新的数学模型可以更有效地跟踪传染病

随着COVID-19在全球范围内的传播，各国领导人正在依靠数学模型来制定公共卫生和经济决策。

普林斯顿大学和卡耐基梅隆大学的研究人员开发了一种新的模型，通过考虑疾病的突变来改进对流行病的跟踪。现在，研究人员正致力于应用他们的模型，让领导者在部署流行病之前评估对抗措施的效果。

“我们希望能够考虑隔离、隔离病人等干预措施，然后看看当病原体在传播过程中发生变异时，它们会如何影响流行病的传播，”这项研究的研究员之一、普林斯顿大学工程学院临时院长h文森特普尔(H. Vincent Poor)说。

目前用于追踪流行病的模型利用医生和卫生工作者的数据来预测疾病的发展。普尔是迈克尔·亨利·斯特拉特大学的电气工程教授，他说，目前使用最广泛的模型并没有考虑到正在追踪的疾病的变化。这种无法解释疾病变化的能力，可能会让领导人更难应对疾病的传播。了解突变如何影响传播或毒性，可以帮助领导人决定何时发布隔离令或向某个地区调拨额外资源。

“实际上，这些都是物理现象，但在这个模型中，它们被抽象为参数，可以帮助我们更容易地理解政策和突变的影响，”普尔说。

如果研究人员能够正确地解释应对疾病传播的措施，他们就能让领导人对应对流行病的最佳措施有批判性的见解。研究人员的研究成果发表在3月17日的《美国国家科学院院刊》(Proceedings of The National Academy of Sciences)上。在那篇文章中，他们描述了他们的模型如何能够跟踪由疾病有机体突变引起的流行病传播的变化。研究人员目前正在努力调整该模型，以考虑到为遏制疫情而采取的公共卫生措施。

研究人员的工作源于他们对通过社交网络传播信息的研究，社交网络与生物感染的传播有着惊人的相似之处。值得注意的是，信息的传播受到信息本身微小变化的影响。例如，如果某样东西对接受者来说变得更令人兴奋，他们可能更有可能把它传递下去，或者把它传递给更广泛的人群。通过建模这些变化，可以看到消息中的变化如何改变其目标受众。

“通过网络传播谣言或信息与病毒在人群中的传播非常相似，”普尔说。“不同的信息有不同的传输速率。我们的模型允许我们考虑信息在网络中传播时的变化，以及这些变化如何影响传播。”

“我们的模型对个人之间的物理连接网络是不可知的，”信息理论领域的专家普尔说，他的工作帮助建立了现代手机网络。“信息被抽象为连接节点的图形;这些淋巴结可能是信息源，也可能是潜在的感染源。”

在持续的大流行期间，当情况每天都在变化时，获取准确的信息是极其困难的，正如我们在COVID-19病毒中所看到的那样。“就像野火一样。你不能总是等到收集了数据后才做决定——有一个模型可以帮助填补这个空白，”普尔说。

他说:“希望这个模型能给领导人提供另一个工具，让他们更好地了解为什么，例如，COVID-19病毒的传播速度比预测的要快得多，从而帮助他们部署更有效和及时的对策。”

除了贫穷,合作者包括人员拉施德Eletreby,勇壮族,Kathleen Carley和奥斯曼Yağan卡内基梅隆大学。这项工作得到了陆军研究办公室、国家科学基金会和海军研究办公室的部分支持。