[論文レビュー] Epidemics on Interconnected Networks

Mark E. Dickison, Shlomo Havlin+1 more|arXiv (Cornell University)|Jan 30, 2012

Complex Network Analysis Techniques参考文献 5被引用数 11

ひとこと要約

本稿では、SIRモデルを用いて、相互接続されたネットワーク上での疫病の広がりを研究し、強く結合されたネットワーク系と弱く結合されたネットワーク系の違いを明らかにしている。弱い結合ネットワーク系において、相互接続があるにもかかわらず、1つのネットワークでは病気が広がるがもう一方では広がらない、新たな混合相が存在することを特定し、この相の発生に必要な解析的条件を導出している。その結果、コミュニティ間の公衆衛生連携戦略に重要な示唆が得られる。

ABSTRACT

Populations are seldom completely isolated from their environment. Individuals in a particular geographic or social region may be considered a distinct network due to strong local ties, but will also interact with individuals in other networks. We study the susceptible-infected-recovered (SIR) process on interconnected network systems, and find two distinct regimes. In strongly-coupled network systems, epidemics occur simultaneously across the entire system at a critical infection strength $β_c$, below which the disease does not spread. In contrast, in weakly-coupled network systems, a mixed phase exists below $β_c$ of the coupled network system, where an epidemic occurs in one network but does not spread to the coupled network. We derive an expression for the network and disease parameters that allow this mixed phase and verify it numerically. Public health implications of communities comprising these two classes of network systems are also mentioned.

研究の動機と目的

• 単一ネットワークと比較して、相互接続されたネットワークにおける疫病ダイナミクスの違いを理解すること。
• 疫病がすべてのネットワークに同時に広がる条件と、混合相において部分的にのみ広がる条件を特定すること。
• 弱い結合ネットワーク系における混合相の存在を示す解析的基準を導出すること。
• ネットワーク結合強度が疾病制御および機関間連携に与える公衆衛生的意義を評価すること。

提案手法

• 内部次数分布が異なる2つの相互接続ネットワーク（AおよびB）をモデル化し、ネットワーク間の接続を設定する。
• 指定された次数分布を持つランダムネットワークを生成するために、Molloy-Reedの構成モデルを用いる。
• 感染率βおよび回復率γを用いたSIRプロセスを適用し、疫病の広がりをシミュレートする。
• 合計ネットワーク間次数κ_T = k_AB * Nを用いて結合強度を定義し、k_ABは平均ネットワーク間次数を表す。
• 生存確率P(t)を、時刻tにおいて感染が活性なシミュレーションの割合として測定する。
• 生存確率の差ΔP(t) = |P_A(t) - P_B(t)|を用い、混合相を検出するとともに、相転移の境界を特定する。

実験結果

リサーチクエスチョン

• RQ1 相互接続があるにもかかわらず、疫病が1つのネットワークでは広がるがもう一方では広がらない条件は何か？
• RQ2 疫病行動の観点から、強く結合されたネットワーク系と弱く結合されたネットワーク系の違いは何か？
• RQ3 ネットワーク間接続強度が混合相の出現に与える影響は何か？
• RQ4 生存確率の差は、混合相境界を信頼性高く予測できるか？
• RQ5 適切にスケーリングされた場合、混合相の挙動は異なるネットワークパラメータに対して普遍的か？

主な発見

• 弱い結合ネットワーク系において、病気が1つのネットワークでは広がるがもう一方では広がらない、新たな混合相が存在する。これは、ネットワーク間接続があるにもかかわらず成立する。
• 生存確率の差ΔP(t)は、混合相でのみ非ゼロとなり、この状態を信頼できる指標として用いることができる。
• 混合相境界は解析的に導出され、数値的にも確認されており、β、κ_B、およびκ_Tに依存する。
• 生存確率をP(t_r)でスケーリングし、κ_T/κ_Bに対してプロットすると、病気非存在／混合相境界に沿って普遍的挙動を示す。
• ネットワーク間次数k_ABが2を超過しても、混合相は持続するため、疎な接続に限定されるわけではない。
• 臨界点β = β_c(κ_B)において、κ_T > κ_Bかつk_AB > k_AB,cのとき、生存確率の差が消えることから、完全な疫病広がりへの遷移が確認される。