Le modèle neuf a pu corriger le potentiel de sous-estimer à quelle rapidité propagation de maladies

Les chercheurs de l'école de Tandon d'université de New York des Di Torino, Italie de bureau d'études et de Politecnico, ont développé un modèle mathématique qui pourrait corriger le potentiel de sous-estimer à quelle rapidité propagation de maladies. L'équipe a découvert que les modèles prévisionnels actuels peuvent manquer l'influence d'un aspect critique du comportement social des personnes.

Contrairement aux modèles actuels - qui assument généralement un débit constant d'écart - le modèle neuf tient compte de la propension pour que les différentes interactions sociales alternent entre les périodes de la latence et les épisodes « bursty » de la forte activité. Dans un monde mondial branché, le burstiness peut enflammer la propagation de la maladie comme un feu de forêt, alimentée par une boucle de contre-réaction sociale dans laquelle les personnes qui sont en activité en produisant des liens avec d'autres tendent à un accroissement plus ultérieur leur activité. Les scientifiques se réfèrent à ce phénomène en tant que « auto-excitation. »

« Le comportement social humain est souvent à auto-excitation encline : Plus nous sommes en activité, plus que nous suscitons l'attention et la satisfaction, qui, consécutivement, soutient notre activité, » co-auteur expliqué Maurizio Porfiri, un professeur du bureau d'études mécanique et aérospatial ainsi que du génie biomédical à NYU Tandon. Les co-auteurs sont Alessandro Rizzo, un professeur invité à NYU Tandon et un professeur agrégé de l'automatique chez Politecnico ; et Lorenzo Zino, un stagiaire de visite à NYU Tandon et un étudiant au doctorat de Politecnico.

Leur modèle neuf apparaît « en modélisant des effets de mémoire dans les réseaux pilotés par activité, » publié dans la société pour le tourillon de mathématiques industrielles et appliquées (SIAM) sur les systèmes dynamiques appliqués.

Quand les maladies frappent, les épidémiologistes, les fournisseurs de soins de santé, les décisionnaires, et les scientifiques emploient les modèles prévisionnels pour suivre et prévoir comment les épidémies sont susceptibles d'infiltrer des populations. Ceux des manifestations récentes de combat d'Ebola, de rougeole, de l'oreillons, et de tuberculose tous se fondent sur les modèles prévisionnels pour prescrire des méthodes pour arrêter l'écart.

Dans le papier, les chercheurs ont développé un burstiness comportant variable dans le temps de modèle de réseau, puis ont simplifié le modèle au moyen des procédés appelés d'un Hawkes de manoeuvre mathématique, qui se fondent sur juste deux paramètres et sont capables de reproduire des phénomènes hautement complexes observés dans des caractéristiques empiriques, telles que le burstiness et le groupement.

Porfiri a expliqué que la recherche neuve est une opération irrésistible en développant les modèles mathématiques qui peuvent décrire et prévoir toutes sortes de dynamique sociale.

La « majeure partie de la littérature existante suppose que les épidémies se sont répandues beaucoup plus rapidement ou beaucoup plus lente que la vitesse à laquelle les personnes établissent les liens sociaux, » il a dit. « C'est rarement vrai, comme les gens peuvent se déplacer n'importe quelle distance en quelques heures, écartant effectivement beaucoup d'agents pathogènes. »

« Ce phénomène d'interaction individuelle forme l'évolution des systèmes sociaux et ne peut pas être négligé en modélisant des problèmes du monde réel, » Rizzo ajouté. « Nous croyons que la formalisation et l'analyse d'une telle caractéristique est principale à une étude mathématiquement au sol des problèmes du monde réel, des points de vue qualitatifs et quantitatifs. »

L'approche d'équipe permet la modélisation diversifiée de différentes maladies -- d'un virus aéroporté hautement contagieux tel que la grippe, qui déménage rapidement parmi des gens avec la mobilité élevée mais est limité par ceux qui s'isolent, à un virus comme VIH, ce qui a une longue période de latence et un débit de transmission plus lent.

L'équipe vise à comporter d'autres caractéristiques du monde réel des systèmes humains au modèle.

« Nous sommes également intéressés à vérifier l'autre dynamique, telle que l'évolution des avis dans les communautés sociales, les polarisations cognitives ou les dissonances, ou l'écart de concurrence d'information et d'information fausse, » Rizzo a dit.

La recherche apparaît d'un de trois ans, d'une concession du National Science Foundation $375.000 pour étudier l'évolution en simultané de la dynamique des maladies infectieuses et des réseaux par lesquels elles écartent. La recherche a été également financée en partie par des concessions des Di San Paolo de bureau et de Compagnia de recherches de l'armée américaine.