• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Andra
    Nätverksteori kopplar beteendeinformationsflöde med inneslutna epidemiutbrott

    En specifik logisk slinga i processen för konstruktionen av den konkreta samspelsmodellen. Kredit:Mengfeng Sun, Michael Small, Shui Shan Lee, och Xinchu Fu

    Under de senaste två decennierna, storskaliga utbrott av infektionssjukdomar har resulterat i höga nivåer av sjuklighet, dödlighet, och övergripande ekonomisk börda för drabbade regioner. När komplexa nätverk blir allt populärare studieverktyg, forskare tillämpar nätverksteori på området epidemiologi. På grund av den uppsjö av sjukdomsrelaterade data som finns tillgängliga från olika medier, en individs beteenderespons på och kommunikation av en epidemi beror på informationsflödesmönstret i ett separat men ändå relaterat nätverk. Som ett resultat, matematiska modeller av människors reaktioner på sjukdomsutbrott är viktiga verktyg i epidemiologisk analys.

    I en artikel som publiceras nästa vecka i SIAM Journal on Applied Mathematics , Mengfeng Sun, Michael Small, Shui Shan Lee, och Xinchu Fu använder en konkret samspelsmodell i släckta multiplexnätverk för att studera sambandet mellan adaptivt mänskligt beteende och epidemispridning. De baserar sin modell – som illustrerar dessa faktorer som separata lager i nätverken – på en standardmodell för mottaglig-infekterad-mottaglig. Dess generella karaktär gör den tillämpbar på ett brett spektrum av folkhälsosituationer.

    Medlemmar av en drabbad befolkning baserar vanligtvis sina beteendesvar på information från massmedia och sociala medier, fysiska möten i deras sociala och rumsliga grannskap, och allmänna observationer. "Traditionellt, infektionssjukdomsmodeller har behandlat mänskligt beteende som konstant, antyder att de inte fluktuerar enligt sjukdomsincidens eller en karakteristisk tidsskala, "Sun och Fu sa. "Men, utvecklingen av modern teknik erbjuder en stor bekvämlighet för kommunikation av mänskliga beteenden, inklusive samtal ansikte mot ansikte, e-postutbyte, telefonsamtal, och andra typer av interaktioner i en mängd olika nätverksforum." Människor vidtar förebyggande åtgärder baserat på dessa direkta eller indirekta relationer, både för att skydda sig mot infektion och minska risken för ytterligare sjukdomsöverföring. Sådana åtgärder inkluderar begränsning eller eliminering av tid utanför hemmet, ökad uppmärksamhet på handtvätt och personlig hygien, och begränsad kontakt med grannar och andra medborgare.

    Tidigare studier som involverar komplexa samspelsmodeller har klassificerat medvetenhet i tre kategorier:lokal medvetenhet, global medvetenhet, och kontaktmedvetenhet. Dock, Sun et al. klassificera det i två alternativa kategorier:(i) adaptiva beteenden som härrör från medvetenhet och (ii) överföring av beteendeinformation (spridningen av medvetenheten i sig). "Vårt arbete ligger inom ramen för nätverksbaserade modeller, och vi använder en mer exakt nätverkskonfiguration – släckta multiplexnätverk – för att modellera överföringen av en infektion, "Sun och Fu sa. "Denna konfiguration involverar samspelet mellan epidemispridning, informationsöverföring, och beteendedynamik." Författarna konfigurerar dessa multiplexnätverk i två lager. Ett lager står för återkommande fysiska kontakter, som kollegor, familjemedlemmar, vänner, klasskamrater, och grannar; interaktion med dessa grupper kan sprida infektion. Den andra gäller virtuella kontakter – bekanta på Facebook, Twitter, eller andra sociala nätverksplattformar online; kommunikationen med denna grupp är inte fysisk och kan därför inte aktivt sprida smitta.

    När människor blir medvetna om en epidemi, adaptivt beteende och beteendeinformationsöverföring sker samtidigt, med överföring som sporrar till fortsatt anpassning. När det gäller deras modell, Sun et al. fokus på adaptivt beteendes effekt på infektionsfrekvensen. Individers sjukdomsrelaterade kommunikation ändrar stadigt beteendet tills det når ett optimalt skyddstillstånd. Sådant beteende är ett resultat av spridningen av information om epidemin, snarare än själva epidemin. Det tenderar att vara konsekvent eller flockliknande, eftersom människor oftare kommunicerar skyddande beteenden med sina grannar när en epidemi uppstår för att skydda sig själva. En högre adaptiv styrka korrelerar med en lägre risk för infektion.

    "Genom att ta hänsyn till flera dynamiska processer samtidigt, vår modell beskriver inte bara exakt den faktiska spridningen av epidemier i komplexa nätverk utan karakteriserar också interaktionerna mellan överföringen av vissa epidemier (som vanlig förkylning, säsongsinfluensa, denguefeber, Zika, etc.) och motsvarande mänskliga beteenden, "Sun och Fu sa. "Vi finner också att beteendekontroll för vissa individer ökar hastigheten med vilken epidemin tenderar att bli stabil och hastigheten för kollektiv synkronisering, och minskar också avsevärt värdet av den högsta toppen av infektionens prevalens. Detta tyder på att vår epidemikontrollstrategi ur beteendekontrollsperspektiv är mycket giltig."

    För att testa deras modell, författarna tillämpar det på ett utbrott av allvarligt akut respiratoriskt syndrom (SARS), en smittsam och farlig luftvägssjukdom. Eftersom det för närvarande inte finns några vacciner mot SARS, folkhälsoåtgärder är i första hand ansvariga för dess kontroll. Sun et al. fokusera på två typer av mindre förebyggande åtgärder från det senaste utbrottet:försiktighetsåtgärder vid överföring (dvs. användning av skyddsutrustning – som handskar – och uppmärksamhet på personlig hygien och miljöhygien) och kontaktförebyggande åtgärder (minimering av tid tillbringad i offentliga utrymmen). En individs beslut att vidta dessa åtgärder beror på utbrottets svårighetsgrad. Författarna skapar en matematisk modell som inkluderar SARS-överföring, beteendeutveckling, och reglering av offentliga institutioner. Varje individ i ett drabbat område tilldelas ett av fyra möjliga tillstånd:mottaglig, asymtomatisk, symptomatisk, eller återhämtat sig.

    "Analysen tyder på att en snabb beteenderespons, en kombination av folkhälsoåtgärder, och regleringen av offentliga institutioner för vissa nyckelpersoner (de med fler anknytningar) kan effektivt bromsa utbrottet av SARS genom att minska kumulativa infektioner och dödsfall och minska antalet reproduktiva, " sa Sun och Lee. Förebyggande beteenden var särskilt effektiva under epidemins tidiga skeden, och uppnåendet av det optimala förebyggande tillståndet för alla individer ledde till snabb inneslutning. I sista hand, både farmaceutiska och icke-farmaceutiska åtgärder var ansvariga för total kontroll.

    Eftersom tillverkare inte omedelbart kan göra vacciner eller riktade läkemedel tillgängliga i början av en epidemi, regeringar, folkhälsomyndigheter, och/eller massmedia ger vanligtvis befolkningen råd om lämpliga åtgärder för optimalt självskydd och minskad känslighet eller smittsamhet. Medborgarnas ökade medvetenhet om det adaptiva beteendets kraft ger forskare och läkare tid att göra vacciner och behandlingar tillgängliga.

    "De numeriska resultaten visar att individuella adaptiva beteenden som utlöses av uppkomsten av en epidemi kan bromsa spridningen av infektionen, minska den slutliga epideminstorlek, och i vissa fall kan förhindra infektionen från att bli utbredd, ", sa Small. "Dessa resultat ger oss en alternativ idé om att förstå varför vissa infektioner inte orsakar stora utbrott eller når epidemigränsen i avsaknad av immuniseringspolicy eller territoriumomfattande karantän- och isoleringsåtgärder."

    Sun et al. hoppas kunna införliva realistiska data om mänskliga beteenden för att formulera mer praktiska och tillämpliga modeller. They plan to specifically investigate the effects of drastic control measures—such as isolation, vaccination, and treatment—and the impact of the time delay between when individuals become aware of an outbreak and when they modify their behaviors. Tills dess, their current model identifies several methods through which individuals can protect themselves and their neighbors from emerging epidemics.


    © Vetenskap https://sv.scienceaq.com