网络上的多阶段感染动力学

本文研究了具有非指数分布传染期的传染病动力学。为此，我们考虑了网络上的多阶段感染模型。利用带有标准闭包的双近似方法，解析推导了疾病动力学的若干重要特征，包括传染病的最终规模和流行病爆发的阈值，并展示了这些量如何依赖于疾病特征以及疾病阶段数。通过在网络上进行动力学随机模拟，并与若干真实传染病例子的双近似模型结果进行比较，阐明了阶段数在疾病动力学中的作用。结果表明，较多的疾病阶段导致更快的疫情爆发，其峰值患病率更高且传染病最终规模更大。在我们所考虑的案例中，双近似与模拟方法之间的一致性极好。