Spatial approximations of network-based individual level infectious disease models

اغلب هنگام گسترش بیماری های عفونی، شبکه پیچیده ای که از طریق آن بیماری گسترش می یابد، با اطلاعات فضایی ساده شده تقریب می یابد. در اینجا، ما اپیدمی گسترش از طریق شبکه های مختلف تماس و مدل های مبتنی بر فضایی مناسب در یک چارچوب بیزی با استفاده از روش های مونت کارلو زنجیره مارکوف. این مدل های فضایی، مدل های سطح فردی هستند که دینامیک فضایی و زمانی بیماری های عفونی را تشکیل می دهند. تمرکز اینجا این است که انتخاب یک مدل فضایی که بهترین احتمال عفونت را پیش بینی می کند، و نیز تعیین اینکه کدام شرایط چنین مدل های فضایی شکست می خورد. مدل های فضایی احتمالا به راحتی پیش بینی احتمال ابتلا به عفونت را به طور قابل ملاحظه ای افزایش می دهند، زمانی که گسترش بیماری از طریق شبکه های ارتباطی پخش می شود که در آن مخاطبین تنها در فاصله معینی از یکدیگر قرار دارند. اگر ارتباطات در فاصله های زیادی وجود داشته باشد، مدل های فضایی در مقایسه با مدل شبکه، بدتر می شوند.