[論文レビュー] Modeling disease spreading with adaptive behavior considering local and global information dissemination

Xinwu Qian, Jiawei Xue+1 more|arXiv (Cornell University)|Aug 25, 2020

Complex Network Analysis Techniques参考文献 19被引用数 4

ひとこと要約

本稿では、局所的観察とグローバル情報（UA-SIS）に基づく適応的行動が引き起こす感染症拡散（SIS）とその共進化を、異種平均場（HMF）解析を用いたマルチプレックスネットワークモデルで研究する。情報拡散が感染症の閾値を顕著に上昇させ、ネットワークのレジリエンスを高め、特にメトロシステムのような大規模ネットワークにおいて集団免疫を可能にする。

ABSTRACT

The study proposes a modeling framework for investigating the disease dynamics with adaptive human behavior during a disease outbreak, considering the impacts of both local observations and global information. One important application scenario is that commuters may adjust their behavior upon observing the symptoms and countermeasures from their physical contacts during travel, thus altering the trajectories of a disease outbreak. We introduce the heterogeneous mean-field (HMF) approach in a multiplex network setting to jointly model the spreading dynamics of the infectious disease in the contact network and the dissemination dynamics of information in the observation network. The disease spreading is captured using the classic susceptible-infectious-susceptible (SIS) process, while an SIS-alike process models the spread of awareness termed as unaware-aware-unaware (UAU). And the use of multiplex network helps capture the interplay between disease spreading and information dissemination, and how the dynamics of one may affect the other. Theoretical analyses suggest that there are three potential equilibrium states, depending on the percolation strength of diseases and information. The dissemination of information may help shape herd immunity among the population, thus suppressing and eradicating the disease outbreak. Finally, numerical experiments using the contact networks among metro travelers are provided to shed light on the disease and information dynamics in the real-world scenarios and gain insights on the resilience of transportation system against the risk of infectious diseases.

研究の動機と目的

• 感染症の流行中に感染症拡散と情報拡散の共進化をモデル化すること。
• 局所的観察とグローバル情報によって形作られる適応的行動が、交通網における感染症ダイナミクスに与える影響を調査すること。
• マルチプレックスネットワークフレームワークを用いて、情報が感染閾値とネットワークのレジリエンスに与える影響を分析すること。
• 実際のメトロ接触ネットワークを用いてモデルを検証し、公衆衛生および交通網のレジリエンスに与える影響を評価すること。

提案手法

• 接触ネットワーク（SISモデル）と観察ネットワーク（UA-SISモデル）の2層からなるマルチプレックスネットワークを採用する。
• 異種平均場（HMF）手法を用いて、感染症と意識のパーコレーションに関する平衡状態および閾値条件を解析的に導出する。
• 適応的行動を、接触者からの局所的症状の観察と、メディアやソーシャルメディアなどのグローバルアラートに基づいてモデル化する。
• 実際のメトロ旅行者接触ネットワークを用いた数値実験により、さまざまな条件下での感染症および情報のダイナミクスをシミュレートする。
• ネットワークサイズに伴う感染閾値の低下を分析し、SISモデルとUA-SISモデルを比較することで、レジリエンスを評価する。
• 感染症と情報のパーコレーション強度に基づき、3つの安定な平衡状態（病気フリー、エンドミック、意識主導の病気フリー）を、閾値分析によって同定する。

実験結果

リサーチクエスチョン

• RQ1 感染症拡散と情報拡散の共進化は、流行の安定性と閾値にどのように影響するか？
• RQ2 局所的観察とグローバル情報は、流行期における適応的行動の形成にどのような役割を果たすか？
• RQ3 感染症と意識のダイナミクスの相互作用は、集団免疫の出現にどのように影響するか？
• RQ4 ネットワークサイズとトポロジーは、特にスケールフリーネットワーク（例：メトロシステム）における感染閾値にどのような影響を及ぼすか？
• RQ5 情報拡散は、大規模かつ連結されたネットワークにおいて、感染症の流行をどれほど遅らせるか、または抑制するか？

主な発見

• 本モデルは、感染症と情報のパーコレーション強度に応じて、3つの安定な平衡状態（病気フリー、エンドミック、意識主導の病気フリー）を同定した。
• 情報拡散は、特に大規模ネットワークにおいて、感染症の閾値を顕著に上昇させ、広範な流行の発生を遅らせたり防止したりする。
• 大規模メトロ接触ネットワーク（MCN）では、SISモデル下で次数分散の発散により感染閾値がゼロにまで低下し、システムは極めて脆弱になる。
• UA-SISモデル下では、SISモデルと比較して感染閾値が数個のオーダーも上昇しており、わずかな局所的意識の存在ですでにネットワークのレジリエンスが向上していることを示している。
• 意識は感染症よりも速やかに広がり、両者の成長率は時間遅れを伴って正の相関関係にある。エンドミック状態ではこの遅れが短くなる。
• ダイナミクスの結果から、意識が高まると、感染症はほぼ根絶されているか、安定したエンドミック状態に達しており、グーグルフローチラックスや患者の受診データなどの実世界のデータと整合的である。