[论文解读] Contagion-diffusion processes with recurrent mobility patterns of distinguishable agents

Pablo Valgañón, David Soriano‐Paños+2 more|arXiv (Cornell University)|Jan 18, 2022

COVID-19 epidemiological studies参考文献 43被引用 8

一句话总结

该论文提出了一种马尔可夫型元种群模型，引入可区分的个体及其重复性移动模式，实现了对时空流行病轨迹的精确计算，并通过混合矩阵的谱半径实现流行病阈值的解析推导。结果表明，不可区分个体模型会高估流行病阈值，从而对疾病韧性做出误导性评估。

ABSTRACT

The analysis of contagion-diffusion processes in metapopulations is a powerful theoretical tool to study how mobility influences the spread of communicable diseases. Nevertheless, many metapopulation approaches use indistinguishable agents to alleviate analytical difficulties. Here, we address the impact that recurrent mobility patterns, and the spatial distribution of distinguishable agents, have on the unfolding of epidemics in large urban areas. We incorporate the distinguishable nature of agents regarding both, their residence, and their usual destination. The proposed model allows both a fast computation of the spatio-temporal pattern of the epidemic trajectory and. the analytical calculation of the epidemic threshold. This threshold is found as the spectral radius of a mixing matrix encapsulating the residential distribution, and the specific commuting patterns of agents. We prove that the simplification of indistinguishable individuals overestimates the value of the epidemic threshold.

研究动机与目标

• 通过基于居住地和目的地区分个体，构建一个更贴近现实的理论框架，用于模拟城市元种群中的流行病传播。
• 解决元种群流行病学中不可区分个体模型的局限性，该模型会高估流行病阈值。
• 通过编码居住分布与通勤模式的混合矩阵的谱半径，实现流行病阈值的解析计算。
• 提供一种工具，用于评估有针对性的、精准的移动干预措施，而非广泛的封锁政策。
• 通过与基于代理的模拟对比，验证模型的有效性，并展示其对真实城市流行病动态的预测能力。

提出的方法

• 基于移动-互动-返回（MIR）模型构建马尔可夫框架，扩展该模型以同时根据居住地和目的地区分个体。
• 基于源-目的地移动数据引入子群体划分方案，实现对人类移动的更精细建模。
• 推导出一个混合矩阵，捕捉不同区域间子群体之间的相互作用机制，同时整合人口分布与移动模式。
• 将流行病阈值计算为混合矩阵的谱半径，从而实现对流行病风险的解析评估。
• 通过与基于代理的模拟对比，验证模型预测结果的一致性，确保其在时空流行病动态上的可靠性。
• 采用SIS分 compartment 模型作为底层传播过程，使用感染率 λ 和恢复率 µ，模拟疾病在各区域间的传播。

实验结果

研究问题

• RQ1 与不可区分个体模型相比，将个体按居住地和目的地进行区分建模，如何影响流行病阈值？
• RQ2 重复性移动模式在多大程度上影响城市元种群中流行病传播的时空动态？
• RQ3 基于源-目的地数据推导出的混合矩阵的谱半径，能否在真实移动场景中准确预测流行病阈值？
• RQ4 与不可区分个体模型相比，可区分个体模型如何改变流行病传播的顺序与速度？
• RQ5 个体可区分性对设计城市区域中针对性的、非均匀的移动控制策略有何影响？

主要发现

• 由可区分个体模型推导出的流行病阈值低于不可区分个体模型，表明后者高估了疾病的韧性。
• 可区分框架揭示，在高流行率区域，感染传播在各区域间的稀释程度更低，相较于不可区分情况，二次传播风险更高。
• 在可区分模型下，流行病传播呈现出更有序、更呈辐射状的传播模式，从城市中心向外围扩散需超过40个时间步才能完成整个都市区域的传播。
• 相比之下，不可区分模型表现出更爆炸性、更迅速的扩散，初始爆发后仅需几个时间步即可使整个群体被感染。
• 通过谱半径实现的模型解析阈值计算，提供了一种透明且可扩展的工具，用于评估移动干预措施的影响。
• 该框架能够精确定位关键通勤流，这些通勤流是疾病传播的主要路径，支持制定有针对性的公共卫生策略。