[논문 리뷰] Mean-field models for non-Markovian epidemics on networks: from edge-based compartmental to pairwise models

Neil Sherborne, Joel C. Miller외 2명|arXiv (Cornell University)|2016. 11. 12.

Complex Network Analysis Techniques참고 문헌 28인용 수 7

한 줄 요약

이 논문은 비마르코프성 전염병에 대해 임의의 전파 및 회복 시간 분포를 갖는 엣지 기반 분할 모델(EBCM)을 확장하고, 마르코프 전파를 위한 새로운 쌍방향 유사 모델(PLM)을 유도한다. 마르코프 전파 조건 하에서 메시지 전달, EBCM, PLM 간의 동치성을 증명하며, 도수적 해석이 가능하고 정확한 프레임워크를 제공하여 구성 모델 네트워크에서 이질적인 차수와 일반적인 회복 과정을 갖는 SIR 역학을 분석한다.

ABSTRACT

This paper presents a novel extension of the edge-based compartmental model for epidemics with arbitrary distributions of transmission and recovery times. Using the message passing approach we also derive a new pairwise-like model for epidemics with Markovian transmission and an arbitrary recovery period. The new pairwise-like model allows one to formally prove that the message passing and edge-based compartmental models are equivalent in the case of Markovian transmission and arbitrary recovery processes. The edge-based and message passing models are conjectured to also be equivalent for arbitrary transmission processes; we show the first step of a full proof of this. The new pairwise-like model encompasses many existing well-known models that can be obtained by appropriate reductions. It is also amenable to a relatively straightforward numerical implementation. We test the theoretical results by comparing the numerical solutions of the various pairwise-like models to results based on explicit stochastic network simulations.

연구 동기 및 목표

• 비마르코프 SIR 전염병에 대해 구성 모델 네트워크에서 임의의 전파 및 회복 시간 분포를 다룰 수 있도록 엣지 기반 분할 모델(EBCM)을 확장한다.
• 마르코프 전파 및 임의의 회복 과정을 위한 새로운 쌍방향 유사 모델(PLM)을 유도하여 정확하고 수치적으로 효율적인 분석을 가능하게 한다.
• 마르코프 전파 조건 하에서 메시지 전달 모델, EBCM, PLM 간의 동치성을 공식적으로 증명하여 일관성을 검증한다.
• 기존의 쌍방향 모델보다 더 일반화되고 향상된 새로운 PLM 모델이 히우리스틱 폐쇄를 피하고 메시지 전달 원리를 통해 상관관계를 포착함으로써, 고도로 이질적인 차수를 갖는 네트워크에 적합하다는 것을 보여준다.
• 유한한 네트워크에서 스토하스틱 시뮬레이션과의 수치적 비교를 통해 이론적 모델을 검증하며, 높은 일치도를 보인다.

제안 방법

• 메시지 전달 형식을 사용하여 임의의 전파 및 회복 시간 분포를 다룰 수 있는 새로운 엣지 기반 분할 모델(EBCM)을 유도한다.
• 마르코프 전파와 일반적인 회복 시간 분포를 가정할 때 메시지 전달 접근법을 적용하여 새로운 쌍방향 유사 모델(PLM)을 구성한다.
• PLM에 대해 두 개의 미분방정식 시스템을 유도하며, 이는 엣지 기반 확률을 사용하여 감염 가능성과 감염된 노드의 역학을 기술한다.
• 구성 모델 네트워크에서 차수 분포와 초과 차수 분포를 기술하기 위해 생성함수 $G_0(x)$, $G_1(x)$, $G_2(x)$를 사용한다.
• 노드가 주어진 엣지를 통해 감염 가능성을 유지할 확률을 추적하기 위해 생존 함수 $H_1(t)$와 엣지 기반 분할 변수 $\Theta(t)$를 도입한다.
• 수치적 적분을 사용하여 EBCM 및 PLM 방정식을 풀고, 거짓된 스케일프리 네트워크(력률 지수 2.5, 차수 범위 3–60)에서의 스토하스틱 시뮬레이션 결과와 비교한다.

실험 결과

연구 질문

• RQ1 비마르코프 전염병에서 엣지 기반 분할 모델(EBCM)은 임의의 전파 및 회복 시간 분포를 일반화하여 다룰 수 있는가?
• RQ2 마르코프 전파 및 임의의 회복 과정을 위한 새로운 쌍방향 유사 모델(PLM)이 존재하는가? 이 모델은 EBCM 및 메시지 전달 모델과 동치인가?
• RQ3 마르코프 전파 조건 하에서 메시지 전달 모델, EBCM, PLM 간의 동치성이 공식적으로 증명 가능한가?
• RQ4 스토하스틱 시뮬레이션과 비교해 볼 때 새로운 PLM 모델는 수치적으로 효율적이고 정확하게 구현 가능한가?
• RQ5 평균장 모델은 유한하고 이질적인 네트워크에서 스토하스틱 SIR 전염병의 평균 행동을 얼마나 잘 기술하는가?

주요 결과

• 확장된 EBCM은 구성 모델 네트워크에서 임의의 전파 및 회복 시간 분포를 갖는 비마르코프 SIR 전염병을 정확히 기술하며, 최종 전염병 규모가 문헌에 기록된 결과와 일치한다.
• 새로운 쌍방향 유사 모델(PLM)은 메시지 전달 형식에서 유도되었으며, 마르코프 전파 및 일반적인 회복 과정을 위한 정확한 두 개의 미분방정식 시스템을 제공한다.
• 마르코프 전파 조건 하에서 PLM는 EBCM 및 메시지 전달 모델과 동치임을 증명하였으며, 핵심 메시지 양상 $H_1(t)$와 $\Theta(t)$에 대해 증명이 확립되었다.
• PLM 및 EBCM의 수치적 해는 거짓된 스케일프리 네트워크(10,000개 노드, 力률 지수 2.5, 차수 범위 3–60)에서 스토하스틱 시뮬레이션과 뛰어난 일치도를 보였다.
• PLM는 히우리스틱 폐쇄를 피하고 메시지 전달 원리를 통해 상관관계를 포착함으로써, 고도로 이질적인 차수를 갖는 네트워크에 적합하며 기존의 쌍방향 모델보다 뛰어난 성능을 보인다.
• 전파율($\beta = 0.15, 0.3, 0.4$)과 회복 매개변수($\gamma = 0.5$, $\sigma = 2$)에 관계없이 모델은 안정적이며, 시뮬레이션 결과는 평균장 예측의 5–95퍼센트 신뢰구간 내에 포함된다.