• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Proceedings of the National Academy of Sciences of the United States of America >Modeling stochastic processes in disease spread across a heterogeneous social system
【2h】

Modeling stochastic processes in disease spread across a heterogeneous social system

机译：对疾病的随机过程进行建模这些疾病分布在异构社会系统中

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Diffusion processes are governed by external triggers and internal dynamics in complex systems. Timely and cost-effective control of infectious disease spread critically relies on uncovering underlying diffusion mechanisms, which is challenging due to invisible infection pathways and time-evolving intensity of infection cases. Here, we propose a new diffusion framework for stochastic processes, which models disease spread across metapopulations by incorporating human mobility as topological pathways in a heterogeneous social system. We apply Bayesian inference with the stochastic Expectation–Maximization algorithm to quantify underlying diffusion dynamics in terms of exogeneity and endogeneity and estimate cross-regional infection flow based on Granger causality. The effectiveness of our proposed model is shown by using comprehensive simulation procedures (robustness tests with noisy data considering missing or delayed human case reporting in real situations) and by applying the model to real data from 15-y dengue outbreaks in Australia.
机译：扩散过程由复杂系统中的外部触发器和内部动力学控制。及时有效地控制传染病的传播，关键是要依靠发现潜在的传播机制，这是由于看不见的感染途径和感染病例随时间变化的强度而具有挑战性的。在这里，我们为随机过程提出了一个新的扩散框架，该模型通过将人类流动性作为异质社会系统中的拓扑路径纳入模型，模拟了疾病在跨种群中的传播。我们将贝叶斯推断与随机期望最大化算法一起使用，以根据外生性和内生性量化潜在的扩散动态，并根据格兰杰因果关系估算跨区域感染流量。通过使用全面的模拟程序（考虑真实情况下丢失或延迟的人间病例报告的嘈杂数据进行鲁棒性测试）并将模型应用于澳大利亚15年登革热暴发的真实数据，可以证明我们提出的模型的有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号