复杂网络上传染病力学概述.ppt

动力学与个体行为、政府决策的相互关系 示意图 用来刻画传染病动力学与个体行为，政府决策等因素之间的相互影响 1.Group interest versus self-interest in smallpox vaccination policy, PNAS,100 (2003) 1564 模型： 由于接种天花存在着一个困境，预防面临 代价，不预防也有被感染的风险；另外由 于 (herd immunity ）群体免疫的作用，如果 别人采取了免疫那么我被感染的风险减小， 我可以不免疫，但是别人也有这样的想法， 所以这是一个预防困境问题。用博弈中的 收益（ payoff) 来描述接种的收益 和暂时 不接种的收益 ： vac E del E 模型 ? 假设每个个体采取接种的概率为 p, 在群体中 就有 p 比例的人选择接种，此时 v d 其中 表示死亡率 ( ) ( ) s s v p p ? ? r 理解为发生天花的概率， d 表示感染以后的死亡率， 和 分别表示被感染的概率和被击中后具有免疫的概率 对应个体而言，个体的平衡点为： 0 ( ) vac del E E p ? 对于整个集体的最优为 , 代价 C(p): 最小。 主要结果（个体最优和全局最优的差距） 复杂网络上传染病动力学概述 张海峰 haifeng3@mail.ustc.edu.cn 提纲 ? 传染病动力学基本概念 ? 复杂网络上传染病动力学的基本结果与推 广 ? 个体、社会行为反应对传播行为的影响 ? 总结与展望 一、基本概念 专业名词 ? S-susceptible （易感染者，健康者） ;I-infected （感染者） ; R- recovery/removed （恢复者、移除者） ;V-vaccinated( 接种者） ;E- exposed （暴露但不具有感染性，或称潜伏）。 ? SIS 模型： 易染个体被感染后，可以被治愈但无免疫力（还可以再被感染）（感冒等） ? SIR 模型： 易染个体被感染后，可以被治愈且有免疫力（不会被感染，也不会感染其它 节点，相当于已经从传播网络中被清除了）（天花等） ? SI 模型： 易染个体被感染后，不能被治愈（艾滋病等） ? SIRS 模型： 易染个体被感染后，可以被治愈且有免疫力，但免疫期是有限的，还会再 次回到易染状态。（ 乙肝？ ） 基本微分方程 I I I dt dI I SI dt dI I SI dt dS ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ) 1 ( SIR 的微分方程 SIS 的微分方程 ? ? ? ? ? ? ? ? ? ? ? ? ? ? I dt dR I SI dt dI SI dt dS ? ? ? ? 疾病越容易爆发。 越大， 否则疾病会灭亡。 ，疾病会爆发， 指标。 最基本 是刻画疾病传播能力的 定义为基本再生数 表示平均恢复时间。 表示恢复率， 表示传播率， 0 0 0 0 1 , / / 1 R R R R ? ? ? ? ? ? ? 更一般的模型，可以考虑人口数量 变化的、传播率变化的、多种群的、 时间滞后的、加入媒介的、加入接 种措施的，等等。 二、复杂网络上的疾病传播 ① 感染密度 （感染水平或者波及范围） ρ (t) ρ ( t ) ：传播过程中 , 感染节点总数 占 总节点数 的比例。 ρ ：传播到稳态时 （ ）感染密度的值 , 称为 稳态感染密度 。 ② 有效传播率 λ (= ? / ? ) λ 非常小 （ ? 很小， ? 很大），传播达稳态时， 所有节点都会变成健康节点，这种情况下就认为疾病 没有在网络上传播开来，并记该疾病的稳态感染密度 ρ =0 。 反之， 当 λ 足够大时 ，疾病将一直在网络中存在而不会完全消失，只是染病节 点的数目有时多有时少，这时稳态感染水平（波及范围） ρ 0 。把 稳态感染 密度从 零 向 正实数 变化 的那个点所对应的 有效传播率 称作 传播阈值（临界 值） λ c 。 它是衡量网络上的传播行为最重要的参量之一。 复杂网络上研究的主要参量 t ?? ? 均匀网络中的 SIS 模型 Ⅰ . 均匀网络： Ⅱ . 解析模型 三个假设： ① 均匀混合假设： 感染强度和感染个体密度 成比例。即： ? 和 ? 为常数（均匀混合）。不失一般性，可假设 ? =1 ， 因