[论文解读] Physical Proximity and Spreading in Dynamic Social Networks

Arkadiusz Stopczynski, Alex Pentland+1 more|arXiv (Cornell University)|Sep 22, 2015

Complex Network Analysis Techniques参考文献 24被引用 11

一句话总结

本研究利用500名个体的高分辨率互动数据，基于实证获取的物理近距离网络分析了流行病传播动力学。通过区分亲密接触（≤1 米）和环境接触（≤10 米）网络，作者发现亲密网络的流行病阈值（fc(∞) = 0.36 ± 0.05）显著高于环境网络（fc(∞) = 0.08 ± 0.04），表明由于网络连通性和连接分布的结构性差异，导致其爆发动力学存在根本性不同。

ABSTRACT

Most infectious diseases spread on a dynamic network of human interactions. Recent studies of social dynamics have provided evidence that spreading patterns may depend strongly on detailed micro-dynamics of the social system. We have recorded every single interaction within a large population, mapping out---for the first time at scale---the complete proximity network for a densely-connected system. Here we show the striking impact of interaction-distance on the network structure and dynamics of spreading processes. We create networks supporting close (intimate network, up to ~1m) and longer distance (ambient network, up to ~10m) modes of transmission. The intimate network is fragmented, with weak ties bridging densely-connected neighborhoods, whereas the ambient network supports spread driven by random contacts between strangers. While there is no trivial mapping from the micro-dynamics of proximity networks to empirical epidemics, these networks provide a telling approximation of droplet and airborne modes of pathogen spreading. The dramatic difference in outbreak dynamics has implications for public policy and methodology of data collection and modeling.

研究动机与目标

• 研究不同距离下的物理近距离如何影响网络结构与流行病传播动力学。
• 比较亲密（≤1 米）与环境（≤10 米）近距离网络在流行病阈值与爆发行为方面的差异。
• 评估网络结构对建模飞沫传播与气溶胶传播模式的影响。
• 评估使用近距离网络作为现实世界病原体传播代理的有效性。

提出的方法

• 基于500名个体的实时蓝牙近距离数据，构建了两个动态近距离网络：亲密（≤1 米）和环境（≤10 米）。
• 使用随机SIR类流行病模型，在两个网络上模拟疾病传播。
• 通过抽样方法估计当N → ∞时，最大连通分量（LCC）大小相变的临界阈值fc(∞)。
• 对fc(N)与1/N数据拟合二阶多项式，外推无限种群规模下的临界阈值。
• 通过分析LCC占比随时间变化的导数，识别相变点。
• 进行1,000次独立抽样实现，以评估fc(∞)估计值的统计稳健性。

实验结果

研究问题

• RQ1 亲密与环境近距离网络在与流行病传播相关的结构特性上存在哪些差异？
• RQ2 亲密与环境网络中爆发形成的关键流行病阈值（fc(∞)）是多少？
• RQ3 具有不同基于近距离的连通性模式的网络，其疾病传播动力学有何不同？
• RQ4 近距离网络在多大程度上近似现实世界中的飞沫与气溶胶传播模式？
• RQ5 基于近距离的网络模型能否可靠地为公共卫生政策与流行病建模提供支持？

主要发现

• 亲密网络的流行病阈值显著高于环境网络（fc(∞) = 0.36 ± 0.05 vs. 0.08 ± 0.04），表明其对大规模爆发具有更强的抵抗力。
• 两个网络均表现出真实的相变，因为fc(∞)值显著大于零，证实了非平凡的连通性阈值。
• 亲密网络呈现碎片化结构，具有密集的局部聚类，通过弱连接相连；而环境网络则支持更多随机的远距离连接。
• 两种网络在爆发动力学上的显著差异表明，飞沫与气溶胶传播应采用不同的网络结构进行建模。
• 环境网络低估了气溶胶传播的真实范围，因为它未考虑悬浮颗粒的影响，因此作为此类传播模式的代理较为保守。
• 本研究表明，基于近距离的网络建模必须考虑不同传播模式的特定物理约束，以提高流行病预测的准确性。