PRX 速递：网络结构群体中的疾病传播

关键词：多层网络，疾病传播，网络结构

论文题目：Epidemic Spreading in Group-Structured Populations

论文期刊：PRX

论文地址：https://journals.aps.org/prx/abstract/10.1103/PhysRevX.13.041054

在 COVID-19 危机期间，“我们需要拉平曲线”成了各国政府的口号，因为政府希望为捉襟见肘的医疗服务争取喘息的空间。其中一些政府制定了旨在限制人口混合的政策，希望减少同时需要医疗服务的高峰人数。印第安纳大学的研究人员在最近的研究中证明，在某些人群中，可以通过改变个人所属的社会群体来实现拉平曲线的目标。

该研究将一个群体建模为由多个独立层组成的网络。人群中的每个人都出现在网络的每一层，但往往处于不同的社交圈中。研究人员调查了通过人与人之间的互动传播的流行病在不同层的连接模式之间存在不同程度的相关性的情况下会如何发展。

图1：建模框架和评价是否拉平曲线的感染及恢复人员所占比例

为了测试他们的模型，研究人员利用印第安纳大学布卢明顿分校的数据实现了一个双层网络。网络的一层代表学生在不同班级的注册情况，另一层代表同一学生的住宿安排。研究小组发现，当学生的住宿安排与他们选修的课程没有联系时，即不同层中的连接不相关时，社会混合程度更高。这种混合的增加导致流行病传播更快，感染高峰期更早、更强烈。各层社交圈构成的差异也增加了控制疫情的难度。例如，当使用随机免疫策略达到一定的感染抑制水平时，当学生的住房分配与班级成员不同时，需要接种疫苗的学生人数是相同情况下的 8 倍。

图2：在模拟群体中免疫人群在不同场景下的占比

图3：基于ICB大学学生真实数据，构建不同层相关与不相关的场景，对比免疫人数占比

参与共同群体活动或环境的个人，如在同一班级就读和/或住在同一宿舍的大学生，会经常接触到身体接近的人。众所周知，这些接触是传染病传播的媒介；然而，传播过程的特性是如何由作为这些经常性互动根源的群体环境的结构和相互关系决定的，这一点并不明显。

该研究展示了重塑人群中的群体组织可以作为降低流行病严重程度的有效策略。具体来说，当群体结构具有足够的相关性时（例如，住在同一宿舍的两个学生上同一门课的可能性足够高），疫情爆发的时间会比无相关性的群体结构更长，但程度更轻。简而言之，宿舍住的是同一个班一起上课的，疫情传播的曲线更加平滑；不同系的学生分享宿舍，两层传播网络的不相关性使得传播曲线更陡峭。

该研究还证明，随着群体结构相关性的增加，疾病控制干预措施的有效性也会增加。研究利用印第安纳大学布卢明顿校园的学生住宿和出勤数据，证明了本发现具有实际意义。通过根据学生注册情况适当优化学生宿舍分配，能够观察到模拟流行病过程的严重程度降低了两倍到五倍。

编译｜郭瑞东

计算社会科学读书会第二季