动态接触网络中的 SIR 流行病

人群中的接触模式从根本上影响着传染病的传播。当前用于网络上流行病学预测的数学方法大多假设个体间的接触是固定的，至少在疫情持续期间如此。实际上，接触模式可能相当流动，个体频繁地建立或断绝社交或性关系。在此，我们开发了一种数学方法来预测动态网络上的疾病传播，其中每个个体具有特征行为（典型接触数量），但其接触对象的身份随时间变化。我们表明，动态接触模式以静态网络模型或质量作用模型无法充分捕捉的方式塑造了流行病学动力学。我们的新模型利用混合参数在静态网络模型和质量作用模型之间平滑插值，从而为不同类别的流行病学模型搭建了桥梁。随后，利用来自亚特兰大一所高中的流行病学和性接触数据，我们展示了该方法在预测和控制性传播疾病爆发方面的实用性。