[논문 리뷰] Mutual Feedback Between Epidemic Spreading and Information Diffusion

Xiu‐Xiu Zhan, Chuang Liu외 4명|arXiv (Cornell University)|2015. 06. 12.

Complex Network Analysis Techniques참고 문헌 42인용 수 3

한 줄 요약

이 논문은 SIS 전염병 확산과 정보 확산을 통합하는 수학적 모델을 제안하여 상호 피드백 효과를 연구한다. 쌍별 근사법과 시뮬레이션을 통해 정보 확산이 전염병 임계점을 높이고, 최종 감염 비율을 낮추며 전파 속도를 늦춘다는 것을 입증한다. 이는 공중 보건 인식이 지속적으로 유지될 경우 재유행을 방지하는 데 핵심적인 역할을 한다는 점을 강조한다.

ABSTRACT

The impact that information diffusion has on epidemic spreading has recently attracted much attention. As a disease begins to spread in the population, information about the disease is transmitted to others, which in turn has an effect on the spread of disease. In this paper, using empirical results of the propagation of H7N9 and information about the disease, we clearly show that the spreading dynamics of the two-types of processes influence each other. We build a mathematical model in which both types of spreading dynamics are described using the SIS process in order to illustrate the influence of information diffusion on epidemic spreading. Both the simulation results and the pairwise analysis reveal that information diffusion can increase the threshold of an epidemic outbreak, decrease the final fraction of infected individuals and significantly decrease the rate at which the epidemic propagates. Additionally, we find that the multi-outbreak phenomena of epidemic spreading, along with the impact of information diffusion, is consistent with the empirical results. These findings highlight the requirement to maintain social awareness of diseases even when the epidemics seem to be under control in order to prevent a subsequent outbreak. These results may shed light on the in-depth understanding of the interplay between the dynamics of epidemic spreading and information diffusion.

연구 동기 및 목표

• 인간 집단 내에서 정보 확산이 전염병 확산 동역학에 미치는 영향을 조사하는 것.
• 질병 전파와 인식 확산 간 이중 피드백을 모델링하는 것.
• 정보에 의해 유도된 행동 변화가 전염병 임계점과 전파 속도에 미치는 영향을 분석하는 것.
• 특히 다중 유행 현상에 대해 실증적 H7N9 데이터와의 일치성을 검증하는 것.
• 실제로 유행이 통제된 것처럼 보일 때에도 공중 보건 인식을 유지하여 재유행을 방지할 수 있는 통찰을 제공하는 것.

제안 방법

• 복잡한 네트워크 상에서 질병과 정보 확산을 위한 결합된 SIS 모델을 개발한다.
• 개개인의 감염 상태와 인식 수준을 나타내는 상태 변수(S+, S−, I+, I−)를 도입하여 동시 감염 및 인식 수준을 추적한다.
• 노드 쌍의 시간적 변화를 기술하는 15개의 미분방정식 시스템을 유도하기 위해 쌍별 근사법을 사용한다.
• 전파율 β와 σ, 회복율 γ, 인식에 의한 행동 변화율 α, 정보 확산율 λ를 포함한다.
• 네트워크 기반 인구에서 모델을 시뮬레이션하여 임계점 이동과 최종 유행 규모를 분석한다.
• 특히 다중 유행 파동 발생 현상을 고려하여 실증적 H7N9 유행 데이터와 결과를 검증한다.

실험 결과

연구 질문

• RQ1 정보 확산은 인구 내 전염병 임계점에 어떤 영향을 미치는가?
• RQ2 정보는 감염된 개인의 최종 비율을 어느 정도 감소시키는가?
• RQ3 정보는 전염병 전파 속도에 어떤 영향을 미치는가?
• RQ4 모델은 실제 유행(예: H7N9)에서 관찰된 다중 유행 패턴을 재현할 수 있는가?
• RQ5 지속적인 공중 보건 인식은 유행 재발 방지에 어떤 역할을 하는가?

주요 결과

• 정보 확산은 전염병 임계점을 높여, 높은 전파율 조건에서도 유행 발생 가능성을 낮춘다.
• 정보에 의해 유도된 행동 변화로 인해 최종 감염 비율이 크게 감소한다.
• 정보 확산의 피드백으로 인해 전염병 전파 속도가 상당히 저하된다.
• 모델은 실증적 H7N9 데이터에서 관찰된 다중 유행 현상을 성공적으로 재현한다.
• 유행이 통제된 것처럼 보일지라도, 지속적인 공중 보건 인식이 후속 유행을 방지하기 위해 필수적이다.
• 상호 피드백 메커니즘이 전파율이 낮아도 일부 유행이 일시적인 감소 후 재발하는 이유를 설명한다.