自适应活动驱动网络上的流行病传播中的主动与被动隔离

我们考虑自适应活动驱动时序网络上的流行病过程，其中自适应行为建模为因感染引起的活动性与吸引力的变化。通过使用平均场方法，我们推导了针对一般自适应策略的 SIS 和 SIR 流行病模型的流行病阈值的解析估计，该阈值强烈依赖于易感态与感染态中活动性与吸引力之间的相关性。我们聚焦于强社交隔离，实施两种受近期真实案例研究启发的隔离：主动隔离，即群体通过将无效连接重连至非隔离节点来补偿链接损失；以及被动隔离，即与隔离节点的链接不被重连。两种策略具有相同的流行病阈值，但在活跃相的动力学上差异显著。我们表明，与被动隔离相比，主动隔离在降低活跃相中流行病影响方面极为低效，并且在 SIR 模型中，措施的迟滞采用需要被动隔离才能达到遏制。