网络结构与相关感染特征在流行病模型中的相互作用

个体对流行病传播的贡献因其在社交网络中的位置及其内在感染或患病能力的差异而异。虽然人口结构异质性和感染率的影响已为人所熟知，但较少研究人口水平易感性和传播性之间的协方差，尽管实证表明两者都在个体之间存在差异。我们引入一个数学建模框架，包含多个社区子群，每个子群都有自己的易感性和传播性联合分布。我们将该框架应用于易感-感染-恢复 (SIR) 模型，以检验社区结构和度异质性的影响。我们推导了基本传染数的数值表达式，该结果还原后证实了先前研究结果，并通过数值仿真进行了验证。我们将这些估计与仿真结果配对，首先探讨该模型与均匀 SIR 模型的时序动力学，其次探讨对有效社会干预的含义。该分析为未来研究在传染病传播中结构异质性和动力学异质性之间的相互作用提供了基础。