疾病建模中的一个基本问题是,在网络中传播的流行病的初始种子如何决定其最终结果. 一个重要的目标是找到感染大多数个体的种子结构. 新研究发表在PNAS上然而, 通过表明从一个国家通勤网络中联系最紧密的人群中播下的流行病不一定会导致更大的流行病,从而识别一种新现象, 但是相反, 在某些情况下, 从网络外围袭击的流行病可能更危险,影响到更多的人口.
“这一结果可能有助于一个国家在持续大流行期间更好地设计流行病预测和干预策略,这篇论文的主要作者评论道, 副教授 Marton Karsai 从 黄金城官网的网络和数据科学系. 这项研究强调,在流行病的早期阶段,不仅要关注正在传播的疾病或其变体的新感染病例的发生率,还要关注新感染病例的空间分布.
根据研究, 应制定有创造性的检测战略,以揭示该流行病在初期阶段的空间分布. “基于这些早期的观察, 黄金城网站登录首页的理论通过考虑通常被忽视和复杂的流行病播种效应,提供了对流行病长期后果的理解, 以及人口和流动性的几何结构,卡尔赛教授补充道.
有关更多信息,请参见 几何网络上流行病播种引起的切换现象, 该研究于2021年10月12日在PNAS上发表,并于2021年10月7日在线发表.