已发表论文中的图1描绘了随机社会活动模型的示意图，其中每个个体都会随着时间的推移改变其社会活动
社交活动少的人(在家里被描绘成社交孤立的人物)偶尔会提高他们的活动水平(在聚会上被描绘成)
随着时间的推移，人群的平均活动保持不变，但是个体不断地从低到高(向上的箭头)和向后(向下的箭头)改变他们的活动水平
个体根据其状态被着色:易感=绿色，感染=红色，恢复/移除=蓝色
当个体从低活动状态转移到高活动状态时，易感人群的不断补充助长了这种流行病
病毒传播主要发生在具有高电流活动水平的个体之间
信用:甲
V
特卡琴科等人
，eLife，2021年12月14日 为了更好地理解控制新冠肺炎扩散的波浪和高原动力学的因素
S
能源部布鲁克海文国家实验室、加州大学圣地亚哥分校和伊利诺伊大学厄巴纳-香槟分校开发了一个流行病学模型，其灵感来自基于邻近数据的真实世界观察，比如任何给定个体的社交活动往往在短时间尺度上以爆发形式发生，较长的间隔期恢复到平均持续社交活动水平
新模型被称为随机社会活动(SSA)模型，与传统的流行病学模型配对，并通过来自四个美国大学的经验数据进行验证
S
引进新冠肺炎疫苗之前的地区
随机指的是个人的社会活动是随机的和不可预测的，这个变量仍然可以通过概率分布在数学方程中被捕获，这些概率分布是随时间平均的
这个新模型建立在该团队今年4月发表在《美国国家科学院院刊》上的早期工作基础上，该工作表明“群体免疫”的概念不适用于新冠肺炎·疫情，因为这种对疾病的集体免疫是短暂的
相反，出现的是一种脆弱和暂时的集体豁免状态，他们创造了“暂时集体豁免”(TCI)
之前的研究也考虑了社交网络规模的个体差异
该团队在目前的工作中报告说，这种新解释的随机动态因素总是会产生感染波或感染平台——就像在整个疫情看到的那样——无论该模型是否也解释了个人基于对当前感染率的了解而改变其社会行为
该模型进一步告诉我们，新冠肺炎可能会留在这里——它为它成为全球人口中的地方病指明了一条清晰的道路，就像普通感冒或流感一样
已发表论文中的图8描述了这项工作中开发的随机社会活动(SSA)模型的预测能力测试
美国中西部地区的每日死亡数据已经拟合到2020年11月17日
我们的模型已经预测了该日期之后的疫情动态(蓝色)
人们观察到这一预测和报告的数据之间有很好的一致性(交叉)
相比之下，经典的SIR模型(红色)大大高估了峰值的高度，并将其预测在比观察到的晚得多的日期
实线表示每个模型的最佳拟合行为，而虚线表示相应的95%置信区间
信用:A
V
特卡琴科等人
，eLife，2021年12月14日 “我们的新模型描述了三种现象:为什么在疫情期间，一个波会停止；它如何以近乎恒定的速度发展，形成一个平台；为什么新的病原体会永久地留在我们身边，进入所谓的地方病状态
经典理论告诉我们，当一种新的病原体被引入时，它最终会通过感染足够多的人来杀死自己，从而产生群体免疫，除非生物免疫是非常短暂的
但即使在长期生物免疫得到发展的情况下，我们也解释了一种新病原体如何在人群中保持地方性的情况，”功能纳米材料中心(CFN)理论和计算小组的主要作者和物理学家阿列克谢·特卡琴科布鲁克海文实验室的能源部科学办公室用户设施指出
“我们在这里提供的是另一个有助于由多个波组成的疫情动力学的因素
在我们的例子中，我们的波动完全是由个体社会活动的时间平均水平的变化引起的
活动水平的波动导致了疫情在波浪和高原中传播的显著变化，”伊利诺伊大学厄巴纳-香槟分校生物工程和物理学教授、布利斯学院学者谢尔盖·马斯洛夫补充道
这些结果在线发表在2021年12月14日的《电子生活》杂志上
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
