Können soziale Interaktionen beeinflussen die Ausbreitung von Krankheiten? Mathematische Modellierung erläutert, die Verbindung

Können soziale Interaktionen beeinflussen die Ausbreitung von Krankheiten? Mathematische Modellierung erläutert, die Verbindung

2018-12-14

Den meisten realen Systemen, wie biologischen, sozialen und ökonomischen Systeme sich ständig weiterentwickeln. Die Dynamik solcher Systeme zeichnen sich durch eine deutlich verbesserte Aktivität über kurze Zeiträume (oder „bursts“), gefolgt von langen Perioden der Inaktivität.

Dies gilt auch für soziale Gemeinschaften, in denen das Muster der verbindungen zwischen Einzelpersonen, die mit der Zeit fortschreitet, und die Neigung zur Bildung von verbindungen tritt nur zeitweise, oder in bursts, statt in einem stetigen Strom. Solche Ausbrüche sind oft durchsetzt mit latenten Perioden ohne soziale Aktivität. Diese soziale Dynamik wiederum Auswirkungen auf andere Phänomene, wie die Ausbreitung der Krankheit.

„Die meisten der vorhandenen Literatur davon ausgegangen, dass sich Epidemien verbreiten, entweder viel schneller oder viel langsamer als Individuen bauen soziale verbindungen,“ Maurizio Porfiri, professor an der New York University Department of Mechanical and Aerospace Engineering und Department of Biomedical Engineering, sagt. „Dies ist jedoch nur selten wahr, als Menschen Reisen können jede Strecke in ein paar Stunden, effektiv die Verbreitung vieler Krankheitserreger.“

In einem Papier veröffentlichen in der nächsten Woche im SIAM Journal on Applied Dynamical Systems, Porfiri-zusammen mit Kollegen Lorenzo Zino und Alessandro Rizzo, sowohl von der Politecnico di Torino, Italien, und mit dem Besuch Termine an der NYU — zieht verbindungen zwischen Menschen, die soziale Aktivität und die Ausbreitung von Epidemien durch ein mathematisches Modell.

Die zeitliche Entwicklung einer sozialen Gemeinschaft ist abhängig von der Entwicklung einzelner Merkmale innerhalb der Gemeinschaft; das Gegenteil ist auch wahr. Je aktiver eine Person ist, die in die Generierung der links, desto mehr wird er oder Sie führt weiter aus, erhöht seine oder Ihre Aktivitäten in solchen Aufgaben.

„Unser Modell der Zeit-unterschiedlichen-Netzwerken-Faktoren, die in der angeborenen Variabilität des Menschen s-verbindungen mit anderen über die Zeit und die Konten für die Tatsache, dass einige sind mehr aktiv in die Erstellung der Kontakte als andere“, erklärt Porfiri. Diese Tendenz, verbindungen zu bilden, ist als selbst-Erregung. Solche selbst-spannende Prozesse sind in der Lage erzeugen platzt korrelierter Ereignisse, gefolgt von Perioden der Inaktivität, einen Beitrag zu „burstiness“ und zeitliche Ereignis-clustering.

„Das Modell bietet selbst-die Aufregung und burstiness besser erklären der komplizierten Beziehung zwischen einer Person, die soziale Aktivität und emergente kollektive Phänomene“, wie Zino beschreibt. „Menschliche soziale Verhalten ist oft anfällig für selbst-Aufregung: je mehr aktive wir sind, desto mehr werden wir erhalten Aufmerksamkeit und Befriedigung, was wiederum stärkt unsere Aktivitäten in einer positiven feedback-Schleife. Daher, selbst die Aufregung spielt eine wichtige Rolle bei der Entstehung von Burst-Verhalten, die Form der evolution sozialer Systeme.“

Aktivität driven networks (ADN) wurden kürzlich verwendet, um ein Modell für die zeitliche Entwicklung der Netzwerke von Interaktionen, wie Epidemien verbreiten, Meinung nach die Dynamik und Verbreitung von Innovationen. Allerdings, so weit, haben die Forscher nicht ausreichend berücksichtigt die zeitliche Entwicklung einzelner Merkmale innerhalb der ADN-framework.

Die Interaktionen zwischen Individuen neigen dazu, cluster in der Zeit, mit kurzen, hohe Aktivität überspannungen abwechselnd mit längeren, moderaten Aktivität Perioden — kann nicht übersehen werden, im Fall von realistisch-Prozesse. „Dieses Phänomen [der einzelnen Interaktion] Formen der evolution der sozialen Systeme und kann nicht vernachlässigt werden, wenn die Modellierung von Problemen der realen Welt“, betont Rizzo. „Wir glauben, dass die Formalisierung und Analyse eines solchen Features ist der Schlüssel zu einem mathematisch fundierten Untersuchung von Problemen der realen Welt, sowohl aus qualitativer und quantitativer Sicht.“

Die Autoren entwickelten einen Zeit-variierenden Netzwerk-Modell, das verallgemeinert die ADN-Paradigma, indem diese individuelle Dynamik. Sie verwenden Hawkes-Prozesse — die verlassen sich auf nur zwei Parameter — Modell der Aktivierung von Knoten; Hawkes-Prozesse reflektieren zeitlichen Merkmale der realistischen Systemen besser, als der Zeit-homogene Verfahren, die in früheren Studien. Trotz des Modells ist die Einfachheit, es ist in der Lage zu reproduzieren beobachteten Phänomene in der empirischen Daten, wie die burstiness und clustering.

Die NYU-Politecnico team analysiert zuerst die Art und Weise, in der selbst-Erregung-Mechanismen dynamisch beeinflussen Individuen Veranlagung, verbindungen zu schaffen, und untersucht dann die Auswirkungen dieser individuellen Kinetik auf Epidemie-übertragung. Durch analytisch-computing-die Epidemie-Schwelle in der thermodynamischen limit — die Auftritt, wenn die Anzahl der Menschen neigt zur Unendlichkeit — die Autoren zeigen, dass die selbst-Aufregung Dynamik tendenziell niedriger die epidemische Schwelle, also zunehmende Erkrankung Mitteilbarkeit.

„Wir beweisen, dass die Vernachlässigung der individuellen Interaktionen in der Studie der epidemischen Verbreitung verursachen dramatische Unterschätzung der schwere der Infektion,“ Zino Punkte aus. „Das Verständnis der entscheidenden Rolle der selbst-Aufregung bei der Entstehung einer Epidemie-Ausbruch ist der Schlüssel, um die Formulierung von genauen Vorhersagen über die Entwicklung von Epidemien und unterstützt eine effektive Impfung und containment-Techniken.“

Mit Hilfe dieser Ergebnisse werden in Kombination mit numerischen Simulationen illustrieren die Autoren, dass selbst die Aufregung vor allem eine erhöhte Variabilität in der individuellen sozialen Aktivität, die wiederum verringert die Epidemie-Schwelle des Systems, wodurch die Anfälligkeit für Ausbrüche von Krankheiten.

„Dieses Stück der Forschung ist ein zwingender Schritt in Richtung der Entwicklung mathematischer Modelle, die in der Lage sind, zu beschreiben und Vorhersagen, soziale Dynamik“, sagt Rizzo. „In unserer aktuellen und zukünftigen Arbeit wollen wir mit weiteren realen Funktionen der menschlichen Systeme. Im Rahmen der Studie epidemische Ausbrüche, wir möchten erforschen, die co-Existenz von gegensätzlichen Verhaltensweisen, wie selbst die Aufregung aufgrund der sozialen Aktivität und der Verabschiedung von präventiven Maßnahmen wie Quarantäne.“

Ihre Methode ist auch adaptierbar auf andere Kinetik innerhalb solcher Systeme. Als Porfiri erklärt, „Wir sind daran interessiert, die Untersuchung anderer Dynamik in sozialen Systemen, wie die Entwicklung von Meinungen in social communities, kognitive Verzerrungen oder Dissonanzen, und die konkurrierenden Verbreitung von Informationen und Fehlinformationen. Schließlich müssen wir überprüfen unsere mathematischen Rahmen und theoretische Erkenntnisse durch kritischen Vergleich mit Daten aus der realen Welt. Mit diesem im Verstand, wir sind derzeit die Analyse von öffentlich verfügbaren Datensets und Entwicklung einer mobilen Anwendung zur Durchführung unserer Experimente.“