Modelling infectious disease transmission dynamics in conference environments: An individual-based approach
全球公共卫生状况不断受到迫在眉睫的传染病威胁的挑战。解决这一问题的核心是必须预防和管理大流行期间的疾病传播，特别是在特殊情况下。本研究讨论了会议场所内传染病的传播动力学，提出了一个计算模型，旨在模拟在一个压缩的时间范围内（一天）的传播过程，从零星病例开始。我们的模型复杂地捕捉了会议场地内单个与会者的活动，包括会议、休息时间和用餐时间。虽然会议需要近距离就座，但休息和午餐时间允许与会者与不同的人互动。此外，洗手间环境为潜在的感染传播提供了额外的途径。采用基于个体的模型，我们精心复制了传染病的传播动力学，特别强调了感染者和易感者之间的密切接触相互作用。通过对模型模拟的全面分析，我们阐明了会议环境中疾病传播动力学的复杂性，并评估了控制策略遏制疾病传播的有效性。最终，我们的研究提供了一个数字框架，用于评估短期会议期间传染病传播的风险，为会议组织者提供有价值的见解，为实施有针对性的预防和控制措施提供信息。
2024-04-17 q-bio.PE
Antibiotic treatment, duration of infectiousness, and disease transmission
人类、家畜、果园作物和观赏植物通常用抗生素治疗细菌感染。通过治愈感染性个体，抗生素治疗可能会限制传染病在宿主之间的传播。但是抗生素对宿主内病原体密度的抑制也可能降低宿主在治疗恢复之前从感染状态中移除的可能性。当通过治疗和其他去除事件（例如，隔离或死亡率）直接取决于宿主内病原体密度，抗生素治疗可以充分放松整体去除率，以增加宿主间疾病传播。为了探索这种依赖性，确定性的宿主内动态驱动传染性宿主的疾病传播的时间依赖性概率，以及传染期的概率持续时间。在宿主内规模，该模型改变（1）接种量，（2）细菌自我调节，（3）感染和开始治疗之间的时间，和（4）抗生素疗效。在宿主间尺度上，模型改变（5）感染性宿主随机遇到的群体的大小/易感性。结果确定了抗生素治疗可以增加宿主传染性持续时间的条件，从而增加了预期的新感染数量。在较低的抗生素疗效下，治疗可能会将罕见的严重细菌性疾病转化为常见的但可治疗的感染。
2020-11-02 q-bio.PE
Antibiotics, duration of infectiousness, and transmission of disease
人类、家畜、果园作物和观赏植物通常用抗生素治疗细菌感染。通过治愈感染性个体，抗生素治疗可能会限制传染病在宿主之间的传播。但是，抗生素抑制宿主内病原体密度也可能降低宿主在恢复之前从感染状态中移除的可能性。当恢复率和清除率（隔离或死亡率）直接取决于宿主内密度时，抗生素治疗可以放松清除率，从而增加宿主间疾病传播。在本文中，一个确定性的内主机动态驱动感染主机的感染传播的概率，以及主机的时间依赖的生存恢复的概率。该模型改变（1）接种量，（2）感染和治疗开始之间的时间，（2）抗生素疗效，和（3）感染宿主遇到的群体的大小/易感性。结果确定了抗生素治疗同时增加宿主存活率和增加新感染预期数量的条件。也就是说，抗生素可能会将一种罕见的、严重的细菌性疾病转化为一种常见的、但可治疗的感染。
2020-01-20 q-bio.PE
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
AI-Based Decadal Predictive Analysis of Twenty Infectious Diseases in China with an Improved BSTS-MCMC Model
本研究采用改进的BSTS-MCMC模型结合LSTM网络，分析中国二十种传染病的十年趋势，预测高发病率疾病持续流行、低发病率疾病可能消失，并强调COVID-19的变革性影响及先进预测分析在公共卫生防范中的关键作用。
2023-10-06 q-bio.PE
Determining disease attributes from epidemic trajectories
Department of Astrophysical and Planetary Sciences, Laboratory for Atmospheric and Space Physics, University of Colorado, Boulder（科罗拉多大学博尔德分校天体物理与行星科学系、大气与空间物理实验室）
本文提出通过分析流行病轨迹推断传染病属性的方法，展示了多轨迹和正则化单轨迹反演的有效性，并证明了通过恢复感染持续分布和传染性核可确定个体传染性曲线。
2025-12-17 q-bio.PE
Compartmental Spatial Multi-Patch Deterministic and Stochastic Models for Dengue
登革热是一种媒介传播的病毒性疾病，由于人类流动性的改善，过去几年急剧增加。宿主个体在斑块之间和斑块内的运动通过驻留时间矩阵被捕获。一个系统的常微分方程（ODEs）建模疾病的空间传播之间的多个补丁被用来创建一个系统的随机微分方程（SDES）。通过常微分方程得到的确定性解决方案的系统的SDES的数值解进行了比较。
2018-10-02 q-bio.PE
Effects of anti-infection behavior on the equilibrium states of an infectious disease
本文提出了一个数学模型来分析抗感染行为对传染病平衡态的影响。将抗感染行为纳入经典的流行病学SIR模型，并将整个人群的行为采纳率作为一个附加变量。我们还考虑了疾病演变对采用率的影响，使用动态支付函数和一个额外的微分方程。该模型的平衡态具有显著的特征：可能存在两个局部稳定的地方病平衡点，可能存在局部稳定的地方病平衡点和无病平衡点，甚至可能存在一个稳定的连续的地方病平衡点.我们展示了如何获得的一些结果可能被用来支持战略规划，从而有效地控制疾病的长期。
2020-09-09 q-bio.PE
Modeling Super-spreading Events for Infectious Diseases: Case Study SARS
传染病的超级传播事件发生在某些感染者的感染超过继发病例的平均数量时。2003年爆发的严重急性呼吸系统综合征（SARS）中，已经确定了几个超级传播个体。以SARS的爆发为例，建立了传染病超传播事件的模型。使用这个模型，我们描述了两种方法来估计模型的参数，我们证明了小规模的SARS疫情在淘大花园，香港，和大规模的爆发在整个香港特别行政区。一种方法是基于经典的易感-感染-去除（SIR）疾病模型的参数计算.第二种是基于文献中的参数估计。使用SIR模型计算的参数，我们的模型预测的结果类似于SIR模型。另一方面，使用SARS文献的参数估计，我们的模型预测一个更严重的流行病。
2010-10-15 q-bio.PE
System inference for the spatio-temporal evolution of infectious diseases: Michigan in the time of COVID-19
我们扩展了经典的SIR模型的传染病传播的时间依赖性的参数，其中还包括扩散。时间依赖占不断变化的特点，测试，检疫和治疗协议，而扩散纳入流动人口。该模型已应用于美国密歇根州COVID-19疫情演变的数据。对于系统推理，我们使用最新的进展;特别是我们的变分系统识别框架（Wang等人，比较方法应用机械工程师，356，44-74，2019; arXiv：2001.04816 [cs.CE]）以及贝叶斯机器学习方法。
2020-07-02 q-bio.PE
A compartmental model for Xylella fastidiosa diseases with explicit vector seasonal dynamics
该研究构建含 P. spumarius 季节动态的 Xf 病害房室模型，用贝叶斯方法拟合欧洲 OQDS 与 ALSD 疫情数据，并识别关键传播参数及最优媒介联合防控策略。
2022-12-10 q-bio.PE
Information-related changes in contact patterns may trigger oscillations in the endemic prevalence of infectious diseases
众所周知，接触模式的行为变化可能会显著影响流行病爆发的传播。在这里，我们专注于简单的地方病模型的经常性流行病，通过建模的社会接触率作为一个功能的现有信息和过去的疾病流行。我们表明，仅社会行为变化就可能引发持续的振荡。这表明，人类行为可能是地方病时间序列振荡的一个重要解释因素。最后，我们简要地说明了如何列入接触的季节性变化可能意味着混乱。
2013-09-12 q-bio.PE
The network level reproduction number for infectious diseases with both vertical and horizontal transmission
各种传染病都是纵向和横向传播的。这类疾病通过异质环境中的多个物种在空间上传播，通常由复杂的元种群模型描述。繁殖数是预测疾病是否能够入侵元种群系统的一个重要指标。本文提出了一种属性疾病的繁殖数垂直和水平传播的多个物种之间的异质网络，其中节点的位置，和链接反映了外出或进入的运动流。垂直传播和水平传播疾病的集合种群模型是由两种群两节点网络模型逐步发展而来的。我们导出了再生数的显式表达式，再生数是相对于原始下一代矩阵减小尺寸的矩阵的谱半径。再现数被示出为垂直和水平传输参数的函数，并且下限是水平传输的再现数。作为一个应用，裂谷热人兽共患病，其中牲畜，蚊子，和人类是涉及的物种的繁殖数和它的界限推导。通过数值模拟计算不同情景下的繁殖数，发现只有当节点间参数不均匀时，繁殖数才受牲畜迁移率的影响。总之，我们的研究有助于垂直和水平传播的疾病在异构网络中的再生数。这种明确的表达很容易适用于特定的传染病，提供了对疾病演变的见解。
2013-02-11 q-bio.PE
Repeat Contacts and the Spread of Disease: An Agent Model with Compartmental Solution
使用的概率来自一个物理模型的新的遭遇，我们增加了SIR房室模型的疾病传播。具有相同初始轨迹和相同$R_0$值的场景可能会根据我们的熟人圈变得陈旧的速度而产生很大的差异-导致最终案例计数的数量级差异。自感染以来平均时间的变化产生了动量效应，这反馈到新的感染率和爆发后期的更快下降。爆发的早期阶段可能会迅速消失，但一旦错过这个机会，效果就会减弱，然后，只有群体免疫才能有所帮助。
2020-06-12 physics.soc-ph q-bio.PE
Relatedness of the Incidence Decay with Exponential Adjustment (IDEA) Model, "Farr's Law" and Compartmental Difference Equation SIR Models
数学模型通常被认为是描述和分析传染病爆发和流行的最新创新，但简单的模型已经被用于预测流行病的轨迹超过一个世纪。我们最近描述了一个可用于短期预测的单方程模型（带指数调整的发病率衰减，或IDEA模型）。在19世纪中期，威廉·法尔（William Farr）博士开发了一种用于流行病预测的单方程方法（法尔定律）。我们在这里表明，这两个模型实际上是相同的，可以表示在彼此方面，也可以在一个易感染的删除（SIR）房室模型与改进控制。这表明繁殖数R0的概念隐含在法尔（前微生物时代）的工作中，也表明无论是通过行为改变还是干预来控制流行病，都是流行病自然史的组成部分，就像疾病传播的动力学一样。
2016-03-03 q-bio.PE stat.AP
The role of disease cycles in the endemicity of infectious diseases
具有宿主循环的病媒传播疾病很难理解，因为新的感染来自病媒与人类和不同宿主的接触。在这种情况下，不包括水库的系统的基本再生数$\mathcal{R}^h_0$可能小于1，但地方病平衡被观察到。事实上，当水库重新考虑，基本再生数$\mathcal{R}_0^r$，只有载体和水库，解释了地方病的状态。此外，水库循环与一个小的基本再生数可能有助于达到地方病状态的人类循环。因此，在控制疾病传播时，仅仅关注特定的水库循环或仅关注病媒是不够的。在这项工作中，我们创建了一个简单的流行病学模型与网络的水库，其中$\mathcal{R}_0^r$是一个分叉参数的系统，解释疾病的地方性在没有一个强大的水库循环。这个简单的模型可能有助于解释南美锥虫病、利什曼病和登革热等疾病的传播动力学。
2017-02-08 q-bio.PE
Ancestral process for infectious disease outbreaks with superspreading
针对小规模传染病爆发，本研究精确推导了感染者具有相同传染源的概率，结合 Poisson 和 Negative-Binomial 后代分布，提出了允许多谱系共同聚合的 omega-coalescent 新模型。
2025-01-29 q-bio.PE
Accurate stochastic simulation algorithm for multiscale models of infectious diseases
针对传染病多尺度模型非马尔可夫化带来的计算挑战，本文开发了一种新型精确随机模拟算法，应用于宿主内确定性模型与种群水平随机动力学耦合的系统，在合理分辨率下保持精确且高效，可推广至其他多尺度系统。
2025-04-15 q-bio.PE
Imperfect Testing of Individuals for Infectious Diseases: Mathematical Model and Analysis
对有症状的个体进行疾病检测可以提供治疗资源，如果检测结果呈阳性，这会加快他们的治疗速度，也可能减少个体与其他人的接触。然而，不完美的测试可能会错误地认为易感个体被感染（假阳性）。在这种情况下，测试以潜在的错误分类个体为代价来减少流行病。我们提出了一个数学模型，描述了传染病的动力学及其测试。易感个体以$θ$的速率转变为“易感但被视为感染”。受感染的个体以$α$的比率进入“受感染并检测为阳性”的状态。这两个比率都是测试的灵敏度和特异性的函数。模型的分析允许我们导出$R_0$的表达式并找到达到$R_0<1$的条件，即，当无病平衡稳定时。我们发现，在某些条件下，有可能得到$R_0<1$，当最初，即，如果不进行测试，我们将得到$R_0>1$。我们还提出了数值结果，以涵盖有趣的情况下，如使用不同的测试，并比较这些结果。
2015-06-24 q-bio.PE
Incidence, recovery and prevalence of infectious diseases: non-parametric disease model and application to influenza in Germany
在这项工作中，我们描述了一个非参数疾病模型，链接的时间变化的传染病的发病率和恢复率的流行。该模型仅基于常见的流行病学指标发病率和恢复率。作为一个应用程序，该模型用于计算2001年至2013年期间德国假设出生队列的流感流行率。
2014-01-17 q-bio.PE q-bio.QM
Simulating the impact of perception bias on social contact surveys for infectious disease modelling
The University of Melbourne（墨尔本大学）；Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）；Oak Ridge National Laboratory（橡树岭国家实验室）
本文通过新墨西哥州合成接触网络模拟接触调查，发现对他人年龄和种族的感知偏差会降低接触模式准确性，并在传染病模型中系统性地低估老年人和少数族裔的疾病负担。
2025-11-05 q-bio.PE
How complex behavioural contagion can prevent infectious diseases from becoming endemic
University of Canterbury（坎特伯雷大学）；Te Pūnaha Matatini；Adelaide University（阿德莱德大学）；CSIRO（澳大利亚联邦科学与工业研究组织）；James Cook University（詹姆斯库克大学）；Lancaster University（兰卡斯特大学）；University of Manchester（曼彻斯特大学）；The University of Melbourne（墨尔本大学）
本文研究了复杂行为传播在传染病动态中的作用，发现行为变化可导致疾病消除，即使在R0较高时也能通过行为驱动实现。
2026-10-30 q-bio.PE
Co-circulation of infectious diseases on networks
我们考虑多种疾病在一个静态的配置模型网络中传播。我们做了一个标准的假设，即感染以疾病特异性的速度从邻居传播到邻居，感染的个体以疾病特异性的速度恢复。一种疾病的感染赋予对任何疾病感染的立即和永久免疫力。在这些假设下，我们找到了一个简单的，低维的常微分方程模型，它捕获了感染的全球动态。动力学强烈依赖于初始条件。虽然我们以传染病为出发点，但该模型也可以适用于其他传染源的传播，如相互竞争的政治信仰、谣言或新技术的采用（如果这些都受到接触的影响）。作为一个例子，我们演示了如何模拟一种可以通过行为改变来预防的传染病。
2012-10-16 q-bio.PE q-bio.QM
Continuous and discrete compartmental models for infectious disease
本研究对比元胞自动机与常微分方程在SI、SIR、SEIR传染病模型中的表现，发现两者曲线形状相似但增长率不同，并提出用双曲正切函数拟合初始感染增长，强调数学表示选择对建模流行病爆发的重要性。
2025-04-16 physics.bio-ph q-bio.PE
Modeling of Pneumococcal and Respiratory Syncytial Virus Pneumonia: An Epidemiological Review, with Statistical Inference
Indian Institute of Technology Kanpur（坎普尔印度理工学院）；National Disease Modelling Consortium, Indian Institute of Technology Bombay（孟买印度理工学院国家疾病建模联盟）
本文通过确定性和随机性模型分析肺炎链球菌和呼吸道合胞病毒肺炎的传播与疫苗效果，为优化免疫策略提供流行病学依据。
2026-04-13 q-bio.PE
Coupling the circadian rhythms of population movement and the immune system in infectious disease modeling
传染病在人群中传播的动力学取决于人类相互作用模式、传染过程和宿主内的发病机制。免疫系统遵循昼夜节律，因此，感染的机会随着个人暴露于病原体的时间而变化。人们的运动和互动也遵循24小时周期，这将这两种现象结合起来。我们使用一个随机集合人口模型，每小时的流动性数据为两个中等规模的中国城市。通过这种设置，我们研究了流行病的风险如何取决于控制人口运动和免疫系统的时钟的差异。在我们测试的大多数情况下，我们观察到昼夜节律会限制疾病出现的速度和程度。这三个指标（强度、向外传播风险和传入风险）彼此高度相关。以玉树市为例，在没有昼夜节律效应和$R_0=1.5$的模拟中，向外传播风险和引入风险与Pearson相关系数为0.83相关，并且风险分别与$-0.85$和$-0.75$（均具有$p<0.05$）的系数相关。免疫系统的昼夜节律和人类日常活动之间的关系可以影响传染病传播的速度和程度。改变通勤时间可以缓解疫情的出现。
2019-10-12 q-bio.PE
Time Evolution of Non-Lethal Infectious Diseases: A Semi-Continuous Approach
提出了一个描述非致死性传染病在固定人口中传播的动力学模型。该模型由一个非线性的延迟微分方程描述的感染性个体的数量的增量的时间演化，并依赖于有限数量的参数。预测与流感数据在质量上吻合良好。
2005-06-25 q-bio.PE q-bio.QM
Using runs of homozygosity to detect genomic regions associated with susceptibility to infectious and metabolic diseases in dairy cows under intensive farming conditions
纯合性片段（ROH）是纯合基因组的连续片段，其可能反映来自共同祖先的传递，并且可用于追踪感兴趣的单倍型的遗传。本文从50 K SNPs中提取ROH，并用于检测468头荷斯坦-弗里斯兰奶牛群体中与疾病易感性相关的基因组区域。诊断的疾病分为传染病、代谢综合征、乳腺炎、生殖疾病和运动障碍。在BTA 12中发现了与感染性疾病、乳腺炎和运动障碍相关的ROH。在BTA 15上检测到与代谢综合征、传染病和生殖疾病相关的长纯合性区域，揭示了免疫、代谢和功能障碍之间的复杂关系。ROH与感染性疾病、生殖系统疾病、乳腺炎和代谢综合征有关，分布在3、5、7、13和18号染色体上。先前的研究报告了所有这些区域的产奶性状的QTL，从而证实了已知的产奶选择和奶牛健康之间的负相关关系。
2016-01-26 q-bio.GN q-bio.PE
Introduction to statistical inference for infectious diseases
本文首先介绍了传染病传播的一般随机流行病模型。然后，我们给出了用于推断模型参数的方法，例如基本再现数$R_0$和疫苗接种覆盖率$v_c$，假设来自爆发的不同类型的数据，例如最终爆发的细节和时间数据或来自正在进行的爆发的观察。讨论了个体非均匀性和非均匀混合。我们还提供了一个概述的统计方法来执行参数估计的随机流行病模型。在最后一节中，我们描述了传染病监测中的早期爆发检测问题和用于此目的的统计模型。
2014-11-13 q-bio.PE stat.ME
Game theoretic modelling of infectious disease dynamics and intervention methods: a mini-review
我们回顾了使用博弈论来模拟流行病期间个人决策的研究论文，试图对文献进行分类，并确定这一领域的新趋势。我们表明，文献可以根据（i）人口建模的类型（基于分区或网络），（ii）游戏的频率（非迭代或迭代），（iii）策略采用的类型（自我评价或模仿）进行分类。我们强调，模型的选择取决于许多因素，如疾病赋予的免疫力类型，疫苗赋予的免疫力类型，以及人口规模和其中的混合水平。我们发现，虽然早期的研究使用房室模型与自我评价为基础的战略采用，最近的趋势是使用基于网络的建模与模仿为基础的战略采用。我们的评论表明，博弈论仍然是一个有效的工具，模型干预（疫苗接种或社交距离）决策的个人。
2019-01-14 physics.soc-ph q-bio.PE
Indirect transmission and the effect of seasonal pathogen inactivation on infectious disease periodicity
每年发生的许多传染病仍然是公共卫生系统的一个持续负担。在温带地区观察到的呼吸道疾病发病率的季节性模式归因于环境条件对病原体存活的影响。本文提出了一个传染病传播的模型，该模型描述了一种能够在宿主生物体外部的环境水库中存活的致病状态。病原体寿命的传染病状态的持续时间的比率被认为是确定疾病动态的关键参数。季节性强制病原体灭活率的引入确定了病原体存活高峰和疾病发病高峰之间的时间延迟。延迟取决于特定的疾病参数，对于流感，随着繁殖数量的增加而减少。发现所观察到的季节性振荡具有与季节性强制灭活率相同的周期，并且与感染获得性免疫的持续时间无关。
2013-01-14 physics.soc-ph q-bio.PE
A Compartmental Model for Epidemiology with Human Behavior and Stochastic Effects
本文提出一种考虑人类行为和随机效应的流行病学 compartments 模型，分析疾病传播与社会传染的动态关系，并通过数值模拟验证模型的稳定性。
2025-11-26 math.DS q-bio.PE
Dynamics of infectious diseases in predator-prey populations: a stochastic model, sustainability, and invariant measure
该研究提出捕食者-猎物种群传染病的随机模型，证明全局非负解存在与Borel不变测度，建立系统衰退及可持续性判据，结合数值结果为相关传染病动力学研究提供新见解。
2023-06-14 math.DS q-bio.PE
Optimal vaccination program for two infectious diseases with cross immunity
经常有多种具有交叉免疫的疾病竞争疫苗接种资源。在这里，我们研究的最优接种计划在两层易感-感染-删除（SIR）模型，其中两种疾病的交叉免疫在同一人群中传播，两种疾病的疫苗是可用的。我们确定了最佳疫苗接种计划的三种情况，以最低的成本防止这两种疾病的爆发。我们解析地推导出一个标准，以指定最优方案的基础上，不同的疫苗的成本。
2020-11-29 physics.soc-ph q-bio.PE
Profiling of a network behind an infectious disease outbreak
Social Design Group（社会设计集团）
随机性和空间异质性是近年来研究传染病传播的热点问题。所提出的方法解决了一个反问题，发现有效的决定性的拓扑结构的异构网络，并揭示了传输参数的控制随机蔓延的网络从一个传染病爆发的数据集在早期的增长阶段。用随机微分方程描述了流行病房室模型和元人口网络模型的组合中的人口。概率密度函数来自方程和用于拓扑结构和参数的最大似然估计。用计算合成的数据集和世界卫生组织SARS爆发数据集对该方法进行了测试。
2010-06-14 cs.AI q-bio.PE
A survey on modelling of infectious disease spread and control on social contact networks
尽管根据世界卫生组织（WHO）的报告，每年约有420万人因传染病而死亡，但传染病是对人类社会的重大威胁，在COVID-19发生之前，人类社会被忽视了。由于最近的COVID-19疫情，于二零二零年有超过200万人死亡，96. 2百万人受到这种毁灭性疾病的影响。最近的研究表明，通过模拟传染病在社会接触网络上的传播，应用个人互动和移动数据可以帮助管理大流行病。传染病的传播可以用扩散过程的理论和方法来解释，扩散过程是网络系统上的一种动态现象。在扩散过程的建模中，假设具有传染性的物品通过节点间的相互作用在网络系统中扩散。这类似于传染性病毒的传播，例如COVID-19在人群中通过个人社交互动传播。扩散过程的演化行为强烈地受到下垫面系统的特性和扩散过程本身的机制的影响。因此，传染病的传播可以用人与人之间的相互作用和疾病本身的特征来解释。本文介绍了传染病传播模型中扩散过程的相关理论和方法。
2021-02-03 cs.SI physics.soc-ph q-bio.PE
Quantifying the spread of communicable diseases with immigration of infectious individuals
针对经典 $\mathcal R_0$ 失效时伴有感染者流入的传染病传播问题，构建了一组新的流行病学阈值，在 COVID-19 仓室模型中验证了其预测潜力，并量化了感染者迁入的严重程度及识别了可逆转疫情的关键参数。
2023-08-03 math.DS q-bio.PE
Impact of Indirect Contacts in Emerging Infectious Disease on Social Networks
个体之间的相互作用模式在传染病传播中起着至关重要的作用。了解这些模式，并将其影响整合到传染病的扩散动力学模型中，对于流行病学研究具有重要意义。目前基于网络的扩散模型假设疾病通过感染者和易感者同时共存的相互作用传播。然而，有几种传染病可以在易感个体在受感染个体离开后访问某个地点时传播。最近，我们引入了一个扩散模型，称为同地异时（SPDT）传输，以捕捉间接传输时发生的感染个体离开之前，一个易感个体的到来，随着直接传输。在本文中，我们展示了这些间接传播联系如何显着增强传染病的出现模拟空气传播疾病传播的合成社会接触网络。我们把在传染期有间接联系但没有直接联系的个体称为隐性传播者。我们的模拟表明，间接链接发挥类似的作用，直接链接和一个隐藏的传播者可以引起大爆发的SPDT模型，导致在现有的模型中没有感染的基础上直接链接。我们的工作为传染病建模开辟了新的方向。
2018-03-30 cs.SI physics.soc-ph q-bio.PE
Incorporating changeable attitudes toward vaccination into an SIR infectious disease model
本研究构建了融合流行病学状态与可变疫苗接种态度的SIR机制模型，分析得出无病与地方病平衡点的存在及稳定性判据，证实疾病流行率引发的态度变化会 destabilize 地方病平衡点并产生极限环，为理解疾病传播规律提供新视角。
2024-08-14 math.DS q-bio.PE
Modeling the Dynamics of Infectious Diseases in Different Scale-Free Networks with the Same Degree Distribution
某些传染病的传播动力学与网络中个体之间的接触结构有关。我们使用了五种算法来生成具有不同拓扑结构但具有相同无标度分布的接触网络。我们模拟了急性和慢性传染病在这些网络上的传播，使用SI（易感-感染）和SIS（易感-感染-易感）流行病模型。在模拟中，我们的目标是观察网络的拓扑结构对模拟疾病的动态和流行的影响。我们发现，传染病在不同网络上传播的动力学具有相同的度分布可能会有很大的不同。
2013-08-26 cs.SI physics.soc-ph q-bio.PE
SEIR-Campus: Modeling Infectious Diseases on University Campuses
我们引入了一个Python包，用于使用基于代理的SEIR风格流行病学模型建模和研究传染病的传播，重点是大学校园。本文件解释了该软件包中使用的流行病学模型，并举例说明了该软件包的使用方法。
2020-11-11 cs.MA cs.SI physics.soc-ph
Structures of the Basic Reproduction Number $R_0$ Across Compartmental Disease Models
University of Texas at San Antonio（圣安东尼奥德克萨斯大学）；University of California, Berkeley（加州大学伯克利分校）；Saint Mary’s Hall（圣玛丽学院）
本文提出基本再生数 $R_0$ 的结构分类法，涵盖多种传播特征的房室模型，通过下一代矩阵法推导并解释其代数形式，统一不同推导，兼具研究综述与教学参考价值。
2026-09-15 math.DS q-bio.PE
On the scaling patterns of infectious disease incidence in cities
城市地区人口较多，联系更加紧密，为病原体传播等传染过程提供了有利的环境。经验证据表明，随着城市人口规模的扩大，某些性传播疾病的发病率有系统地上升。然而，这些系统性感染模式的主要驱动因素仍然没有得到很好的理解，世界各地猖獗的城市化率使得我们必须在这方面提高认识。使用美国大都市地区三种性病的确诊病例数据，我们调查了城市地区传染病发病率的比例模式。这些模式最突出的特点是，平均而言，传染性较低的传染病的发病率-或者是由于固有的传染性较低，或者是由于不太适合传播的环境-随着人口规模的增加而急剧上升，随着时间的推移而较难预测，并且在类似规模的城市之间变化较大。这些功能的解释，首先，使用一个简单的数学模型的传染，然后通过一个新的城市规模理论的镜头。这些理论框架帮助我们揭示了决定传染病传播性的因素与其在城市间的扩展模式属性之间的联系。
2018-09-17 physics.soc-ph q-bio.PE
The importance of the incubation time distribution in compartmental epidemiological models
该研究针对传染病疫情预测，通过对比改进型仓室SEnIR ODE模型与随机智能体复杂网络模型，发现潜伏期时间分布的选择会显著影响疫情预测结果，强调需纳入真实分布以提升建模可靠性，助力公共卫生干预。
2024-03-07 nlin.AO q-bio.PE
Global Spread of Infectious Diseases
我们为传染病的全球传播开发简单的模型，强调通过航空旅行的人类流动和公共卫生基础设施的变化从地区到地区。我们推导出两个国家的感染总数和高峰数与它们之间的旅行率及其各自的流行病学参数之间的关系公式。
2003-06-25 cond-mat hep-ph physics.bio-ph
Spread of Infectious Diseases with a Latent Period
传染病通过人际网络传播。易感-感染-清除（SIR）模型是一种描述复杂网络上个体间传染动力学的流行病模型。在集合种群SIR模型中，每个节点代表一个由多个个体组成的种群（群体）。在本文中，我们提出了一个修正的集合种群SIR模型，其中考虑了一个潜伏期。我们称之为SIIR模型。我们将感染期分为两个阶段：一个是感染阶段，这与之前的模型相同，另一个是重病阶段，在这个阶段，个体被感染，不能转移到其他人群中。在我们修改后的集合种群SIR模型中的两个感染阶段产生不连续的最终大小分布。处于感染阶段的个体像处于重病阶段的个体一样传播疾病，并且永远不会直接恢复，这使得有效恢复率小于给定的恢复率。
2015-04-09 physics.soc-ph q-bio.PE
Individual-Level Modelling of Infectious Disease Data: EpiILM
在这篇文章中，我们介绍了R包EpiILM，它为Deardon等人（2010）提出的传染病传播的离散时间个体水平模型提供了仿真和推理工具。推理是在贝叶斯框架下进行的，并通过大都会-黑斯廷斯马尔可夫链蒙特卡罗（MCMC）。为了快速实现，关键函数用Fortran语言编写。空间和接触网络模型都在软件包中实现，并且可以设置在易感染（SI）或易感染-删除（SIR）分区框架中。通过涉及模拟和真实数据的例子证明了该软件包的使用。
2020-03-10 q-bio.PE stat.AP
Modeling the spread of infectious disease in urban areas with travel contagion
在这项研究中，我们开发的数学模型，以了解传染病的传播动力学和流动动力学之间的耦合，通过城市交通系统。我们首先将城市人口的流动动态描述为离开家、往返活动地点和从事活动的过程。然后，我们嵌入的易受感染的暴露-感染-恢复（SEIR）过程中的流动性动态和开发的空间SEIR模型与旅行传染（trans-SEIR），明确占在旅行和日常活动中的传染。我们研究了该模型的理论性质，并展示了活动传染和旅行传染如何影响二次感染的平均数量。在数值实验中，我们探讨了城市交通系统如何改变传染病的基本动力学，改变继发感染的数量，促进疾病在城市中的同步，并影响疾病爆发的高峰。Trans-SEIR模型被进一步应用于了解纽约市COVID-19爆发期间的疾病动态，在那里我们展示了活动和旅行传染如何分布，以及如何在有限的资源下实施有效的旅行控制。Trans-SEIR模型和我们的研究结果可能对提高我们对城市交通与疾病动力学之间耦合的理解，疾病系统的检疫和控制措施的发展，以及促进疾病弹性城市交通网络的理念做出重要贡献。
2020-05-10 physics.soc-ph q-bio.PE
Mind the scales: Harnessing spatial big data for infectious disease surveillance and inference
空间大数据具有大数据源的“速度”、“容量”和“多样性”以及有关记录的附加地理信息。数字数据源，如医疗索赔、移动电话通话数据记录和带有地理标签的推文，已经进入传染病流行病学领域，成为补充传统传染病监测的新数据源。在这项工作中，我们提供了迄今为止如何将空间大数据用于流行病学分析的例子，并描述了这些来源改善公共卫生协调和疾病缓解战略的机会。此外，我们考虑了在传染病监测和推断中使用空间大数据的技术，实践和伦理挑战。最后，我们讨论了流行病学中越来越多地使用空间大数据对健康风险沟通，跨规模公共卫生协调和公共卫生政策建议的影响。
2016-08-26 physics.soc-ph q-bio.PE stat.AP
Hyperbolic compartmental models for epidemic spread on networks with uncertain data: application to the emergence of Covid-19 in Italy
空间网络在流行病传播中的重要性是传染病动力学建模的一个重要方面。此外，任何现实的数据驱动模型都必须考虑到官方来源报告的数值中存在的很大不确定性，例如传染性个体的数量。在本文中，我们通过网络上的双曲房室模型来解决上述问题，其中节点识别感兴趣的位置，如城市或地区，弧代表主要移动路径的集合。该模型描述的空间移动和相互作用的人口分区，从流行病学的角度来看，在扩展的隔间结构的基础上，分为通勤者，移动在郊区的规模，和非通勤者，在城市规模的行动。通过扩散重标度，该模型使我们能够恢复经典的扩散方程相关的通勤动力学。数值解的多尺度双曲型系统的不确定性，然后处理使用随机配置方法结合有限体积IMEX方法。该模型能够正确描述流行病在现实城市网络中传播的空间异质性，并通过对意大利COVID-19爆发及其在伦巴第大区传播的研究得到证实。
2021-05-29 cs.NA math.NA physics.soc-ph
An infectious diseases hazard map for India based on mobility and transportation networks
我们提出了一个风险措施，并构建了印度的传染病危害地图。给定一个爆发地点，使用取决于城市间流动性而不是地理距离的有效距离为每个城市分配一个危险指数。我们证明了它的实用性，使用SIR模型增强了前446个城市之间的航空，铁路和公路数据。模拟结果表明，距离爆发地点的有效距离可靠地预测了其他城市的感染到达时间。危险指数预测与观察到的SARS-CoV-2传播情况相当吻合。危险地图在其他疾病暴发中也很有用。
2021-08-04 physics.soc-ph q-bio.PE
On the predictability of infectious disease outbreaks
传染病爆发概括了生物学：它们来自宿主、病原体及其共享环境的多层次相互作用。因此，预测疾病将在何时、何地以及传播多远，需要采用复杂系统方法进行建模。最近的研究表明，预测疫情的不同组成部分-例如，预期的病例数、需要治疗的病例的速度和节奏、对预防设备的需求、进口概率等--是可行的因此，推进疾病预测的科学和实践现在需要测试爆发预测的基本限制的存在。要调查的爆发预测的问题，我们研究了信息理论的限制，预测在广泛的一组传染病使用排列熵作为一个模型的独立措施的可预测性。研究历史爆发的各种集合的可预测性-包括衣原体，登革热，淋病，甲型肝炎，流感，麻疹，腮腺炎，脊髓灰质炎和百日咳-我们确定了传染病时间序列预测的基本熵障碍。然而，我们发现，对于大多数疾病来说，这种预测障碍往往远远超出了单次爆发的时间范围。我们还发现，预测范围因疾病而异，并表明模型结构的变化和社会网络的异质性是观察到的传染病之间的差异最有可能的机制。我们的研究结果强调了超越时间序列预测的重要性，通过拥抱动态建模方法，并提出了在长时间序列中进行模型选择的挑战。我们进一步预计，我们的研究结果将有助于快速增长的流行病学预测领域，并可能涉及更广泛的复杂适应系统的可预测性。
2018-10-10 physics.soc-ph q-bio.PE
Spatial dynamics of airborne infectious diseases
疾病爆发，如2003年的严重急性呼吸系统综合征和2009年的甲型H1N1流感大流行，突出了室内环境中空气传播的可能性。携带病原体的可呼吸液滴提供了感染空间传播的载体，其液滴运输由扩散和对流过程决定。提出了一个描述疾病传播空间动力学的流行病模型。环境气流的影响，作为感染控制，被纳入导致一个延迟方程，液滴密度依赖于在以前的时间的感染密度。发现小液滴（$\sim 0.4\ μ$ m）由于小的病毒载量和它们传播感染所需的相关持续时间而产生可忽略的感染力。相比之下，较大的液滴（$\sim 4\ μ$ m）可导致传染波传播通过完全易感人群或局部易感人群的二次感染爆发。发现液滴扩散是导致感染的最小空间传播的液滴运输的低效模式。推导出一个临界空气速度，在该速度以上，即使基本再生数$R_{0}$超过1，疾病传播也会受到损害。
2011-12-15 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
