适用范围与常见误用

1. 误用：把 $R_0$ 当作病原体的生物学常数。→ 正解：$R_0$ 取决于传播概率、接触结构与感染持续时间；在网络上起作用的是邻居的平均剩余度 $(\langle k^2\rangle-\langle k\rangle)/\langle k\rangle$，而非平均度。
2. 误用：认为无标度网络中任何疾病都必然大流行。→ 正解：$\lambda_c\to0$ 是无穷大网络的渐近结论；有限网络阈值很小但非零，低于阈值附近的流行规模也可能非常小。而且并非所有接触网络都是重尾的（例如校园近距离接触网络）。
3. 误用：认为随机接种足够多的人总能控制疫情，比例与网络结构无关。→ 正解：$g_c=1-\lambda_c/\lambda$ 依赖于 $\lambda_c$；在高度异质的网络中随机接种效率极低，应利用结构信息（目标免疫或熟人免疫）。
4. 误用：把度最高的节点直接当作最有影响力的传播者，或把单节点排名前 $K$ 的节点当作最好的 $K$ 个种子。→ 正解：k-壳位置、扩散中心性、种子间重叠都会影响结果；复杂传染下，聚集的局部结构可能比枢纽更关键；选一组种子应使用贪心等考虑重叠的方法。
5. 误用：观察到网络中某种健康状态聚集，就推断它在“传染”。→ 正解：同质性和共同环境也能产生聚集，观察性数据难以区分，需要实验或更强的因果设计。
6. 误用：把一段时间内的接触累积成静态网络后直接套用静态理论。→ 正解：累积网络会制造不存在的时间相容路径并高估同时存在的接触，阈值与传播速度都会有偏；应在时间网络上模拟，或至少检验聚合窗口的敏感性。
7. 误用：用首发病例的平均继发病例数或早期增长率直接作为 $R_0$，而不说明代际间隔假设。→ 正解：网络上“第一代”与“稳定代”的再生数不同；从增长率换算 $R$ 依赖代际间隔分布的完整形状，应报告所用分布并做敏感性分析。
8. 误用：只报告平均最终规模，不区分“小暴发”与“大暴发”。→ 正解：在阈值附近，单次模拟的最终规模呈双峰分布（早期灭绝或大暴发），平均值没有代表性；应分别报告大暴发概率与条件规模。

此外，HMF 的阈值公式依赖无度相关、局部树状、$N\to\infty$ 等假设（见数学推导与算法）；在含聚集、社团、度相关的真实接触网络上使用时，应同时报告淬火平均场或消息传递估计，或直接做随机模拟。