具有任意度分布的聚类网络中传染病的动力学

我们研究了异质性和聚类接触模式对传染病流行的时间尺度和最终规模的影响。研究表明，网络中传递关系的丰富度（3-团的数量）和度分布的方差对最终感染人数以及疫情传播速度有显著影响。该网络模型基于配置模型的一个简单推广，而流行病动力学则通过一个低维常微分方程组进行建模。由于该模型的简洁性，我们能够探索庞大的参数空间，并刻画在广泛网络拓扑下的动力学特征。我们发现，聚类与度分布之间的相互作用是复杂的：聚类总是会减缓疫情的传播，但同时增加聚类和度分布的方差可能会增加最终的疫情规模。与无聚类配置模型网络的解相比，我们发现，如果不考虑可变的感染期，用于计算最终疫情规模的键渗流解可能存在偏差。