预测网络上传染病早期传播过程的多样性
种群与进化
2022-02-24 v2 物理与社会
摘要
生物、社会、结构和随机因素的相互作用使得疾病预测极为复杂。传染病的演变呈现出由病原体和人群特征决定的平均增长动态，同时也表现出反映疾病传播随机性的显著变异性。在这项工作中，我们用概率生成函数重新表述了随机分支过程分析，并将其与网络上的连续时间传染病模拟进行比较。由此，我们预测了同质与异质网络上新兴传染病演变过程的多样性。我们展示了推断传染病早期进程的挑战更多地源于疾病传播的随机性，而非接触模式的异质性。我们提供了一种分析，有助于实时量化传染病变为超临界或反之随机消亡的概率。这些概率在基本再生数（即 R0）大于 1 时通常被分别假定为 1 和 0，忽略了疾病传播固有的异质性与随机性。该框架通过对标准确定性模型赋予似然权重来提供对早期传染病传播的更多见解，从而以概率预测为大流行防范提供信息。
引用
@article{arxiv.2107.03334,
title = {Predicting the diversity of early epidemic spread on networks},
author = {Andrea J. Allen and Mariah C. Boudreau and Nicholas J. Roberts and Antoine Allard and Laurent Hébert-Dufresne},
journal= {arXiv preprint arXiv:2107.03334},
year = {2022}
}