刻画某些实证网络上流行病增长的初始阶段
种群与进化
2017-09-05 v1 物理与社会
摘要
传染病传播模型中的一个关键参数是基本再生数 ，即在一个大部分易感的大种群中，一个典型感染个体在其传染期内预期的继发病例数。为了使该量具有意义，在大种群极限下，感染个体数量的初始预期增长应呈指数形式。我们通过在选择的实证网络上重复模拟流行病来研究这一假设的有效程度，将每次流行病视为离散时间中的随机过程。通过将每个时间步的感染人数拟合到广义增长模型来分析每次流行病的初始阶段，从而估计增长形状。作为参考，对某些基本图（如不同维度的整数格和配置模型图）进行了类似研究，这些图的早期流行病行为是已知的。我们发现，对于本文测试的实证网络，指数增长特征描述了流行病的早期阶段，除非网络受到强低维空间约束的限制，例如二维方格的情况。然而，在足够高维的有限整数格上，流行病的早期发展显示出指数增长。
引用
@article{arxiv.1709.00973,
title = {Characterizing the Initial Phase of Epidemic Growth on some Empirical Networks},
author = {Kristoffer Spricer and Pieter Trapman},
journal= {arXiv preprint arXiv:1709.00973},
year = {2017}
}
备注
To be included in the conference proceedings for SPAS 2017 (International Conference on Stochastic Processes and Algebraic Structures), October 4-6, 2017