[論文レビュー] Absence of epidemic thresholds in a growing adaptive network

Güven Demirel, Thilo Groß|arXiv (Cornell University)|Sep 12, 2012

Complex Network Analysis Techniques参考文献 52被引用数 9

ひとこと要約

本稿では、新規ノードが高次数の個体に優先的に接続する成長的で適応的なネットワークにおけるSIR感染症を検討している。感染ノードは除去される。次数分布がスケールフリーネットワークから指数分布に移行（有限の分散を有する）するにもかかわらず、モデルはエピデミック閾値を示さず、連続的なネットワーク適応のおかげで、感染性が低い疾患ですら、無期限に持続可能である。

ABSTRACT

The structure of social contact networks strongly influences the dynamics of epidemic diseases. In particular the scale-free structure of real-world social networks allows unlikely diseases with low infection rates to spread and become endemic. However, in particular for potentially fatal diseases, also the impact of the disease on the social structure cannot be neglected, leading to a complex interplay. Here, we consider the growth of a network by preferential attachment from which nodes are simultaneously removed due to an SIR epidemic. We show that increased infectiousness increases the prevalence of the disease and simultaneously causes a transition from scale-free to exponential topology. Although a transition to a degree distribution with finite variance takes place, the network still exhibits no epidemic threshold in the thermodynamic limit. We illustrate these results using agent-based simulations and analytically tractable approximation schemes.

研究の動機と目的

• 適応的ネットワークにおけるネットワーク成長とノード除去がエピデミックダイナミクスに与える影響を調査すること。
• スケールフリーネットワークから指数的トポロジーへの移行がエピデミック閾値を消失させるかどうかを特定すること。
• 優先的接続と疾患誘発的ノード除去が、長期的なエピデミック持続性に与える役割を分析すること。
• 実際の都市環境における人口動態的プロセス（例：移住と死亡率）がエピデミック閾値に与える影響を検討すること。

提案手法

• 新規ノードが次数に比例する確率で既存ノードに接続する優先的接続によってネットワーク成長をモデル化する。
• SIR感染ダイナミクスと疾患誘発的ノード除去（除去率 r）を同時に組み込む。
• 高除去率における非平衡ダイナミクスを特に注視するために、エージェントベースシミュレーションを用いる。
• 低除去率における定常状態を解析的に探るため、モーメントクロージャー近似を適用する。
• 時間経過に伴う次数分布およびその分散の変化を追跡し、トポロジーの移行を評価する。
• 熱力学的極限における疾患有病率とネットワーク構造の相互作用を分析する。

実験結果

リサーチクエスチョン

• RQ1 成長的で適応的なネットワークにおいて、次数分布がスケールフリーから指数分布に移行することは、エピデミック閾値の消失を引き起こすか？
• RQ2 優先的接続と疾患誘発的ノード除去が組み合わさることで、感染性が低い疾患の長期的持続性にどのような影響を与えるか？
• RQ3 高除去率における動的パターンは何か。それらは持続的エピデミックサイクルの存在を示唆するか？
• RQ4 次数分布に有限の分散がある場合でも、ネットワークの適応的トポロジーがエンドミックな疾患状態を維持できるか？

主な発見

• 次数分布がスケールフリーから指数分布（有限の分散）に移行しても、熱力学的極限においてエピデミック閾値は存在しない。
• 非常に感染性が低い疾患ですら、連続的なネットワーク適応が十分な接続性を維持するため、無期限に持続可能である。
• 高除去率では、人口の増加と崩壊を繰り返すホモクリニックに似たダイナミクスが観察され、繰り返しエピデミックの爆発が生じる。
• モーメントクロージャー近似は、高除去率におけるダイナミクスを捉えられず、安定した定常状態ではなく、急激なエピデミックの爆発を示す。
• 本モデルは、移住や死亡率などの人口動態的プロセスが、行動フィードバックに依存せず、エピデミックの持続を維持できることを明らかにした。
• 観察されたエピデミック閾値の不在は、指数分布ネットワークに対しても成立し、有限の分散と閾値の存在との従来の関連性に疑問を呈する。