集群人口中传染病的传播

人际接触网络构成了传染病传播的基质。大多数基于网络的传播研究侧重于度（个体拥有的接触数量）变化的影响。然而，其他效应，如聚类、传染性或易感性的变化，或接触紧密程度的变化，可能发挥重要作用。我们开发了分析技术来预测这些效应如何改变流行病的增长率、概率和规模，并利用真实的社交网络验证了这些预测。我们发现（对于给定的度分布和平均传播率），聚类是控制增长率的主导因素，传染性的异质性是控制流行病概率的主导因素，而易感性的异质性是控制流行病规模的主导因素。边权重（衡量接触的紧密程度或持续时间）仅在边之间存在相关性时才有影响。综合来看，这些效应可能在相互强化中发挥次要作用，其中聚类的影响在人口异质性最大或更紧密的接触也强烈聚类时最大。我们最重要的贡献是提供了一种系统的方法来处理传染病模型中的聚类问题，我们的结果对干预措施的设计具有若干启示。