接触模式表示的信息含量与疫情暴发的可预测性

理解人群的接触模式——谁与谁接触以及接触何时发生——对于模拟传染病暴发至关重要。传统理论流行病学假设任何个体以相等概率相遇任何其他人。一种更现代的方法，即网络流行病学，假设人们连接在一个静态网络上，疾病在该网络上传播。更新的方法，即时序网络流行病学，则在接触表示中包含了时间因素。在本文中，我们研究了这些逐步增加信息量的影响。利用实证邻近数据，我们研究了源自未知源的暴发规模以及源自已知状态的正在进行中的暴发规模。在第一种情况下，从完全混合模拟到网络，再从网络到时序网络，存在巨大差异。在第二种情况下，差异较小。我们根据数据集的时序网络结构解释了这些观察结果。例如，节点和连边的快速更替似乎使得时序信息更为重要。