网络上的传播与免疫04 / 17
接触网络:数据与结构
理论结果都以“接触网络”为输入。对传染病而言,什么算一条边取决于传播途径:性传播疾病是性伴侣关系,呼吸道疾病是近距离(约 1–3 米内)的面对面接触,院内感染还包括共用病房、器械与医护人员的手。构建接触网络的一般原则见网络构建与统计验证,这里只讨论传播研究中的特殊之处。
数据来源
| 数据类型 | 例子 | 得到的结构 | 主要局限 |
|---|---|---|---|
| 问卷与接触日记 | POLYMOD 欧洲 8 国接触调查(Mossong 等 2008,PLoS Med) | 按年龄分组的接触矩阵 | 回忆偏倚;只有群体平均,没有个体网络 |
| 性行为调查 | 瑞典性接触调查(Liljeros 等 2001) | 伴侣数的分布(重尾) | 只有度,没有谁与谁相连 |
| 交易或登记记录 | 巴西在线论坛记录的约 5 万次性交易(Rocha、Liljeros 与 Holme 2011) | 带时间戳的二分时间网络 | 特定人群,代表性有限 |
| 可穿戴近距离传感器 | 美国一所高中 788 人一天内的 762 868 次近距离接触(Salathé 等 2010,PNAS);法国一家医院老年科病区(Vanhems 等 2013,PLoS ONE) | 带时间与持续时长的高分辨率接触网络 | 研究时间短;覆盖不全 |
| 手机与移动数据 | 人口流动、到访地点(Chang 等 2021,Nature) | 地点–人群二分网络、城市间流动网络 | 隐私;只反映共处而非真实接触 |
| 合成人口 | 基于普查、交通调查合成的城市人口网络(Eubank 等 2004,Nature) | 家庭、学校、工作场所的分层网络 | 依赖大量模型假设 |
接触网络的典型结构
真实接触网络与理论常用的配置模型有几处系统差别,每一处都会改变传播:
- 度异质性因传播途径而异。性接触网络重尾,而 Salathé 等(2010)的高中近距离接触网络中,接触时长与接触对象数在个体间分布相对均匀。重尾度分布不是所有接触网络的普遍性质,不能不加检验地套用“阈值为零”。
- 高聚集与家庭结构。同一家庭、同一病房的人彼此都接触,形成团(clique)。团内的重复接触“浪费”传播机会(感染者的邻居已经被同一团的其他人感染),通常降低增长率与最终规模;配对近似可部分纳入这一效应(见配对近似、边基模型与消息传递)。
- 年龄同配。POLYMOD 显示接触高度集中在同龄人之间,学龄儿童之间接触最密集。因此呼吸道疾病模型通常用年龄结构的下一代矩阵,而不是单一的 。
- 时间性。接触有先后、有持续时长、昼夜与工作日周期明显。把一段时间的接触累积成一张静态图会凭空制造出“不可能的传播路径”(见时间网络与阵发性)。
- 加权。接触时长与频率构成边权。累积暴露时间越长,传播概率越高,常用 把边权(累积接触时长 )转换为传播性。
医院病区的接触网络。Vanhems 等(2013)在法国一家大学医院的老年科病区让 46 名医护人员和 29 名患者佩戴近距离传感器 4 天 4 夜,空间分辨率约 1.5 米、时间分辨率 20 秒,共记录 14 037 次接触,其中 94.1% 发生在白天,38% 发生在医护人员之间;6 名医护人员占了所有涉及患者的接触的 42%,提示存在潜在的“超级传播者”岗位。不同日期的接触模式在统计上相当稳定,这意味着基于短期测量设计的感染控制方案(例如对少数高接触岗位重点培训手卫生)有可能长期适用。