Epidemics in a Synthetic Urban Population with Multiple Levels of Mixing

Technische Samenvatting: Epidemieën in een Synthetische Stadsbevolking met Meerdere Mengniveaus

Probleemstelling
De voorspelling en bestrijding van infectieziekten vereisen modellen die verder gaan dan eenvoudige compartimentele schema's (bijv. SIR), die volledig gemengde populaties veronderstellen. Hoewel recente individuele modellen heterogene contactpatronen incorporeren, blijft er behoefte aan inzicht in hoe specifieke socio-demografische en geografische kenmerken van een gastpopulatie de epidemische verspreiding beïnvloeden. Specifiek is de wisselwerking tussen stabiele sociale relaties (huishoudens, kennissen) en zeldzame, toevallige interacties (bijv. in het openbaar vervoer of openbare ruimten) binnen een realistische stedelijke omgeving niet volledig gekarakteriseerd. Het artikel behandelt de vraag hoe verschillende mengniveaus, afhankelijk van leeftijd en afstand, de snelheid, alomvattendheid en voorspelbaarheid van uitbraken beïnvloeden in een stedelijke omgeving van gemiddelde omvang.

Methodologie
De auteurs construeren een op data gebaseerd, agent-gebaseerd Susceptible-Infected-Removed (SIR)-model dat wordt toegepast op een synthetische populatie van ongeveer 60.000 agenten die de gemeente Viterbo, Italië, vertegenwoordigen.

• Synthetische Populatie: Agenten zijn geo-referentieerd en op leeftijd gestratificeerd in vier groepen (kinderen, jongeren, volwassenen, ouderen) met behulp van WorldPop-dichtheidsschattingen en provinciale censusgegevens. Het grondgebied is onderverdeeld in een raster van 500m vierkante tegels.
• Netwerkontwikkeling: Het stedelijke sociale netwerk (USN) is een ongewogen, ongerichte graaf $G = (V, E)$ gevormd door de vereniging van twee sub-graaf:
  1. Huishoudensgraaf ($G_H$): Een set van cliques afgeleid uit censusgegevens, die dagelijkse contacten vertegenwoordigt.
  2. Kennisgraaf ($G_A$): Kanten die frequente contacten (vrienden, collega's) vertegenwoordigen, worden probabilistisch toegevoegd op basis van op leeftijd gebaseerde sociale mengingsmatrices (uit SOCRATES-gegevens), geografische afstand ($d^{-1}$) en een intrinsieke "sociale fitheid"-parameter.
• Epidemische Simulatie: Het model simuleert ziekteverspreiding waarbij geïnfecteerde personen de ziekte overdragen aan vatbare contacten met waarschijnlijkheid $\beta$ en herstellen met snelheid $\mu$. Het model is gekalibreerd aan Influenza-achtige Ziekte (ILI)-parameters ($R_0 \approx 1.3$, hersteltijd 3 dagen).
• Experimentele Configuraties: Zes verschillende mengconfiguraties worden vergeleken om de effecten van contactpatronen te isoleren:
  1. Homogene Menging (HM): Erdős-Rényi willekeurige graaf (basislijn).
  2. Statisch Netwerk (SN): Alleen stabiele huishoudelijke en kennisrelaties; geen toevallige contacten.
  3. Homogene Ruis (HN): Stabiele relaties plus willekeurige toevallige contacten.
  4. Op Leeftijd Gebaseerde Ruis (AN): Toevallige contacten zijn afhankelijk van op leeftijd gebaseerde sociale menging.
  5. Op Afstand Gebaseerde Ruis (DN): Toevallige contacten zijn afhankelijk van geografische afstand.
  6. Op Leeftijd en Afstand Gebaseerde Ruis (ADN): Toevallige contacten zijn afhankelijk van zowel leeftijd als afstand.

Belangrijkste Resultaten

• Impact van Leeftijdsstructuur: Het introduceren van op leeftijd gestructureerde contactpatronen (SN, AN, ADN) resulteert in aanzienlijk snellere en alomvattendere uitbraken in vergelijking met homogene menging. Deze configuraties produceren graadverdelingen met langere rechterstaarten, wat leidt tot eerdere epidemische pieken en hogere aanvalspercentages.
• Rol van Afstand: De aanname dat interactiefrequentie afneemt met afstand ($d^{-1}$) heeft een verwaarloosbaar effect op diffusiepatronen op hoog niveau (snelheid en totaal aanvalspercentage) in vergelijking met op leeftijd gestructureerde menging. Afstand beïnvloedt echter wel de frequentie van infecties tussen tegels, wat de lokale incidentie beïnvloedt.
• Epidemische Drempel en Reproductiegetal: De epidemische drempel ($\beta_c$) is lager (wat het systeem kwetsbaarder maakt) in configuraties met heterogene, door leeftijd gedreven contacten. Het basisreproductiegetal ($R_0$) is over het algemeen hoger in op data gebaseerde configuraties. Het ontstaan van een uitbraak is sterk geassocieerd met het indexgeval dat een sociaal actief individu is.
• Geografische Verspreiding en Dichtheid: De studie identificeert twee verschillende regimes op basis van de bevolkingsdichtheid van tegels:
  • Lage Dichtheid (< ~100 inwoners): Sub-logaritmische tijd tot piek en constante aanvalspercentages.
  • Hoge Dichtheid: Bij benadering logaritmisch toenemende tijd tot piek en aanvalspercentages.
  • Infectie bereikt dichtbevolkte tegels binnen 10–15 dagen, ongeacht de configuratie, maar het tijdstip voor gebieden met lage dichtheid varieert aanzienlijk afhankelijk van het contactmodel.
• Voorspelbaarheid: De epidemie is geografisch heterogeen (entropie < 1), waarbij sommige tegels consequent gevaarlijker zijn. De voorspelbaarheid van het systeem is echter laag bij het begin van de epidemie en wordt pas hoog nabij de epidemische piek, wanneer de infectie al wijdverbreid is. Er werden geen dominante "ruggengraat" of voorkeurs-epidemische paden geïdentificeerd; het brede scala aan alternatieve routes verhindert de vorming van een enkele voorspelbare traject.

Betekenis en Claims
Het artikel claimt een kader te bieden voor het begrijpen van epidemische diffusie in realistische stedelijke populaties zonder dat gegevens over mobiliteit of vervoer met hoge resolutie nodig zijn, en vertrouwt in plaats daarvan op census- en enquêtegegevens om het contactnetwerk te construeren.

• Hiërarchische Diffusie: Voorlopig bewijs suggereert het bestaan van hiërarchische ruimtelijke diffusiepatronen in stedelijke gebieden, gekenmerkt door twee regimes voor epidemische verspreiding in gebieden met lage en hoge dichtheid. Dit weerspiegelt bevindingen die op landelijk/stedelijke schaal zijn waargenomen.
• Modeleringsafwegingen: De studie toont aan dat hoewel op afstand gebaseerde menging empirisch onderbouwd is, de impact op macro-schaal epidemische uitkomsten minimaal is in vergelijking met de structurele impact van op leeftijd gestratiificeerde sociale menging.
• Beperkingen en Toekomstig Werk: De auteurs wijzen op het ontbreken van dominante epidemische paden in hun stedelijke model, in tegenstelling tot meta-populatiemodellen (bijv. luchtvaartnetwerken) waar verkeersstromen dominante verbindingen creëren. Zij suggereren dat toekomstig werk moet onderzoeken of dit ontbreken inherent is aan de stedelijke schaal of dat het opnemen van aanvullende gegevens (mobiliteit, telefoongesprekken, vervoer) dergelijke structuren zou kunnen onthullen.

Het werk benadrukt dat nauwkeurige epidemische modellering verder moet gaan dan mean-field-aannames om rekening te houden met de specifieke topologische structuur van sociale netwerken, met name de rol van op leeftijd gestructureerde contacten bij het aandrijven van uitbraakdynamiek.