面取得了重大进展。然而,在人群中对流行病的认识通常会产生与疾病演变的网络结构变化相对应的行为变化。这种反馈机制尚未得到深入研究。例如,人们会直觉地期望易感个体避开其他感染者。然而,治疗患者的医生或照顾患病儿童的父母也可能增加与感染者的接触量,以加速康复,但也使自己面临更高的感染风险。我们研究了这些看护者链接在自适应网络模型中的作用,在自适应网络模型中,个体通过增加或减少与受感染个体的接触量来对疾病做出反应。我们发现,纯粹的避免,只有很少的看守链接,是最好的策略,减少SIS疾病的网络,具有很大的拓扑变异性。在更同质的网络中,疾病的流行率降低低浓度的看护人,而出现高流行率,如果看护人的浓度通过一个明确定义的临界值。
2012-09-11 cs.SI nlin.AO physics.soc-ph