[发明专利]一种超图上传染病传播数字接触追踪方法

说明书

本发明公开了一种超图上传染病传播数字接触追踪方法，构建超图上具有接触追踪的传染病传播模型；将超图映射为因子图，超点对应于一般节点，超边对应于因子节点，构建一般节点和因子节点的余度分布生成函数；将计算传染病的规模映射为研究因子图上边渗流的巨型连通分量的大小，通过渗流理论预测传染病传播范围与爆发阈值；最后根据传染病传播率、超边平均基数以及个体接触者追踪应用程序携带率这些传播参数随机模拟流行病的传播过程，预测接触追踪策略性能。本发明将传播场景从一对一的点对交互扩展到具有集体行为的高阶交互，丰富了个体的交互模式，与真实世界的传播场景更为贴近，利于更准确地对接触者追踪对传染病传播的影响进行分析。

技术领域

本发明涉及数字接触追踪技术领域，具体为一种超图上传染病传播数字接触追踪方法。

背景技术

城市化带来了新的生活方式，如地铁、电影院、聚会等，使人们更容易聚集在一起。这些聚集行为成为超级传播事件出现的主要原因之一。在此背景下，数字接触者追踪技术作为一种基本的非药物干预措施，成为控制新感染和暴发的疫情预防手段之一。如何利用数字接触追踪更好地预防传染病成为重要研究领域。

针对这一研究方向，Kojaku等人讨论了决定接触者追踪有效性的因素，他们发现“向后”追踪比“向前”追踪更有效。

Reyna-Lara等人提出了一种将感染动力学与接触者追踪和病例隔离结合起来的仓室模型。他们制定了有效病例基本再生数的分析表达式，揭示了追踪者接触在减轻和抑制传染病方面的作用。研究结果表明，将接触者追踪应用于无症状个体，该策略可以抑制疫情爆发。此外，网络结构也被证明是影响DCT有效性的一个重要因素。

Kryven等人研究了在配置模型上结合接触者追踪和隔离的过程如何影响传染病的最终规模。结果表明，这种追踪过程的有效性在很大程度上取决于网络结构。

但是，现有研究基于个体的接触网络，利用数字接触追踪技术定位个体，分析疫情传播过程，这对于控制感染至关重要。在现有研究中，个体之间的交互通常被描述为一对一的成对交互。然而，越来越多的经验证据表明，高阶相互作用广泛发生在大多数群体中。在许多情况下，简单地将高阶交互简化为成对交互会产生误差。因此，如何在高阶交互场景下，利用数字接触追踪技术实现疫情防控仍需进一步研究。

发明内容

针对上述问题，本发明的目的在于提供一种超图上传染病传播数字接触追踪方法，通过构建基于超图的数字接触追踪模型，利用渗流理论，分析接触追踪对传染病传播范围和爆发阈值的影响，进而预测接触追踪策略性能。技术方案如下：

一种超图上传染病传播数字接触追踪方法，包括以下步骤：

S1、构建超图上具有接触追踪的传染病传播模型；

S2、将超图映射为因子图，超点对应于一般节点，超边对应于因子节点，构建一般节点和因子节点的余度分布生成函数；

S3、将计算传染病的规模映射为研究因子图上边渗流的巨型连通分量的大小，通过渗流理论预测传染病传播范围与爆发阈值。

进一步的，所述S1具体包括如下步骤：

S11、定义物理接触网络中的个体具有三种状态分别为：易染状态S，感染状态I和恢复状态R；在病毒传播过程中，当处于易染状态S的个体与处于感染状态I的个体相接触时，处于易染状态S的个体以概率p被感染，同时处于感染状态I的个体以概率μ＝1转变为恢复状态R，且不再参与传播过程；

S12、构建包括超点与超边的超图网络，并定义超图上的数字接触追踪模式，系统中的个体携带追踪应用程序的概率为T；规定在超图上，若某个超边中只要存在一个超点没有携带追踪应用程序，则传染病有概率p能够通过该超边传播，将该超边定义为可追踪超边；将所有超点都携带追踪应用程序的超边定义为不可追踪超边；

S13、利用SIR病毒传播模型在超图网络上演化传染病的传播过程。