[논문 리뷰] Effects of Weak Ties on Epidemic Predictability in Community Networks

Panpan Shu, Ming Tang외 2명|arXiv (Cornell University)|2012. 07. 04.

Complex Network Analysis Techniques참고 문헌 3인용 수 8

한 줄 요약

이 연구는 약한 유대관계—커뮤니티 간 연결—가 공동체 네트워크에서 전염병 확산의 예측 가능성에 어떻게 영향을 미치는지, 감염 가능성-회복 가능성(SIS) 모델을 사용하여 조사한다. 연구 결과, 도착 시간과 유병률 변동성은 반대되는 경향을 보이며, 도착 시간의 예측 가능성과 유병률의 예측 가능성 사이에 본질적인 상충관계가 존재함을 시사한다. 이는 초기 전염병 예측이 본질적으로 신뢰할 수 없음을 의미하며, 특히 높은 차수와 낮은 공동체 연결성을 가진 다리 역할을 하는 노드에서 초기 감염이 발생할 경우 더욱 그렇다.

ABSTRACT

Weak ties play a significant role in the structures and the dynamics of community networks. Based on the susceptible-infected model in contact process, we study numerically how weak ties influence the predictability of epidemic dynamics. We first investigate the effects of different kinds of weak ties on the variabilities of both the arrival time and the prevalence of disease, and find that the bridgeness with small degree can enhance the predictability of epidemic spreading. Once weak ties are settled, compared with the variability of arrival time, the variability of prevalence displays a diametrically opposed changing trend with both the distance of the initial seed to the bridgeness and the degree of the initial seed. More specifically, the further distance and the larger degree of the initial seed can induce the better predictability of arrival time and the worse predictability of prevalence. Moreover, we discuss the effects of weak tie number on the epidemic variability. As community strength becomes very strong, which is caused by the decrease of weak tie number, the epidemic variability will change dramatically. Compared with the case of hub seed and random seed, the bridgenss seed can result in the worst predictability of arrival time and the best predictability of prevalence. These results show that the variability of arrival time always marks a complete reversal trend of that of prevalence, which implies it is impossible to predict epidemic spreading in the early stage of outbreaks accurately.

연구 동기 및 목표

• 약한 유대관계가 공동체 네트워크에서 전염병 역학의 예측 가능성에 미치는 영향을 이해하기 위해.
• 커뮤니티를 연결하는 다리 역할을 하는 노드(bridgeness)가 전염병 도착 시간과 유병률의 변동성에 미치는 역할를 분석하기 위해.
• 초기 감염원 위치(허브, 무작위, 다리 역할 노드)와 약한 유대관계 수가 예측 가능성에 미치는 영향을 조사하기 위해.
• 네트워크 모듈성과 공동체 강도가 전염병 변동성에 미치는 영향을 정량화하기 위해.
• 구조적 네트워크 특징이 존재함에도 불구하고 초기 단계의 전염병 예측이 왜 본질적으로 신뢰할 수 없는지에 대한 역설을 해결하기 위해.

제안 방법

• 조절 가능한 모듈성을 가진 합성 공동체 네트워크에서 감염 가능성-회복 가능성(SIS) 접촉 과정을 사용하여 전염병 확산을 시뮬레이션한다.
• 약한 유대관계 수와 네트워크 모듈성(Qn)을 변화시켜 전염병 역학에 미치는 영향을 평가한다.
• 100개의 네트워크와 1,000회의 독립적 실현을 기반으로 앙상블 평균을 사용하여 도착 시간과 유병률 변동성을 분석한다.
• 세 가지 초기 감염원 유형(다리 역할 노드, 무작위 노드, 허브)을 비교하여 감염원 의존적 예측 가능성을 평가한다.
• 유병률과 도착 시간의 예측 가능성을 정량화하기 위해 정규화된 엔트로피와 변동성 지표(Δ[i(T)])를 사용한다.
• 통계적 분석을 통해 다양한 네트워크 구성에서 도착 시간과 유병률 변동성 간의 역전 경향을 밝혀낸다.

실험 결과

연구 질문

• RQ1 예를 들어, 작은 차수 또는 큰 차수를 가진 다리 역할 노드와 같은 다양한 유형의 약한 유대관계가 전염병 도착 시간과 유병률의 예측 가능성에 어떻게 영향을 미치는가?
• RQ2 초기 감염원이 다리 역할 노드에서 떨어진 거리가 전염병 예측 가능성에 어떤 영향을 미치는가?
• RQ3 초기 감염원의 차수는 도착 시간과 유병률의 변동성에 어떻게 영향을 미치는가?
• RQ4 약한 유대관계 수(즉, 네트워크 모듈성)가 전염병 역학의 예측 가능성에 어떻게 영향을 미치는가?
• RQ5 구조적 네트워크 특징이 존재함에도 불구하고 초기 단계의 전염병 예측이 왜 본질적으로 불신뢰할 수 없는가?

주요 결과

• 도착 시간의 변동성과 유병률의 변동성은 완전한 역전 경향을 보이며, 한 쪽이 증가하면 다른 쪽은 감소함을 시사한다. 이는 예측 가능성 간의 본질적인 상충관계를 나타낸다.
• 다리 역할 노드에서 시작하는 감염은 도착 시간 예측 가능성은 가장 열 劣하지만, 특히 다리 역할 노드의 차수가 낮을 경우 유병률 예측 가능성은 가장 뛰어나다.
• 다리 역할 노드의 차수가 높을 경우, 도착 시간 변동성은 포isson 유사 행동(근접한 1)에 가까워지지만, 도착 시간이 불확실하기 때문에 유병률 변동성은 매우 커진다.
• 약한 유대관계 수가 줄어들어 네트워크 모듈성이 증가함에 따라, 무작위 및 허브 감염원의 경우 유병률 변동성이 급격히 증가하지만, 도착 시간 변동성은 감소하여 강한 반비례 관계를 보인다.
• 다리 역할 노드 감염원의 경우, 유병률 변동성은 모듈성 증가에 따라 느리게 증가하며 높은 예측 가능성을 유지하지만, 도착 시간 변동성은 여전히 높아 초기 예측이 불가능함을 시사한다.
• 결과적으로, 도착 시간과 유병률의 예측 가능성 경향이 본질적으로 반대되는 점을 감안할 때, 초기 유행 예측이 본질적으로 불가능하다는 결론을 이끌어낸다.