[论文解读] Coevolution of agents and networks in an epidemiological model

Damián H. Zanette|ArXiv.org|Jul 9, 2007

Opinion Dynamics and Social Influence参考文献 11被引用 12

一句话总结

本文提出一种共进化网络模型，其中易感个体可与感染个体断开连接并重新连接至其他个体，从而抑制感染传播。在中等频率的重新连接下，即使感染个体仍保有大部分连接，地方性感染状态亦可被完全消除，表明部分隔离足以通过网络自适应实现对流行病的控制。

ABSTRACT

We study the spreading of an infection within an SIS epidemiological model on a network. Susceptible agents are given the opportunity of breaking their links with infected agents, and reconnecting those links with the rest of the population. Thus, the network coevolves with the population as the infection progresses. We show that a moderate reconnection frequency is enough to completely suppress the infection. A partial, rather weak isolation of infected agents suffices to eliminate the endemic state.

研究动机与目标

• 研究网络与个体动态共进化对SIS模型中疾病传播的影响。
• 检验易感个体主动断开与感染个体连接的行为是否能抑制持续性感染。
• 确定在何种条件下重新连接行为可导致地方性状态的完全根除。
• 理解重新连接频率与网络结构在控制流行病阈值中的作用。

提出的方法

• 个体被建模为网络节点，具有S（易感）或I（感染）状态，通过SIS动力学演化。
• 在每个时间步，感染个体以概率γ恢复，易感个体可能以概率r与感染邻居断开连接。
• 断开的连接将随机重新连接至群体中的其他个体，保持网络总连接数不变。
• 若未发生重连，感染通过IS连接以概率λ传播。
• 推导出感染个体比例及连接类型（II、IS、SS）的平均场微分方程。
• 计算有效感染率ρ_eff，以说明重新连接如何降低有效传播率。

实验结果

研究问题

• RQ1 个体驱动的网络重连是否能抑制SIS模型中的地方性状态？
• RQ2 完全抑制感染所需的最低重新连接频率是多少？
• RQ3 完全根除感染是否需要对感染个体实施完全隔离？
• RQ4 有效感染率ρ_eff如何依赖于重新连接概率与感染密度？
• RQ5 共进化动力学能否映射为具有有效参数的标准SIS模型？

主要发现

• 中等程度的重新连接概率r足以完全抑制地方性状态，即使感染个体仍保有大部分连接。
• 地方性状态的消失并非通过完全隔离实现，而是通过有效感染率的切线分支现象，表明存在一种普遍的抑制机制。
• 该系统的行为在本质上等价于一个具有有效感染率ρ_eff = 2(1−r)λ − (2r/z)(1−n_I)²的标准SIS模型，且ρ_eff随r增加而减小。
• 稳定无病状态的跨临界分支是标准SIS阈值的延续，现由重新连接动力学所偏移。
• 即使每个感染个体仍维持大量连接，抑制仍可发生，表明部分隔离已足够。
• 该模型表明，个体行为与网络结构之间的共进化可导致无需外部干预的集体疾病控制。