Modellering af luftbåren sygdomsdiffusion

Med udbrud af luftbårne sygdomme, såsom mæslinger, der forekommer med stigende hyppighed, modellering af hvordan diffusionsprocessen fungerer i dynamiske kontaktnetværk er et stadig vigtigere forskningsområde for epidemiologi. Et team, der omfatter forskere fra Macquarie University Mohammad Shahzamal, Raja Jurdak, og Bernard Mans har udviklet en beregningsmæssig diffusionsmodel, der overvinder tidligere begrænsninger ved at fange et nøjagtigt overblik over den mulige spredning af infektion. Forskningen er blevet offentliggjort i Royal Society Open Science .

De fleste diffusionsmodeller antager, at både inficerede og modtagelige individer er til stede i samme fysiske rum og tid til en inter-node transmission, eller individuel transmission, at forekomme. Imidlertid, når en person, der enten ruger eller viser aktive symptomer på en luftbåren sygdom, frigiver infektiøse partikler, (f.eks. ved nysen eller hoste), disse kan blive hængende i luften i nogen tid, fortsætter med at inficere andre, selv efter at personen har forladt området.

Nuværende diffusionsmodeller kan ikke fange transmissioner, der opstår gennem indirekte interaktioner. Som resultat, de hidtil tilgængelige epidemiologiske modeller har ikke indregnet i transmissioner af denne indirekte interaktion, reducere både deres nøjagtighed og effektivitet.

Forskerne udviklede en beregningsmæssig diffusionsmodel-samme sted med forskellige tidstransmission (SPDT) -baseret diffusion-der overvejer transmissionsforbindelser til disse indirekte interaktioner.

Denne model ændrer netværksdynamikken, hvor forbindelsen mellem individer varierer, da forbindelsen - f.eks. En luftbåren sygdom - bliver mindre koncentreret i området. For at finde ud af dette, forskerne modellerede SPDT-diffusionsadfærd ved at bruge datadrevne kontaktnetværk til at simulere spredning af luftbåren sygdom. SPDT -modellen øger diffusionsdynamikken betydeligt med en høj grad af sygdomsoverførsel. Fordi de gør den underliggende forbindelse tættere og stærkere ved at inkludere indirekte transmissioner, SPDT -modeller er mere realistiske end samme sted (SPST) -modeller til undersøgelse af forskellige udbrud af luftbårne sygdomme.

Forskerne fandt også ud af, at diffusionsdynamikken, herunder indirekte links, ikke var reproducerbare af de nuværende SPST -modeller baseret på direkte links, selvom både SPDT- og SPST -netværk antager den samme underliggende forbindelse. Dette skyldes, at transmissionsdynamikken for indirekte links er forskellig fra direkte links. Disse resultater fremhæver betydningen af ​​de indirekte forbindelser til forudsigelse af udbrud af luftbårne sygdomme.

Modellen kan også anvendes på så forskellige områder som cybersikkerhed, økologi og marketing-hvor inter-node transmissioner kan forekomme via indirekte interaktioner, hvad enten det drejer sig om infektiøse partikler i det fysiske rum eller information i det virtuelle rum. For eksempel, et nyligt tilsluttet medlem kan stadig se oplysninger indsendt af et eksisterende medlem af en social medieplatform, selvom det nye medlem ikke var til stede, da oplysningerne blev sendt. Dronningens meddelelsesformidling i sociale myrkolonier og pollenformidling i miljøet følger også en lignende mekanisme. I disse scenarier, nuværende diffusionsmodeller kan gå glip af betydelige transmissionshændelser under forsinkede indirekte interaktioner.