Новая модель распространения эпидемии учла совместное пребывание группы людей в одном месте

С самого начала пандемии коронавируса разнообразные математические модели пытаются описать и предсказать распространение эпидемии, и их выводы используются, в том числе, для принятия правительственных решений. Однако существующие модели пока не могут объяснить все особенности распространением инфекции. Например, оказывается трудно охарактеризовать события суперраспространения COVID-19, которые могут значительно различаться по своей продолжительности и количеству вовлеченных людей.

Физики из Канады и США в соавторстве с британскими математиками разработали новую модель распространения эпидемии, которая учитывает взаимодействия между двумя или более людьми в одном месте и в течение разного времени. В своей работе они также исходили из предположения, что для заражения необходима минимальная инфицирующая доза. Результаты своего исследования ученые опубликовали в журнале Physical Review Letters.

Обычно сеть социальных взаимодействий моделируют в виде графа, где вершины — люди, а ребра — контакты между ними. Один из главных минусов такого подхода — то, что он не учитывает совместное нахождение нескольких людей в одном месте. В действительности же дома, на работе или в пункте общественного питания человек, как правило, одновременно взаимодействует с группой других людей. Чтобы учесть этот фактор, ученые обратились к модели гиперграфов, где одно ребро может соединять любое количество вершин.

Еще одно слабое место, которое есть у традиционных подходов к моделированию распространения эпидемии, — предположение о том, что риск заражения зависит от контактов с инфицированными строго линейно. Однако результаты нового исследования показывают, что совместное пребывание в одном месте в сочетании с неоднородной продолжительностью воздействия может привести к нелинейным показателям инфицирования, если для заражения необходима минимальная инфицирующая доза.

Это означает, например, что если в два раза больше зараженных людей окажутся в одном месте, вероятность заразиться в этом месте может повыситься не в два раза, а больше. Эти результаты проливают свет на неоднородную природу событий суперраспространения в контексте COVID-19 и позволят более точно моделировать распространения эпидемии в будущем.