[论文解读] Exploiting Cellular Data for Disease Containment and Information Campaigns Strategies in Country-Wide Epidemics

Antonio Lima, Manlio De Domenico+2 more|arXiv (Cornell University)|Jun 19, 2013

Human Mobility and Location-Based Analysis参考文献 5被引用 28

一句话总结

本文提出一种基于移动性信息的流行病模型，利用科特迪瓦的蜂窝网络数据模拟疾病传播并评估防控策略。通过利用通话详单记录中提取的真实人类移动与社交互动模式，研究表明，针对性的信息传播活动——尤其是点对点的同伴间传播——可显著降低地方性感染水平，优于仅依靠移动限制的策略。

ABSTRACT

Human mobility is one of the key factors at the basis of the spreading of diseases in a population. Containment strategies are usually devised on movement scenarios based on coarse-grained assumptions. Mobility phone data provide a unique opportunity for building models and defining strategies based on very precise information about the movement of people in a region or in a country. Another very important aspect is the underlying social structure of a population, which might play a fundamental role in devising information campaigns to promote vaccination and preventive measures, especially in countries with a strong family (or tribal) structure. In this paper we analyze a large-scale dataset describing the mobility and the call patterns of a large number of individuals in Ivory Coast. We present a model that describes how diseases spread across the country by exploiting mobility patterns of people extracted from the available data. Then, we simulate several epidemics scenarios and we evaluate mechanisms to contain the epidemic spreading of diseases, based on the information about people mobility and social ties, also gathered from the phone call data. More specifically, we find that restricting mobility does not delay the occurrence of an endemic state and that an information campaign based on one-to-one phone conversations among members of social groups might be an effective countermeasure.

研究动机与目标

• 利用源自蜂窝网络数据的真实人类移动模式，对地理区域间的疾病传播进行建模。
• 评估移动限制策略在延迟或减少流行病传播方面的有效性。
• 探究社交网络在疫情中传播预防性健康信息的作用。
• 评估利用社交关系传播信息的策略如何降低地方性感染水平。
• 探索结合移动控制与信息传播的混合策略，以实现最佳的流行病防控效果。

提出的方法

• 构建一个元群落网络，其中每个节点代表一个地理区域，边代表基于通话详单记录的人类移动。
• 使用改进的SIR类分 compartment 框架对疾病传播进行建模，包含区域特定的感染率和恢复动力学。
• 从通话频率矩阵推断社交网络，以模拟同伴间信息传播，若信息导致预防性行为，则将其视为‘免疫化’。
• 引入一种竞争动力学模型，其中疾病传播与信息传播共同演化，参数包括信息传播速率（ω）、免疫化速率（ψ）和遗忘速率（ξ）。
• 在不同基本再生数（R₀）和信息传播参数下模拟流行病情景，评估对地方性感染水平（i∞）和达到地方性状态时间（τ）的影响。
• 使用密度图可视化信息传播参数对不同R₀值和遗忘速率下疾病动态的影响。

实验结果

研究问题

• RQ1 如何通过蜂窝网络数据推断的人类移动模式影响全国性流行病在地理上的传播？
• RQ2 在中心地理区域实施移动限制在多大程度上能延迟地方性疾病状态的出现？
• RQ3 基于社交网络结构的点对点信息传播活动是否能有效减少流行病的最终规模？
• RQ4 预防性信息的传播速率和个体遗忘信息的速率如何影响地方性感染水平？
• RQ5 在何种条件下，信息传播相较于移动限制更能有效控制疾病传播？

主要发现

• 在中心地理区域限制移动并不能延迟地方性状态的出现，表明此类防控策略效果有限。
• 基于一对一同伴间传播的信息传播活动可显著降低最终感染个体的比例，即使参与率较低（ω > 0）。
• 当信息导致永久免疫（ξ = 0）时，对所有测试的R₀值，流行病均被完全抑制，不形成地方性状态。
• 对于临时信息效应（ξ = 0.5），最终感染水平与免疫化速率（ψ）无关，表明信息持久性比个体接受度更为关键。
• 即使信息传播率较低（ω）且免疫效果短暂（ψ > 0），最终感染比例仍显著低于无信息传播活动的情景。
• 模型表明，高传播速率与低遗忘速率的信息传播（ω = ψ > 0，ξ = 0）可完全抑制地方性状态，无论R₀为何值。