Multilayer and Multiplex Networks: An Introduction to Their Use in Veterinary Epidemiology.
Multilayer and Multiplex Networks: An Introduction to Their Use in Veterinary Epidemiology.
复制标题
DOI：
10.3389/fvets.2020.00596
复制
发表时间：
2020
影响因子：
3.2
通讯作者：
VanderWaal K
中科院分区：
文献类型：
--
作者：
Kinsley AC;Rossi G;Silk MJ;VanderWaal K
接触网络分析已成为使病原体在动物种群中传播概念化的重要工具，对了解接触模式的异质性对传播的影响尤其有用。然而，大多数病原体的传播不能简化为单一传播模式，因此不能对接触作出单一定义。此外，宿主-病原体相互作用发生在群落环境中，许多病原体感染多种宿主物种，大多数宿主被多种病原体感染。多层网络为研究宿主-病原体系统提供了一个正式的框架，其中多种类型的传播相关相互作用（定义为网络层）可以共同分析。在此，我们对多层网络分析进行了概述，并对这种新方法在流行病学研究问题中的应用进行了综述。然后，我们演示了使用这种技术来分析美国养猪场之间直接和间接接触模式的异质性。当节点之间的接触可以以多种方式定义时，多层方法可以通过提供一种改进的方法来定义流行病学上相关的相互作用节点组，并改变我们识别流行病学上重要个体（如超级传播者）的方式，从而提高我们在流行病学研究中使用网络的能力。
Contact network analysis has become a vital tool for conceptualizing the spread of pathogens in animal populations and is particularly useful for understanding the implications of heterogeneity in contact patterns for transmission. However, the transmission of most pathogens cannot be simplified to a single mode of transmission and, thus, a single definition of contact. In addition, host-pathogen interactions occur in a community context, with many pathogens infecting multiple host species and most hosts being infected by multiple pathogens. Multilayer networks provide a formal framework for researching host-pathogen systems in which multiple types of transmission-relevant interactions, defined as network layers, can be analyzed jointly. Here, we provide an overview of multilayer network analysis and review applications of this novel method to epidemiological research questions. We then demonstrate the use of this technique to analyze heterogeneity in direct and indirect contact patterns amongst swine farms in the United States. When contact among nodes can be defined in multiple ways, a multilayer approach can advance our ability to use networks in epidemiological research by providing an improved approach for defining epidemiologically relevant groups of interacting nodes and changing the way we identify epidemiologically important individuals such as superspreaders.
登录
查看更多内容
影响因子：
4.6
作者：
Chen S;White BJ;Sanderson MW;Amrine DE;Ilany A;Lanzas C
通讯作者：
Lanzas C
评估蓝色病毒8在苏格兰传播和疫苗接种策略的潜力。
影响因子：
4.6
作者：
Bessell PR;Searle KR;Auty HK;Handel IG;Purse BV;Bronsvoort BM
通讯作者：
Bronsvoort BM
影响因子：
2.7
作者：
Balasubramaniam K;Beisner B;Vandeleest J;Atwill E;McCowan B
通讯作者：
McCowan B
通过社会支持抑制多重网络中的流行病传播
影响因子：
3.3
作者：
Chen, Xiaolong;Wang, Ruijie;Braunstein, Lidia A.
通讯作者：
Braunstein, Lidia A.
影响因子：
12.5
作者：
De Domenico, Manlio;Lancichinetti, Andrea;Rosvall, Martin
通讯作者：
Rosvall, Martin