Competing spreading processes on multiplex networks: awareness and epidemics
在多层互联的复杂网络之上，类似流行病的传播过程揭示了相互交织的竞争效应的丰富相图。作者最近的一项研究[Granell等人，Phys.Rev.Lett. 111，128701（2013）]分析了导致流行病传播的两个过程之间的相互关系，以及在多重网络之上传播信息意识以防止其感染。在这种情况下，提高认识意味着对疾病进行全面免疫，结果表明存在一个元临界点，在这个点上，流行病的关键开始取决于提高认识过程的实现。在这里，我们提出了一个全面的分析，这些关键的属性在更一般的情况下，意识的传播并不意味着完全免疫，感染并不意味着立即意识到它。我们发现这两个竞争过程之间的关键关系，代表它们之间的相互作用的参数范围很广。我们还分析了大规模广播的意识（大众媒体）的流行病发病率的最终结果的后果。更重要的是，大众媒体使元批评点消失了。结果表明，主要的发现，即存在一个元临界点，是植根于竞争的原则，并持有一个大的场景。
2014-05-18 cond-mat.stat-mech cs.SI physics.soc-ph
Braess's Paradox in Epidemic Game: Better Condition Results in Less Payoff
面对传染病的威胁，我们采取各种行动来保护自己，但很少有研究认为一个不断发展的系统与竞争的战略。有鉴于此，我们提出了一个与人类行为耦合的进化流行病模型，其中个体有三种策略：接种疫苗、自我保护和放任，并且在每个新的传染病传播季节开始时，个体可以根据邻居的策略和收益调整自己的策略。我们发现了一个与著名的\emph{Braess's Paradox}类似的反直觉现象，即更好的条件可能导致更差的性能。具体而言，提高自我保护的成功率并不一定会降低疫情规模或提高系统收益。这种现象对网络拓扑结构不敏感，可以用平均场近似很好地解释。我们的研究证明了一个重要的事实，即个人的更好状况可能会给社会带来更坏的结果。
2013-05-02 cs.SI 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
Networked SIS Epidemics with Awareness
Georgia Institute of Technology（佐治亚理工学院）；King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）
本文研究了在静态接触网络上具有部分流行病状态信息的SIS流行病过程，探讨了意识对流行病动态的影响，并通过马尔可夫链分析展示了意识模型与基准模型在流行病指标期望上的减少。
2016-07-12 cs.SI cs.SY eess.SY
A Convex Framework for Optimal Investment on Disease Awareness in Social Networks
本文提出了一种凸框架，用于在社交网络中通过疾病意识投资最优控制传染病传播，基于SAIS模型分析网络结构和参数对传染病传播的影响。
2013-08-16 cs.SI cs.SY eess.SY
Effect of time varying transmission rates on coupled dynamics of epidemic and awareness over multiplex network
在目前的工作中，一个非线性随机模型，提出了研究的影响的时间变化的传输速率的共同演变的流行病和其相应的意识在一个两层的多路复用网络。在该模型中，传染病层中给定节点的感染传播率取决于其在感知层中的感知概率。同样，感知层中节点的感染信息传输速率取决于其在流行病层中的感染概率。由身体接触引起的疾病传播在流行病层上的SIS（易感感染易感）过程方面描述，并且关于疾病爆发的信息的传播在虚拟交互介导的意识层上的UAU（未意识到未意识到）过程方面描述。研究了传输速率随时间的变化以及这些相互竞争过程的协同演化，并给出了网络拓扑参数α。使用二阶线性理论，它已被证明，在连续的时间限制，这些过程的共同演变可以描述在阻尼和驱动谐振子方程。从蒙特卡罗模拟的结果表明，对于适当选择的参数（α），这两个过程可以表现出持续振荡或阻尼动力学。阻尼动力学对应于地方病状态。此外，对于地方病状态的情况下，它表明，包括意识层显着降低了疾病的传播率，并减少了流行病的规模。一个给定的节点对应的阻尼动力学的地方病状态感染概率被发现有依赖于两个传输速率，以及对两个绝对层内和相对层间的程度的各个节点。
2018-06-01 physics.soc-ph q-bio.PE
The effect of delayed awareness and fatigue on the efficacy of self-isolation in epidemic control
隔离感染者是控制传染病的一项关键公共卫生措施。然而，由于对日常生活造成严重干扰，它往往造成心理社会困扰，并造成严重的经济和社会代价。这些机制可以作为一种机制，从一开始就限制采取措施或在整个措施期间限制遵守措施。此外，难以识别轻微症状或缺乏症状可能会影响对感染的认识，并进一步限制采用。在这里，我们研究了一个传染病模型的联系人占有限的遵守和延迟意识到自我隔离，以及疲劳导致草率终止。该模型使我们能够估计每个成分的作用，并分析坚持和自我隔离的持续时间之间的权衡。我们发现，流行阈值是非常敏感的有效遵守，结合不完善的遵守，延迟意识和疲劳的影响。如果在较短的隔离期内依从性提高，则存在一个最佳隔离期，短于感染期。然而，连接模式的异质性，加上高度活跃的个人的依从性降低，可能几乎完全抵消了自我隔离措施对控制流行病的有效性。
2021-11-08 physics.soc-ph q-bio.PE
Contagion dynamics on adaptive multiplex networks with awareness-dependent rewiring
在这篇文章中，我们开发了一个高度集成的有效程度的方法来建模流行病和意识传播过程中的多重网络加上意识依赖自适应重新布线。这种方法跟踪个人每个状态中最近邻居的数量;因此，它允许将本地联系人的变化整合到多重网络模型中。我们推导出一个公式的阈值条件的传染病爆发，也，我们提供了一个下限的阈值参数，以指示自适应重新布线的效果。阈值分析证实了广泛的模拟。我们的研究结果表明，意识依赖的链路重新布线在提高传播阈值以及降低流行病流行率方面起着重要作用。此外，据透露，加强宣传传播与加强链接重新布线作出更大的贡献，疾病的预防和控制。此外，临界现象中观察到的依赖性的流行阈值的意识扩散率，支持元临界点以前在文献中报道的。这项工作可能有助于理解适应性网络上流行病动态和社会传染之间的相互作用。
2021-02-02 physics.soc-ph
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
A Parrondo paradox in susceptible-infectious-susceptible dynamics over periodic temporal networks
本文在周期性时间网络SIS流行病模型中提出并分析了帕隆多悖论：两个各自高于流行阈值的静态网络交替后反而低于阈值，并揭示其与网络结构和子群间反相振荡动力学的关系。
2024-11-21 math.DS physics.soc-ph
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
Kinetic SIS opinion-driven models with asymmetric awareness feedback: macroscopic limit and polarization
Universidad de Buenos Aires（布宜诺斯艾利斯大学）；University of Pavia（帕维亚大学）
本文提出了一种结合意见动态与传染病传播的SIS模型，通过不对称反馈机制研究传染病流行与意见极化之间的相互作用。
2026-03-12 physics.soc-ph
Effect of risk perception on epidemic spreading in temporal networks
由于大量的建模工作以及分析和数值研究，在理解传染病传播模型方面取得了许多进展，考虑了具有非常不同的结构和属性的宿主种群，包括复杂的和时间的相互作用网络。此外，最近的一些研究已经开始超越疾病传播与疾病传播所依赖的接触者结构之间不存在耦合的假设。已经提出了包括传播意识在内的模型，以模拟个人采取的降低感染风险的可能预防措施，但大多考虑静态网络。在这里，我们适应这样一个框架，以更现实的情况下，个人之间的互动时间网络。我们研究所产生的模型，通过分析和数值方法的时间网络和经验的时间分辨接触数据的简单模型。分析结果表明，流行阈值不受意识的影响，但可以显着降低患病率。然而，数值研究强调存在非常强的有限尺寸效应，特别是对于更现实的合成时间网络，导致在存在风险意识的情况下，有效的流行病阈值发生显著变化。对于经验接触网络，认识机制也导致有效阈值的变化和流行病流行率的大幅下降。
2017-10-16 physics.soc-ph
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
Modelling the influence of progressive social awareness, lockdown and anthropogenic migration on the dynamics of an epidemic
基本的易感-感染-感染（SIR）模型被扩展到包括渐进的社会意识，封锁和人为迁移的影响。研究发现，社会意识可以通过降低基本再生产率$R_0$有效地遏制传播。有趣的是，发现意识在一个社会中更有效，与反应较慢的社会相比，它可以更快地采用意识。该论文还将死亡率分数与临床恢复分数分开，并试图在缺乏和存在社会意识的情况下对封锁的结果进行建模。可以看出，错开封锁期不仅在经济上有利，而且有助于遏制感染蔓延。此外，交错退出战略与渐进的社会意识被认为是最有效的干预。本文还探讨了在两区情景下，人为迁移对疫情动态的影响。计算结果表明，不同区域中不同组分的演化不同。这种模型可以方便地将一个大区域划分为较小的子区域，以便不成比例地实施封锁，或者从封锁中退出。计算是使用与印度背景下的SARS-COV-2病原体一致的参数进行的。
2020-08-27 physics.bio-ph physics.med-ph physics.soc-ph
Digital Epidemiology with Awareness-Based Event-Triggered Migration in Networked Cyber-Physical Systems
Southwest University（西南大学）；University of Electronic Science and Technology of China（电子科技大学）；University of Maribor（马里博尔大学）；Community Healthcare Center Dr. Adolf Drolc Maribor（马里博尔市阿道夫·德罗尔克博士社区医疗中心）；Kyung Hee University（庆熙大学）；Korea University（高丽大学）；Potsdam Institute for Climate Impact Research（波茨坦气候影响研究所）；Humboldt University of Berlin（柏林洪堡大学）
本文提出基于网络化物理信息系统的事件触发迁移模型，通过双层结构分析疾病传播与信息传播的相互作用，利用马尔可夫链方法推导出流行病阈值，并验证了事件触发迁移在抑制疾病传播和降低感染峰值方面的有效性。
2026-04-29 physics.soc-ph
Modeling adaptive forward-looking behavior in epidemics on networks
提出一种网络上的流行病-经济模型，研究个体在不确定环境下的前瞻性自适应行为，发现局部意识比全局意识更能有效平缓流行病曲线。
2025-01-29 econ.TH physics.soc-ph
Epidemic risk perception and social interactions lead to awareness cascades on multiplex networks
本研究构建双层多层网络耦合模型，结合SIR感染过程与线性阈值认知传播，通过凸组合整合社会传染与风险感知的影响，仿真发现认知来源的不同效应及双源重要时的认知级联，且特定网络结构下感染规模随传播概率升高而降低。
2025-02-19 nlin.AO physics.soc-ph
Asymmetrically interacting dynamics with mutual confirmation from multi-source on multiplex networks
在流行病发生的初期，由于缺乏确切的信息，个体采取保护措施以降低自身感染风险、抑制疾病传播的决心很可能依赖于多个信息来源及其相互印证。本文将层间相互确认机制引入到多重网络上的信息-疾病相互作用动力学中。在我们的模型中，个体一旦从多个层次的邻居状态中确认消息的真实性和疾病的严重性，就会增加信息传递率和采取防护措施的意愿。利用微观马尔可夫链方法，解析计算了稳态下的流行阈值、感知度和感染密度，与仿真结果吻合较好。我们发现，在确定有意识的邻居时，传播阈值的增量在通信层比在接触层大。相反，从接触层确认邻居的感知和感染导致比通信层更低的最终感染密度和更高的感知密度。研究结果提示，个体对邻居，尤其是与邻居有真实接触的人，明确暴露自己的感染和知晓状况，有助于抑制传染病传播。
2021-01-05 physics.soc-ph
Coupled dynamics of endemic disease transmission and gradual awareness diffusion in multiplex networks
本研究提出多重网络中意识扩散与疾病传播的耦合模型，解析阈值并验证准确性，揭示强意识形成对疫情控制的关键作用。
2022-10-21 cs.SI nlin.AO physics.soc-ph
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
Paradoxes in the co-evolution of contagions and institutions
该研究引入基于文化群体选择的制度动力学，探究地方机构与流行病的共同演化，发现传播率更高或制度适应更慢反而可能缩小暴发规模等悖论，揭示了传染病与制度互动的复杂演化规律。
2023-10-09 nlin.AO physics.soc-ph
Mutual Feedback Between Epidemic Spreading and Information Diffusion
信息扩散对传染病传播的影响近年来引起了人们的广泛关注。当一种疾病开始在人群中传播时，有关该疾病的信息就会传播给其他人，这反过来又会对疾病的传播产生影响。在本文中，使用H7N9传播的经验结果和有关该疾病的信息，我们清楚地表明，这两种类型的过程的传播动力学相互影响。为了说明信息扩散对传染病传播的影响，我们建立了一个数学模型，其中两种类型的传播动力学描述使用SIS过程。仿真结果和成对分析都表明，信息扩散可以提高疫情爆发的阈值，降低最终感染个体的比例，并显著降低疫情传播的速率。此外，我们发现传染病传播的多爆发现象，以及信息扩散的影响，与实证结果一致。这些调查结果突出表明，即使在流行病似乎得到控制的情况下，也需要保持社会对疾病的认识，以防止随后的爆发。这些结果有助于深入理解传染病传播动力学与信息扩散之间的相互作用。
2015-06-12 cs.SI physics.soc-ph
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
Information Diffusion in Social Networks: Friendship Paradox based Models and Statistical Inference
由于社交网络的激增，社交网络中信息扩散的动态模型和统计推断是在过去十年中取得显著进展的一个领域。信息传播的建模和推理可应用于有针对性的广告和营销、预测选举、预测投资者情绪和确定流行病爆发。本章讨论了与社交网络中的信息扩散相关的三个重要方面：（1）观察偏差（称为友谊悖论（一个图论结论））和单亲传染（朋友的朋友的影响）如何影响信息扩散动力学。(ii)社交网络如何根据信息扩散的状态调整其结构连接性。(iii)如何估计由信息扩散引起的网络状态。本章讨论的所有三个主题的动机都源于网络科学和社会感知的最新发现。此外，还讨论了从这些主题中产生的未来研究的几个方向。
2018-12-14 cs.SI physics.soc-ph
Coevolution spreading in complex networks
疾病、行为和信息在真实系统中的传播很少是相互独立的，而是通过强相互作用共同进化的。网络协同进化传播的时空演化模式和临界现象对于揭示其动力学机制具有重要意义，它为控制传染病传播、预测社会系统中的集体行为等提供了理论基础，因此复杂网络协同进化传播动力学研究受到了众多学科的关注。本文介绍了协同进化传播动力学研究的最新进展，强调了统计力学和网络科学角度的贡献。详细介绍了生物传染、社会传染、免疫意识和免疫资源等4种典型的协同进化传播机制的理论方法、临界现象、相变、相互作用机制和网络拓扑效应，并讨论了该领域面临的挑战和有待进一步研究的问题。
2019-07-18 cs.SI physics.soc-ph
The Effects of Diffusion of Information on Epidemic Spread -- A Multilayer Approach
在这项工作中，目的是研究传染病的传播和多层次社会系统的信息。其主要思想是找到一个标准，根据该标准，采用传播信息阻止或抑制流行病的传播。两层网络是模型的基础。第一层描述了直接接触的互动，而第二层是信息传播层。这两个层由相同的节点组成。这个社会由五种不同类别的人组成：易感者、感染者、康复者、接种疫苗者和感染者。最初，只有一个受感染的个体开始传播感染。直接接触相互作用将感染传播给易感者。信息通过第二层传播。SIR模型用于描述感染传播，而Bass方程用于描述信息的采纳。信息传播与疾病传播竞争的控制参数是网络的拓扑结构和连通性密度。信息层的拓扑结构是一个无标度网络，其边缘密度不断增加。在接触层中，每个节点具有相同平均度的规则和无标度网络可以互换使用。观察结果是，接触网络的日益复杂性降低了个体意识的作用。如果接触层由具有有限范围连接的网络组成，或者边缘比信息网络稀疏，则信息的传播在控制流行病方面起着重要作用。
2021-03-13 cs.SI physics.soc-ph
Impact of homophily in adherence to anti-epidemic measures on the spread of infectious diseases in social networks
本文通过改进SIR模型研究遵守防疫措施的同质性对传染病传播的影响，发现仅在具有局部聚类的网络中，增加群体分离反而可能提高遵守人群的感染比例，揭示了局部网络结构在防疫策略中的关键作用。
2025-07-18 physics.soc-ph
Time scales of epidemic spread and risk perception on adaptive networks
将动态接触网络和延迟意识转化为具有记忆的传染病模型，研究了传染病在连通人群中的传播模式。研究发现，传染病的传播不仅与个人过去与感染者的接触有关，而且与社会网络适应中反映的风险感知的时间尺度有关。发现流行阈值$p_{c}$随时间尺度参数s和记忆长度T的增大而减小，它们满足方程$p_{c} =\frac{1}{T}+ \frac{ωT}{<k>a^s(1-e^{-ωT^2/a^s})}$。同时考虑了传染病的生存期和网络的拓扑性质。度分布的标准差$σ_{d}$随吸收时间$t_{c}$的增加而增加，并发现了$σ_{d}=mt_{c}^γ$的幂律关系。
2010-11-07 physics.soc-ph
Robust oscillations in SIS epidemics on adaptive networks: Coarse-graining by automated moment closure
研究了自适应网络上一类流行病易感-感染-易感（SIS）模型的动力学行为。该模型将传染病传播（网络上的动态）与网络连接的重新布线（网络的拓扑演化）相结合。我们提出并实现了一种计算方法，使我们能够研究网络的动态直接在一个紧急的，粗粒度的水平。该方法回避了封闭的低维近似的推导。我们的研究表明，全球耦合，通过人口的疾病意识进入，可以导致强大的大幅度振荡的状态和拓扑结构的网络。
2008-01-04 cond-mat.soft nlin.AO physics.soc-ph
Modeling Coupled Epidemic-Information Dynamics via Reaction-Diffusion Processes on Multiplex Networks with Media and Mobility Effects
针对现有模型仅考虑孤立因素的不足，本研究在多层网络上提出耦合疾病-信息传播模型，整合媒体影响、高阶相互作用和人口移动，通过MMCA推导方程并经MC模拟验证，揭示了相关因素对疾病传播的影响，为复杂场景下的干预策略设计提供见解。
2025-04-17 physics.soc-ph
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
Rebound in epidemic control: How misaligned vaccination timing amplifies infection peaks
研究通过建模发现接种时机错配可能降低人群免疫并放大第二感染高峰，同时在 COVID-19 模型中识别出两类主要面向老年人的最优接种策略。
2024-05-27 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
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
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
Campaigning in Heterogeneous Social Networks: Optimal Control of SI Information Epidemics
Indian Institute of Science（印度科学学院）
研究在社会网络中通过SI过程最大化信息传播的最优控制问题，分析不同网络结构对资源分配的影响，提出针对不同度数节点的最优策略，提升信息传播效率。
2015-12-25 cs.SI cs.SY eess.SY
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
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
