[논문 리뷰] Epidemics on Interconnected Networks

Mark E. Dickison, Shlomo Havlin외 1명|arXiv (Cornell University)|2012. 01. 30.

Complex Network Analysis Techniques참고 문헌 5인용 수 11

한 줄 요약

이 논문은 SIR 모델을 사용하여 상호연결된 네트워크에서 전염병 확산을 연구하며, 강하게 결합된 네트워크 시스템과 약하게 결합된 네트워크 시스템을 구분한다. 약하게 결합된 시스템에서 병원균이 한 네트워크에서는 퍼지지만 다른 네트워크에서는 퍼지지 않는 새로운 혼합상태를 규명하고, 이 상태에 대한 분석적 조건을 유도하며, 공동체 간 공중보건 협력에 대한 함의를 제시한다.

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.

연구 동기 및 목표

• 단일 네트워크와 비교하여 상호연결된 네트워크에서 전염병 역학이 어떻게 다를지 이해하는 것.
• 전염병이 모든 네트워크에 동시에 퍼지는 조건와 부분적으로만 퍼지는 혼합상태에서 퍼지는 조건를 규명하는 것.
• 약하게 결합된 네트워크 시스템에서 혼합상태 존재를 위한 분석 기준을 도출하는 것.
• 네트워크 결합 강도가 질병 통제 및 기관 간 협력에 미치는 공중보건 함의를 평가하는 것.

제안 방법

• 서로 다른 내부 차수 분포와 상호 네트워크 연결을 가진 두 개의 상호연결된 네트워크(A 및 B)를 모델링하는 것.
• 지정된 차수 분포를 가진 무작위 네트워크를 생성하기 위해 Molloy-Reed 구성 모델을 사용하는 것.
• 감염률 β와 회복률 γ를 갖는 SIR 과정을 적용하여 전염병 확산을 시뮬레이션하는 것.
• 총 상호 네트워크 차수 κ_T = k_AB * N를 통해 결합 강도를 정의하는 것. 여기서 k_AB는 평균 상호 네트워크 차수이다.
• 시간 t에 활성 감염이 남아 있는 시뮬레이션 비율로 생존 확률 P(t)를 측정하는 것.
• 혼합상태를 탐지하고 단계 경계를 식별하기 위해 생존 확률 격차 ΔP(t) = |P_A(t) - P_B(t)|를 사용하는 것.

실험 결과

연구 질문

• RQ1 상호 연결이 존재함에도 불구하고 전염병이 한 상호연결된 네트워크에서는 퍼지지만 다른 네트워크에서는 퍼지지 않는 조건는 무엇인가?
• RQ2 전염병 행동 측면에서 강하게 결합된 네트워크 시스템과 약하게 결합된 네트워크 시스템은 무엇으로 구분되는가?
• RQ3 상호 네트워크 연결 강도는 혼합상태의 발생에 어떻게 영향을 미치는가?
• RQ4 생존 확률 격차는 혼합상태 경계를 신뢰할 수 있는 예측 도구로 사용할 수 있는가?
• RQ5 적절히 스케일링된 경우, 혼합상태의 행동은 다양한 네트워크 파라미터에 대해 일반화되는가?

주요 결과

• 약하게 결합된 네트워크 시스템에서는 병원균이 한 네트워크에서는 퍼지지만 다른 네트워크에서는 퍼지지 않는 새로운 혼합상태가 존재한다. 이는 상호 연결이 존재하더라도 성립한다.
• 생존 확률 격차 ΔP(t)는 혼합상태에서만 비영이 되며, 이는 이 제도를 신뢰할 수 있는 지표로 기능한다.
• 혼합상태 경계는 분석적으로 유도되었고 수치적으로 확인되었으며, β, κ_B, κ_T에 의존한다.
• 생존 확률를 P(t_r)로 재스케일링하고 κ_T/κ_B에 대해 그린 경우, 질병 없음/혼합상태 경계를 따라 시스템은 일반화된 행동을 보인다.
• 상호 네트워크 차수 k_AB가 2를 초과하더라도 혼합상태는 지속되며, 이는 희박한 상호 연결에 국한되지 않음을 시사한다.
• 임계점 β = β_c(κ_B)에서 생존 확률 격차는 κ_T > κ_B 이고 k_AB > k_AB,c 일 때에만 사라지며, 이는 전면적인 전염병 확산으로의 전이를 확인한다.