传染病传播的个体与对基模型：主方程及其预测能力分析

疾病传播的数学建模在理解、控制和预防疫情暴发中起着关键作用。在疾病于人类接触复杂网络上传播的微观描述中，个体处于给定状态（易感、感染、恢复等）的概率取决于其在网络中邻居的状态。因此它依赖于节点对的状态，而后者又依赖于三元组，形成动态依赖的层级结构。为了构建同时可靠且易处理的模型，必须理解如何截断此类层级，以及所选近似阶数如何影响模型预测疫情真实时间演化的能力。本文系统分析了在截断层级分别止于个体层面或节点对层面时，所得预测在不同数据与质量假设下的可靠性。我们发现，对基模型在我们工作所考虑的所有条件下，都是用于估计流行病学参数和预测疫情时间演化的可靠工具。然而，仅当具备更好的数据即节点对状态信息时，对基方法才比个体基方法提供好得多的预测。总体而言，我们的结果表明，更精细的数学模型需要由改进的接触者追踪技术提供信息，以更好地支持有关政策与防控措施的决策。