一种用于疫情追踪与 app 缓控的消息传递方法
物理与社会
2021-02-17 v2 无序系统与神经网络
统计力学
社会与信息网络
摘要
面对新发大流行威胁，需要科学框架以理解疫情演变。能够追踪接触者的移动应用对于控制新感染病例和遏制进一步传播至关重要。在此，我们提出一种结合渗流与消息传递技术的理论方法，研究接触者追踪在缓控疫情波中的作用。我们展示了 app 采用率的提高如何提升疫情阈值，当优先 targeting 高度数节点时该阈值最终达到最大。解析结果与广泛的蒙特卡洛模拟相比较，在均匀与非均匀网络上均显示良好一致。这些结果对量化接触追踪 app 有效缓控疫情所需的采用水平十分重要。
引用
@article{arxiv.2007.05277,
title = {A message-passing approach to epidemic tracing and mitigation with apps},
author = {Ginestra Bianconi and Hanlin Sun and Giacomo Rapisardi and Alex Arenas},
journal= {arXiv preprint arXiv:2007.05277},
year = {2021}
}
备注
(5 pages,4 figures +SM)