[논문 리뷰] SIS Epidemic Spreading with Heterogeneous Infection Rates

Bo Qu, Huijuan Wang|arXiv (Cornell University)|2015. 06. 24.

Complex Network Analysis Techniques참고 문헌 24인용 수 7

한 줄 요약

이 논문은 네트워크 내에서 이질적인 감염률이 SIS 전염병 확산에 미치는 영향을 연구한다. 고전적인 SIS 모델을 확장하여 감염률을 로그정규분포 및 감마분포와 같은 분포에서 추출한 i.i.d. 무작위 변수로 대체한다. 복구율이 낮을 경우 변동성이 높을수록 전파 속도가 느려지지만, 복구율이 높을 경우 이질성이 전염병 지속성에 기여할 수 있으며, 이는 실세계 네트워크에서 고전적 동질적 SIS 모델의 예측를 도전한다.

ABSTRACT

In this work, we aim to understand the influence of the heterogeneity of infection rates on the Susceptible-Infected-Susceptible (SIS) epidemic spreading. Employing the classic SIS model as the benchmark, we study the influence of the independently identically distributed infection rates on the average fraction of infected nodes in the metastable state. The log-normal, gamma and a newly designed distributions are considered for infection rates. We find that, when the recovery rate is small, i.e.\ the epidemic spreads out in both homogeneous and heterogeneous cases: 1) the heterogeneity of infection rates on average retards the virus spreading, and 2) a larger even-order moment of the infection rates leads to a smaller average fraction of infected nodes, but the odd-order moments contribute in the opposite way; when the recovery rate is large, i.e.\ the epidemic may die out or infect a small fraction of the population, the heterogeneity of infection rates may enhance the probability that the epidemic spreads out. Finally, we verify our conclusions via real-world networks with their heterogeneous infection rates. Our results suggest that, in reality the epidemic spread may not be so severe as the classic SIS model indicates, but to eliminate the epidemic is probably more difficult.

연구 동기 및 목표

• 감염률의 이질성이 SIS 모델에서 감염 노드의 평균 비율에 미치는 영향를 이해하는 것.
• 감염률 분포의 고차수 모멘트(예: 분산, 왜도)가 전염병 역학에 미치는 영향를 조사하는 것.
• 실세계 네트워크에서 고전적 동질적 SIS 모델과 이질적 감염률 모델을 비교하는 것.
• 항공망 및 공동저자 네트워크와 같은 실증 네트워크에서 시뮬레이션을 통해 이론적 결과를 검증하는 것.

제안 방법

• 연구는 고전적인 연속시간 마코프 SIS 모델을 확장하여 동일한 감염률 β를 특정 분포(로그정규분포, 감마분포, 및 고유 분포)에서 추출한 i.i.d. 무작위 변수 β_ij로 대체한다.
• 전염병의 중간상태에서 감염 노드의 평균 비율 y∞는 시뮬레이션과 이론적 분석을 통해 계산되어 전염병의 심각도를 평가한다.
• 모델은 모든 노드에 대해 고정된 동일한 복구율 δ를 가정하지만, 감염률은 간선마다 다르게 설정된다.
• 세 가지 시나리오를 비교한다: 동질적 감염률(고전적 SIS), 원래의 이질적 감염률(실제 네트워크 구조 반영), 및 셰플링된 이질적 감염률(랜덤화된 간선 감염률)로 상관관계의 영향을 분리한다.
• 이론적 분석은 이질적 감염률 하에서 전염병 임계점의 물리적 해석과 수학적 유도를 통해 뒷받침된다.
• 실세계 네트워크(항공망 및 공동저자 네트워크)를 사용하여 결과를 검증하며, 감염률은 실증 데이터에서 유도하거나 셰플링하여 구조적 영향을 시험한다.

실험 결과

연구 질문

• RQ1 감염률의 이질성이 SIS 모델의 중간상태에서 감염 노드의 평균 비율에 어떤 영향을 미치는가?
• RQ2 감염률 분포의 고차수 모멘트(예: 분산, 왜도)가 전염병 역학 형성에 어떤 역할을 하는가?
• RQ3 감염률의 상관관계 구조(예: 차수 기반 상관관계)가 i.i.d. 감염률과 비교해 전염병 지속성에 영향을 미치는가?
• RQ4 이질적 감염률이 동질적 경우에 비해 전염병 임계점이 더 높거나 낮아지는 조건은 무엇인가?
• RQ5 고전적 동질적 SIS 모델은 균일한 감염률을 가정하기 때문에 실세계 전염병의 심각도를 과소평가하거나 과대평가할 수 있는가?

주요 결과

• 복구율이 낮을 경우, 감염률의 이질성은 평균적으로 전염병의 전파를 늦추며, 이는 동질적 경우보다 감염 노드의 평균 비율 y∞가 작아지는 것으로 나타난다.
• 감염률 분포의 더 큰 짝수차 모멘트(예: 분산)는 더 작은 y∞로 이어지며, 이는 저복구율 조건에서 감염률의 높은 변동성이 전파를 억제한다는 것을 의미한다.
• 홀수차 모멘트(예: 왜도)는 y∞를 증가시키며, 분산의 억제 효과를 상쇄하는 데 기여한다.
• 복구율이 높을 경우, 이질적 감염률 모델은 동질적 모델이 멸종을 예측하는 상황에서도 지속적인 전파 확산 가능성을 더 높일 수 있다.
• 실세계 네트워크인 항공망 및 공동저자 네트워크에서, 복구율이 높을 경우 원래의 이질적 감염률은 셰플링된 감염률보다 더 높은 y∞를 보이며, 네트워크 구조와 감염률 상관관계의 중요성을 확인한다.
• 고전적 동질적 SIS 모델은 저복구율 영역에서는 전염병 심각도를 과소평가할 수 있으나, 고복구율 영역에서는 과대평가할 수 있으며, 이는 실세계 전염병이 예측된 것보다 덜 심각할 수 있지만 더 제거하기 어려울 수 있음을 시사한다.