疫情的大爆发
物理与社会
2025-05-05 v1 数据分析、统计与概率
摘要
本文提出一种数学框架，描述疫情动力学的演化，涵盖种群内部动力学和种群间迁移 within a metapopulation network。通过对该动力学系统进行线性化，我们可以识别疫情的空间起始点，即源头（A）和起始时间（B），我们称之为疫情的“大爆发”。此外，我们引入了有效距离的新概念，用于跟踪网络中疾病的传播。我们的分析表明，疫情几何可以表示为一条具有普适斜率的直线，与疾病类型（R0）或迁移网络配置无关。本框架中所呈现的数学推导经由实证数据得到验证，包括来自伊朗和美国的新冠疫情观察数据，以及全球H1N1流感大流行数据。在本框架下，要检测疫情的大爆发，我们需要两种类型的数据：A) 在线性阶段中每个子种群中活感染病例的快照。B) 种群间迁移的粗粒化表示。即便仅获得类型A数据，我们仍可展示疫情几何图案的普适性。此外，我们可以估计误差并评估估计的精确度。这一全面方法增强了我们对疫情何时何地开始以及如何传播的理解，为制定有效公共卫生政策并减轻全球流行病对种群的影响提供了宝贵见解。
引用
@article{arxiv.2405.03703,
title = {The big bang of an epidemic},
author = {Yazdan Babazadeh and Amin Safaeesirat and Fakhteh Ghanbarnejad},
journal= {arXiv preprint arXiv:2405.03703},
year = {2025}
}
备注
32 pages, 11 Figures