本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
傳染病的傳播從根本上取決於人與人之間的接觸模式。儘管接觸網絡的研究表明，接觸次數和接觸持續時間的異質性可能會產生深遠的流行病學後果，但模型通常假設接觸是隨機選擇的，從而忽略了接觸的社會學、時間和/或空間聚類。在這裡，我們研究異質和聚集性接觸模式對流行病動態的同時影響。為了對群體結構進行建模，我們概括了具有可調度分佈（每個節點的聯絡人數量）和聚類層級（三個派系的數量）的配置模型。為了對此類隨機圖的流行病動態進行建模，我們推導了一個易於處理的低維常微分方程組，該系統解釋了網路結構對流行病過程的影響。我們發現聚類和度分佈之間的相互作用是複雜的。聚類總是會減緩流行病的速度，但同時增加聚類和程度分佈的變異數可以增加最終的流行病規模。我們還表明，如果錯誤地假設傳染期是同質的，基於鍵滲流的近似可能會存在很大偏差，並且這種偏差的大小隨著網絡中聚類數量的增加而增加。我們應用這種方法來模擬家庭內接觸的高度聚集，使用從社會互動調查資料估計的接觸參數，並且我們確定了不考慮家庭結構的網路模型將出現偏差的條件。