预测流感：为传染病设计社会网络传感器
社会与信息网络
2016-03-09 v3 物理与社会
摘要
对传染性传染病的早期检测与建模，可为遏制传染、控制其传播或有效设计对策提供重要指导。近期一个受关注的话题是设计社会网络传感器，即识别一小部分可被监测的人，以洞察更大人群中传染病的出现。我们正式提出了为流感疫情设计社会网络传感器的问题，并确定了在此类传感器设计问题中可针对的两个不同目标。利用图论中的支配者概念，我们开发了一种高效且有效的启发式方法，用于提前预测传染病。通过使用涉及数百万个体的广泛微观流行病学模拟生成的六个城市规模数据集，我们展示了方法的实际适用性，并显示出相较于其他对比方法的显著益处（领先时间最多多出二十二天）。最重要的是，我们展示了为政策制定者使用替代或代理来设计社会网络传感器，这些传感器需要从非侵入性的人员知识到更多关于人员间关系的信息。结果表明，我们获得的侵入性信息越多，预测流感爆发的领先时间越长，最多可达九天。
引用
@article{arxiv.1602.06866,
title = {Forecasting the Flu: Designing Social Network Sensors for Epidemics},
author = {Huijuan Shao and K. S. M. Tozammel Hossain and Hao Wu and Maleq Khan and Anil Vullikanti and B. Aditya Prakash and Madhav Marathe and Naren Ramakrishnan},
journal= {arXiv preprint arXiv:1602.06866},
year = {2016}
}
备注
The conference version of the paper is submitted for publication