Νέα ανάλυση προβλέπει την ταχύτητα εξάπλωσης μιας μολυσματικής ασθένειας σε δίκτυα

Ο ρυθμός με τον οποίο εξαπλώνεται μια μεταδοτική ασθένεια εξαρτάται δραματικά με τη συνδεσιμότητα μιας κοινωνίας. Η μεσαιωνική Μαύρη Πανώλη στην Ευρώπη «προέλαυνε» μόνο 1,5 km ανά μέρα. Στην σύγχρονη, παγκόσμια συνδεδεμένη κοινωνία, λοιμώξεις όπως ο Zika ή ο κορωνοϊός μπορούν να μεταδίδονται με τις τρομακτικές ταχύτητες των εκατοντάδων χιλιομέτρων την μέρα. Οι υπάρχουσες προσεγγίσεις για την ανάλυση των μεταδοτικών ασθενειών, ωστόσο, είναι ακόμη περιορισμένης δυνατότητας για να προβλέψουν πώς εξαπλώνονται οι ασθένειες σε επίπεδο του μεμονωμένου ατόμου.

Τώρα, οι Sam Moore και Tim Rogers του Πανεπιστημίου του Bath στο ΗΒ (στην Αγγλία) έχουν αναπτύξει μια αναλυτική τεχνική για την πρόβλεψη της ταχύτητας μετάδοσης για ανεξάρτητα άτομα σε ένα δίκτυο. Το μοντέλο μπορεί να οδηγήσει σε εργαλεία που μπορούν να βοηθήσουν τις ιατρικές αρχές να αναγνωρίσουν τα πιο ευάλωτα ή επικίνδυνα άτομα σε μια έξαρση.

Οι φυσικοί έχουν αναπτύξει πολλά μοντέλα για να περιγράψουν τη δυναμική των μολυσματικών ασθενειών. Οι περισσότερες προηγούμενες αναλύσεις που βασίζονταν σε τέτοια μοντέλα είτε περιγράφουν πώς εξαπλώνονται οι ασθένειες σε μεγάλες κλίμακες – πόλεις, κοινωνικές ομάδες ή περιοχές – ή απαιτούν υπολογιστικά κοστοβόρες αριθμητικές προσομοιώσεις για να συλλάβουν ατομικές δυναμικές. Για να αναπτύξουν μια αναλυτική, ατομικού επιπέδου περιγραφή, οι Moore και Rogers εφαρμόζουν μια προσέγγιση στατιστικής μηχανικής που μοιάζει με την εξάπλωση της μεταβίβασης ενός μηνύματος.

Αυτή η «μετάδοση του μηνύματος» με ακρίβεια αιχμαλωτίζει ορισμένα ρεαλιστικά χαρακτηριστικά ασθένειας, όπως οι πιθανότητες μόλυνσης και αποκατάστασης που αλλάζει καθώς εξελίσσεται η επιδημία. Το δίδυμο παράγει αναλυτικές φόρμουλες που, για ένα απλό δίκτυο, μπορεί να χρησιμοποιηθεί για να υπολογιστεί ο χρόνος άφιξης της μόλυνσης σε κάθε άτομο στο δίκτυο. Σε σύγκριση με αριθμητικές μεθόδους, οι συγγραφείς λένε ότι η αναλυτική προσέγγισή τους είναι ταχύτερη και καλύτερη στον εντοπισμό του δικτύου και των χαρακτηριστικών της νόσου που επηρεάζουν περισσότερο την ταχύτητα της επιδημίας.

Πηγή: American Physical Society

Περισσότερα στη δημοσίευση: Predicting the Speed of Epidemics Spreading in Networks. Physical Review Letters.