Med utbrott av luftburna sjukdomar som mässling som inträffar med ökande frekvens, modellering av hur diffusionsprocessen fungerar i dynamiska kontaktnät är ett allt viktigare forskningsområde för epidemiologi. Ett team inklusive Macquarie University forskare Mohammad Shahzamal, Raja Jurdak, och Bernard Mans har utvecklat en beräkningsdiffusionsmodell som övervinner tidigare begränsningar när det gäller att fånga en korrekt bild av eventuell spridning av infektion. Forskningen har publicerats i Royal Society Open Science .

De flesta diffusionsmodeller antar att både infekterade och mottagliga individer är närvarande i samma fysiska rum och tid för en överföring mellan noder, eller överföring på individuell nivå, att hända. Dock, när en person som antingen ruvar eller visar aktiva symtom på en luftburen sjukdom släpper ut smittsamma partiklar, (genom nysningar eller hosta till exempel), dessa kan ligga kvar i luften ett tag, fortsätter att smitta andra även efter att personen har lämnat området.

Nuvarande diffusionsmodeller kan inte fånga överföringar som sker genom indirekta interaktioner. Som ett resultat, de epidemiologiska modeller som finns tillgängliga hittills har inte tagit hänsyn till överföringar genom denna indirekta interaktion, minskar både deras noggrannhet och effektivitet.

Forskarna utvecklade en beräkningsdiffusionsmodell - samma plats olika tidsöverföring (SPDT)-baserad diffusion - som tar hänsyn till överföringslänkar för dessa indirekta interaktioner.

Denna modell förändrar nätverksdynamiken där anslutningen mellan individer varierar eftersom länken – som en luftburen sjukdom – blir mindre koncentrerad till området. För att lösa detta, forskarna modellerade SPDT-diffusionsbeteenden genom att använda datadrivna kontaktnätverk för att simulera spridning av luftburna sjukdomar. SPDT-modellen ökar avsevärt diffusionsdynamiken med en hög grad av sjukdomsöverföring. Eftersom de gör den underliggande anslutningen tätare och starkare genom att inkludera indirekta överföringar, SPDT-modeller är mer realistiska än samma plats samma tid (SPST) modeller för att studera olika luftburna sjukdomsutbrott.

Forskarna fann också att diffusionsdynamiken, inklusive indirekta länkar, var inte reproducerbara av de nuvarande SPST-modellerna baserat på direktlänkar, även om både SPDT- och SPST-nätverk antar samma underliggande anslutning. Detta beror på att överföringsdynamiken för indirekta länkar skiljer sig från den för direkta länkar. Dessa resultat understryker vikten av de indirekta länkarna för att förutsäga utbrott av luftburna sjukdomar.

Modellen kan också tillämpas på så olika områden som cybersäkerhet, ekologi och marknadsföring – varhelst överföringar mellan noder kan ske via indirekta interaktioner, antingen genom infektiösa partiklar i det fysiska rummet eller information i det virtuella rummet. Till exempel, en ny medlem kan fortfarande se information som lagts upp av en befintlig medlem på en social medieplattform, trots att den nya medlemmen inte var närvarande när informationen lades ut. Spridning av drottningens budskap i sociala myrkolonier och pollenspridning i miljön följer också en liknande mekanism. I dessa scenarier, nuvarande diffusionsmodeller kan missa betydande överföringshändelser under fördröjda indirekta interaktioner.