Heterogeneous network epidemics: real-time growth, variance and extinction of infection.
Heterogeneous network epidemics: real-time growth, variance and extinction of infection.
复制标题
DOI：
10.1007/s00285-016-1092-3
复制
发表时间：
2017-09
影响因子：
1.9
通讯作者：
House T
中科院分区：
文献类型：
--
作者：
Ball F;House T
近年来，人们对网络上的流行病产生了很大的兴趣，认为这是一种表示能够通过现代人群传播感染的复杂接触结构的方式。配置模型是一个流行的选择，在理论研究中，因为它结合的能力，指定的数量分布的接触（度）与分析的易处理性。在这里，我们考虑早期的实时行为的马尔可夫SIR流行病模型的配置模型网络使用多类型的分支过程。我们发现封闭形式的解析表达式的平均值和方差的传染性的个人的数量作为一个函数的时间和程度的最初感染的个人（S），并写下一个微分方程系统的灭绝的概率的时间t是数值上的快速相比，蒙特卡洛模拟。我们发现，这些数量都是敏感的度分布，特别是我们确认，感染的平均患病率取决于度分布的前两个时刻和患病率的方差取决于度分布的前三个时刻。与大多数现有的分析方法相比，这些结果的准确性不依赖于具有大量的感染性个体，这意味着在大群体限制下，即使对于一个初始感染性个体，它们也是渐近精确的。
Recent years have seen a large amount of interest in epidemics on networks as a way of representing the complex structure of contacts capable of spreading infections through the modern human population. The configuration model is a popular choice in theoretical studies since it combines the ability to specify the distribution of the number of contacts (degree) with analytical tractability. Here we consider the early real-time behaviour of the Markovian SIR epidemic model on a configuration model network using a multitype branching process. We find closed-form analytic expressions for the mean and variance of the number of infectious individuals as a function of time and the degree of the initially infected individual(s), and write down a system of differential equations for the probability of extinction by time t that are numerically fast compared to Monte Carlo simulation. We show that these quantities are all sensitive to the degree distribution—in particular we confirm that the mean prevalence of infection depends on the first two moments of the degree distribution and the variance in prevalence depends on the first three moments of the degree distribution. In contrast to most existing analytic approaches, the accuracy of these results does not depend on having a large number of infectious individuals, meaning that in the large population limit they would be asymptotically exact even for one initial infectious individual.
登录
查看更多内容
影响因子：
3.7
作者：
Holme P
通讯作者：
Holme P
DOI：
10.1126/science.aaa4339
发表时间：
2015-03-13
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Heesterbeek H;Anderson RM;Andreasen V;Bansal S;De Angelis D;Dye C;Eames KT;Edmunds WJ;Frost SD;Funk S;Hollingsworth TD;House T;Isham V;Klepac P;Lessler J;Lloyd-Smith JO;Metcalf CJ;Mollison D;Pellis L;Pulliam JR;Roberts MG;Viboud C;Isaac Newton Institute IDD Collaboration
通讯作者：
Isaac Newton Institute IDD Collaboration
影响因子：
1.9
作者：
Lindquist, Jennifer;Ma, Junling;Willeboordse, Frederick H.
通讯作者：
Willeboordse, Frederick H.
影响因子：
3.7
作者：
Miller JC
通讯作者：
Miller JC
影响因子：
10.2
作者：
Dorman, KS;Sinsheimer, JS;Lange, K
通讯作者：
Lange, K