新的数学模型使用信息论改善流行病学预测

北卡罗莱纳州的研究三角公园-随着世界努力应对COVID-19大流行，一种新的数学模型可以根据信息在人与人之间，群体与群体之间的传播方式如何发生变化，提供有关如何改进未来流行病预测的见解。

该模型表明，思想和信息在个体之间传播和发展，其模式与基因相似，因为它们在与宿主互动时会自我复制，变异并响应选择压力。

CyLab教授Osman Yagan说：“这些进化变化产生了巨大影响。”卡内基梅隆大学电气与计算机工程副研究员，该研究的作者。“如果不考虑随着时间的推移可能发生的变化，那么预测生病的人数或接触某条信息的人数将是错误的。”

在3月17日发表于《美国国家科学院院刊》上的研究中，研究人员开发了一种数学模型，该模型考虑了疾病和信息的进化变化。这项研究使用来自两个真实世界网络的数据，对数千种计算机模拟的流行病模型进行了测试：美国高中学生，教师和教职员工之间的联系网络，以及里昂一家医院的工作人员与患者之间的联系网络，法国。

这项研究的第一作者Rashad Eletreby说：“我们证明了我们的理论适用于现实世界的网络。”“不考虑进化适应性的传统模型无法预测流行病的发生概率。”

研究人员说，当今使用最广泛的流行病模型并非旨在说明所追踪疾病的变化。这种无法解释疾病变化的方法可能会使领导者更加难以应对疾病的传播或做出有效的公共卫生决策，例如何时制定家庭待命指令或向某个地区派遣更多资源。

这项研究的研究者之一，普林斯顿大学临时工程系主任H. Vincent Poor博士说：“谣言或信息通过网络的传播与病毒在人群中的传播非常相似。”“不同的信息具有不同的传输速率。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。”

尽管该研究并不是预测当今冠状病毒传播或错误信息传播的灵丹妙药，但作者说这是迈出的一大步。

未来，研究小组希望他们的研究可用于通过解释疾病的突变并最终考虑隔离措施，然后预测当病原体突变为病原体时这些干预措施将如何影响流行病的传播，从而改善对流行病和大流行病的追踪。它传播。

陆军研究办公室社会与认知网络计划项目经理爱德华·帕拉佐洛博士说：“这项工作证明了基础研究的重要性以及各个学科的科学家相互交流的能力。”“尽管处于早期阶段，这些模型仍有望根据突变来理解网络扩散。”