Agent-based evolving network modeling: a new simulation method for modeling low prevalence infectious diseases.
Agent-based evolving network modeling: a new simulation method for modeling low prevalence infectious diseases.
复制标题
基于代理的进化网络建模：一种新的模拟低流行传染病的方法。
DOI：
10.1007/s10729-021-09558-0
复制
发表时间：
2021-09
影响因子：
3.6
通讯作者：
Gopalappa C
中科院分区：
文献类型：
--
作者：
Eden M;Castonguay R;Munkhbat B;Balasubramanian H;Gopalappa C
基于agent的网络建模（ABNM）将个体层面的每个人作为模拟的agent进行模拟，并使用网络生成算法生成个体之间的联系网络。ABNM适用于模拟传染病的个体水平动力学，特别是模拟艾滋病毒等在复杂的接触网络中通过密切接触传播的疾病。然而，由于ABNM模拟的是全部人口的比例版本，包括所有受感染和易受感染的人，因此它们在计算上无法用于研究艾滋病毒等低流行疾病的某些问题。我们提出了一种新的仿真技术，基于智能体的进化网络建模（ABENM），其中包括一种新的网络生成算法，进化接触网络算法（ECNA），用于生成无标度网络。ABENM仅将感染者及其在个体层面的直接接触者作为模拟的代理人进行模拟，并使用ECNA生成这些个体之间的接触结构。所有其他易受影响的人都使用分区建模结构进行建模。因此，ABENM具有基于代理和分区的混合建模结构。ECNA使用图论的概念来生成无标度网络。已知多种社会网络，包括性伙伴关系网络和注射吸毒者之间的针头共享网络，遵循无标度网络结构。比较ABENM和ABNM估计在无标度接触网络上传播的假设疾病的疾病轨迹的数值结果有望应用于低患病率疾病。在线版本包含补充资料，下载地址：10.1007/s10729-021-09558-0。
Agent-based network modeling (ABNM) simulates each person at the individual-level as agents of the simulation, and uses network generation algorithms to generate the network of contacts between individuals. ABNM are suitable for simulating individual-level dynamics of infectious diseases, especially for diseases such as HIV that spread through close contacts within intricate contact networks. However, as ABNM simulates a scaled-version of the full population, consisting of all infected and susceptible persons, they are computationally infeasible for studying certain questions in low prevalence diseases such as HIV. We present a new simulation technique, agent-based evolving network modeling (ABENM), which includes a new network generation algorithm, Evolving Contact Network Algorithm (ECNA), for generating scale-free networks. ABENM simulates only infected persons and their immediate contacts at the individual-level as agents of the simulation, and uses the ECNA for generating the contact structures between these individuals. All other susceptible persons are modeled using a compartmental modeling structure. Thus, ABENM has a hybrid agent-based and compartmental modeling structure. The ECNA uses concepts from graph theory for generating scale-free networks. Multiple social networks, including sexual partnership networks and needle sharing networks among injecting drug-users, are known to follow a scale-free network structure. Numerical results comparing ABENM with ABNM estimations for disease trajectories of hypothetical diseases transmitted on scale-free contact networks are promising for application to low prevalence diseases. The online version contains supplementary material available at 10.1007/s10729-021-09558-0.
登录
查看更多内容
影响因子：
4.3
作者：
Kretzschmar, M;Morris, M
通讯作者：
Morris, M
DOI：
10.1097/qai.0000000000001856
发表时间：
2018-12-15
期刊：
Journal of acquired immune deficiency syndromes (1999)
影响因子：
--
作者：
Oster AM;France AM;Panneer N;Bañez Ocfemia MC;Campbell E;Dasgupta S;Switzer WM;Wertheim JO;Hernandez AL
通讯作者：
Hernandez AL
影响因子：
56.9
作者：
Barabási, AL;Albert, R
通讯作者：
Albert, R
DOI：
10.1186/1742-5573-9-1
发表时间：
2012-02-01
期刊：
Epidemiologic perspectives & innovations : EP+I
影响因子：
--
作者：
El-Sayed AM;Scarborough P;Seemann L;Galea S
通讯作者：
Galea S
影响因子：
2.4
作者：
Vázquez, A
通讯作者：
Vázquez, A