相关实验视频
Updated: Jan 18, 2026

Quantitative Analysis of Cell Edge Dynamics during Cell Spreading
Published on: May 22, 2021
超级边缘大小驱动的多尺度流行病动态在超级图表上
Shu-Ling Yan1, Yun-Fei Wang2, Yi-Hong Li1
1School of Mathematics, North University of China, Taiyuan 030051, Shanxi, China.
高阶网络揭示了群体规模如何影响传染病的传播. 传染概率可能是恒定的,因附加效应和时间尺度而产生变化,影响流行病动态.
科学领域:
- 流行病学 流行病学
- 网络科学 网络科学
- 数学生物学 数学生物学
背景情况:
- 传染病是全球主要的健康威胁.
- 高级网络模型基于组的传输动态.
- 群体大小对传播概率的影响尚未完全理解.
研究的目的:
- 调查群体大小对流行病动态的多尺度影响.
- 在超图上提出一个多尺度的流行病模型,包括两体和三体相互作用.
- 分析添加效应和异质时间尺度对疾病传播的影响.
主要方法:
- 在超图上开发了一种多尺度的流行病模型,具有两体和三体相互作用.
- 统一的异质时间尺度使用传输强度.
- 导出了基本的繁殖号码 (R0) 并进行了分叉分析.
- 进行蒙特卡洛和数值模拟.
主要成果:
- R0取决于双向和三向传输强度.
- 个人传输显示向前分叉; 群组传输显示向后分叉.
- 三元传输强度显著影响R0,稳定状态和溶液分布.
结论:
- 群体互动的附加效应推动了多个规模的流行病动态.
- 高阶相互作用,特别是三级相互作用,对于了解疾病传播至关重要.
- 这些发现为群体传染病传播的机制提供了新的见解.
更多相关视频
10:44Inherent Dynamics Visualizer, an Interactive Application for Evaluating and Visualizing Outputs from a Gene Regulatory Network Inference Pipeline
Published on: December 7, 2021
09:44Author Spotlight: Advancing Large-Scale Neural Dynamics Through HD-MEA Technology
Published on: March 8, 2024
相关概念视频
Steps in Outbreak Investigation
Modeling with Differential Equations
Causality in Epidemiology
Exponential Equations for Modeling Growth
Population Growth
Hyperbolas