即可将网页分享至朋友圈
在流行病初期,经典理论常假设一个感染态节点平均新感染的人数(即基本再生数)几乎不变。近日,电子科技大学大数据研究中心博士生刘权辉和美国东北大学教授Alessandro Vespignani等人研究发现,“这一再生数在流行病初期是随时间变动的”。
这一研究成果于近日发表在《美国科学院院刊》上,刘权辉系文章第一作者,电子科技大学为第一完成单位。
据悉,早期因无法收集到大规模真实的接触数据,科研工作者常用简单的均匀网络来模拟流行病的传播。从而得出,流行病初期感染人数随基本再生数呈指数增长。
刘权辉等人基于意大利和荷兰两个国家的社会人口统计数据,建立了包含家庭成员、公司同事、学校师生和社区任意两人间更现实的接触模型,发现真实网络上流行病并不是以简单的指数增长方式蔓延的。
研究发现,与经典定义的模型相比,他们构建的模型能够更准确地追踪和预测流行病的传播。基于流行病爆发期间每日感染人数,利用机器学习方法可以较准地确定随时间变化的再生数。
编辑:卫道鸿 / 审核:陈伟 / 发布:陈伟