复杂网络中基于局部信息的行为响应与流行病传播之间的相互作用

传染病的传播会引发人类对疾病的行为响应，这反过来对流行病的传播起着至关重要的作用。在本研究中，为了说明人类行为响应的影响，在经典的易感-感染-恢复（$SIR$）模型中引入了一类新的个体，$S^F$。在该模型中，$S^F$ 状态代表采取自发保护措施以降低感染概率的易感个体，易感个体在接触感染邻居时可能以一定的响应率进入 $S^F$ 状态。通过渗流方法，推导了流行病阈值以及流行病流行度的理论公式。我们的发现表明，随着响应率的增加，流行病阈值提高，流行病流行度降低。分析结果也得到了数值模拟的验证。此外，我们证明，由于平均场方法忽略了动态关联，基于平均场方法得到了一个错误结果——流行病阈值与响应率无关，即额外的 $S^F$ 状态对流行病阈值没有影响。