[论文解读] Optimal Vaccine Allocation to Control Epidemic Outbreaks in Arbitrary Networks

Víctor M. Preciado, Michael Zargham+3 more|arXiv (Cornell University)|Mar 16, 2013

Complex Network Analysis Techniques参考文献 15被引用 34

一句话总结

本文提出了一种凸优化框架，用于在任意接触网络中实现成本最优的疫苗分配，以控制SIS流行病爆发，该框架利用了网络的谱特性及感染参数。通过凸优化提供了一种分数疫苗接种解决方案，并设计了一种具有理论性能保证的贪心组合算法，在真实社交网络上的模拟中表现优于基于度数和中心性的策略。

ABSTRACT

We consider the problem of controlling the propagation of an epidemic outbreak in an arbitrary contact network by distributing vaccination resources throughout the network. We analyze a networked version of the Susceptible-Infected-Susceptible (SIS) epidemic model when individuals in the network present different levels of susceptibility to the epidemic. In this context, controlling the spread of an epidemic outbreak can be written as a spectral condition involving the eigenvalues of a matrix that depends on the network structure and the parameters of the model. We study the problem of finding the optimal distribution of vaccines throughout the network to control the spread of an epidemic outbreak. We propose a convex framework to find cost-optimal distribution of vaccination resources when different levels of vaccination are allowed. We also propose a greedy approach with quality guarantees for the case of all-or-nothing vaccination. We illustrate our approaches with numerical simulations in a real social network.

研究动机与目标

• 通过最优分配有限的疫苗资源，控制任意接触网络中的流行病爆发。
• 将流行病控制问题表述为涉及网络相关矩阵特征值的谱优化任务。
• 在个体成本可变的情况下，为成本最优的分数疫苗接种分配开发凸优化框架。
• 为组合设置下的全或无疫苗接种设计一种具有性能保证的贪心算法。
• 使用真实社交网络数据，对所提方法与基于中心性的疫苗接种策略进行经验评估与比较。

提出的方法

• 采用具有个体特异性感染率和恢复率的异质N-互连SIS模型来表述流行病控制问题。
• 通过矩阵 $ \delta B^{-1} - A_{\mathcal{G}} $ 的最大特征值表示流行病阈值条件，其中 $ B $ 编码个体层面的疫苗接种效应，$ A_{\mathcal{G}} $ 为网络邻接矩阵。
• 利用凸优化求解凸成本函数下的分数疫苗接种问题，确保全局最优性。
• 应用拉格朗日对偶性推导组合情况下的贪心算法，并基于对偶问题建立理论近似保证。
• 采用反向贪心启发式方法，通过迭代从全疫苗接种集合中移除节点，其性能优于标准的基于中心性的启发式方法。
• 在包含247个节点的真实在线社交网络上验证结果，比较了度数、特征向量中心性和所提算法的性能表现。

实验结果

研究问题

• RQ1 如何在任意网络中最优分配疫苗资源，以最低成本控制SIS流行病爆发？
• RQ2 网络结构、个体易感性与控制流行病传播的谱阈值之间存在何种关系？
• RQ3 能否使用凸优化框架求解一般成本函数下的分数疫苗接种分配问题？
• RQ4 针对组合（全或无）疫苗接种问题，贪心算法的性能保证是什么？
• RQ5 在真实世界网络环境中，基于中心性的策略与所提基于优化的方法相比表现如何？

主要发现

• 所提出的凸优化框架通过基于谱约束的半定规划求解，实现了成本最优的分数疫苗接种分配。
• 组合疫苗接种的贪心算法所得解在理论最优值 $ D_C^* $ 的10%以内，如定理IV.1所保证。
• 反向贪心算法在性能上优于基于度数和特征向量中心性的策略，尤其在中等度数节点选择方面表现更优。
• 仅凭度数或特征向量中心性无法可靠预测疫苗接种决策，因为最优节点选择依赖于完整的参数集 $ \bar{\beta}, \underline{\beta} $，而不仅限于网络拓扑。
• 在真实社交网络上的模拟表明，所提方法能有效识别高阶数和高中心性节点进行接种，同时也能基于谱敏感性选择非直观的节点。
• 基于特征向量的选择曲线呈非单调性，表明高中心性节点并不总被优先接种，凸显了中心性启发式方法的局限性。