Characterizing the dynamics underlying global spread of epidemics.
Characterizing the dynamics underlying global spread of epidemics.
复制标题
DOI：
10.1038/s41467-017-02344-z
复制
发表时间：
2018-01-15
影响因子：
16.6
通讯作者：
Wu JT
中科院分区：
文献类型：
--
作者：
Wang L;Wu JT
在过去的几十年里，利用全球航空运输数据建立的全球集合种群流行病模拟一直是研究流行病如何从起源地传播到世界其他地区的主要工具（例如，大流行性流感、SARS和埃博拉病毒）。然而，疾病流行病学和航空运输网络结构如何决定地球仪各地不同人群的流行病到达情况，仍不清楚。在这里，我们通过开发和验证一个分析框架来填补这一知识空白，该框架只需要从随机过程中进行基本分析。我们将这一框架回顾性地应用于2009年流感大流行和2014年埃博拉疫情，以表明可以以非常低的计算成本从本地和全球传播的公共数据中实时稳健地估计关键的流行病参数。我们的框架不仅阐明了流行病全球传播的动力学基础，而且还提高了我们对流行病进行即时预报和预测的能力。了解全球流行病的传播对于防范和应对至关重要。在这里，作者介绍了一个分析框架来研究航空运输网络上的流行病传播，并通过应用于最近的流感大流行和埃博拉疫情，展示了其估计关键流行病参数的能力。
Over the past few decades, global metapopulation epidemic simulations built with worldwide air-transportation data have been the main tool for studying how epidemics spread from the origin to other parts of the world (e.g., for pandemic influenza, SARS, and Ebola). However, it remains unclear how disease epidemiology and the air-transportation network structure determine epidemic arrivals for different populations around the globe. Here, we fill this knowledge gap by developing and validating an analytical framework that requires only basic analytics from stochastic processes. We apply this framework retrospectively to the 2009 influenza pandemic and 2014 Ebola epidemic to show that key epidemic parameters could be robustly estimated in real-time from public data on local and global spread at very low computational cost. Our framework not only elucidates the dynamics underlying global spread of epidemics but also advances our capability in nowcasting and forecasting epidemics. Understanding global epidemics spread is crucial for preparedness and response. Here the authors introduce an analytical framework to study epidemic spread on air transport networks, and demonstrate its power to estimate key epidemic parameters by application to the recent influenza pandemic and Ebola outbreak.
登录
查看更多内容
DOI：
10.1073/pnas.0906910106
发表时间：
2009-12-22
影响因子：
11.1
作者：
Balcan, Duygu;Colizza, Vittoria;Vespignani, Alessandro
通讯作者：
Vespignani, Alessandro
DOI：
10.1056/nejmoa1411100
发表时间：
2014-10-16
期刊：
The New England journal of medicine
影响因子：
--
作者：
WHO Ebola Response Team;Aylward B;Barboza P;Bawo L;Bertherat E;Bilivogui P;Blake I;Brennan R;Briand S;Chakauya JM;Chitala K;Conteh RM;Cori A;Croisier A;Dangou JM;Diallo B;Donnelly CA;Dye C;Eckmanns T;Ferguson NM;Formenty P;Fuhrer C;Fukuda K;Garske T;Gasasira A;Gbanyan S;Graaff P;Heleze E;Jambai A;Jombart T;Kasolo F;Kadiobo AM;Keita S;Kertesz D;Koné M;Lane C;Markoff J;Massaquoi M;Mills H;Mulba JM;Musa E;Myhre J;Nasidi A;Nilles E;Nouvellet P;Nshimirimana D;Nuttall I;Nyenswah T;Olu O;Pendergast S;Perea W;Polonsky J;Riley S;Ronveaux O;Sakoba K;Santhana Gopala Krishnan R;Senga M;Shuaib F;Van Kerkhove MD;Vaz R;Wijekoon Kannangarage N;Yoti Z
通讯作者：
Yoti Z
影响因子：
3.7
作者：
Bobashev G;Morris RJ;Goedecke DM
通讯作者：
Goedecke DM
DOI：
10.1073/pnas.0308344101
发表时间：
2004-10-19
影响因子：
11.1
作者：
Hufnagel, L;Brockmann, D;Geisel, T
通讯作者：
Geisel, T
影响因子：
56.9
作者：
Brockmann, Dirk;Helbing, Dirk
通讯作者：
Helbing, Dirk