Published February 13, 2022 | Version v1
Publication Open

Spatially Extended SHAR Epidemiological Framework of Infectious Disease Transmission

Creators

  • 1. Basque Center for Applied Mathematics
  • 2. Centro Científico Tecnológico - Córdoba
  • 3. Ikerbasque

Description

Mathematical models play an important role in epidemiology. The inclusion of a spatial component in epidemiological models is especially important to understand and address many relevant ecological and public health questions, e.g., when wanting to differentiate transmission patterns across geographical regions or when considering spatially heterogeneous intervention measures. However, the introduction of spatial effects can have significant consequences on the observed model dynamics and hence must be carefully analyzed and interpreted. Cellular automata epidemiological models typically rely on simplified computational grids but can provide valuable insight into the spatial dynamics of transmission within a population by suitably accounting for the connections between individuals in the considered community. In this paper, we describe a stochastic cellular automata disease model based on an extension of the traditional Susceptible-Infected-Recovered (SIR) compartmentalization of the population, namely, the Susceptible-Hospitalized-Asymptomatic-Recovered (SHAR) formulation, in which infected individuals either present a severe form of the disease, thus requiring hospitalization, or belong to the so-called mild/asymptomatic class. The critical transmission threshold is derived analytically in the nonspatial SHAR formulation, and this generalizes previously obtained theoretical results for the SIR model. We present simulation results discussing the effect of key model parameters and of spatial correlations on model outputs and propose an algorithm for tracking the evolution of infection clusters within the considered population. Focusing on the role of import and criticality on the overall dynamics, we conclude that the current spatial setting increases the critical transmission threshold in comparison to the nonspatial model.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

تلعب النماذج الرياضية دورًا مهمًا في علم الأوبئة. يعد إدراج عنصر مكاني في النماذج الوبائية أمرًا مهمًا بشكل خاص لفهم ومعالجة العديد من مسائل الصحة البيئية والعامة ذات الصلة، على سبيل المثال، عند الرغبة في التمييز بين أنماط الانتقال عبر المناطق الجغرافية أو عند النظر في تدابير التدخل غير المتجانسة مكانيًا. ومع ذلك، يمكن أن يكون لإدخال التأثيرات المكانية عواقب كبيرة على ديناميكيات النموذج المرصودة، وبالتالي يجب تحليلها وتفسيرها بعناية. تعتمد النماذج الوبائية للأتمتة الخلوية عادةً على شبكات حسابية مبسطة ولكنها يمكن أن توفر رؤية قيمة للديناميكيات المكانية للانتقال داخل السكان من خلال حساب الروابط بين الأفراد في المجتمع المدروس بشكل مناسب. في هذه الورقة، وصفنا نموذجًا لمرض الأتمتة الخلوية العشوائية استنادًا إلى امتداد لتقسيم السكان التقليدي القابل للإصابة بالعدوى (SIR)، أي التركيبة القابلة للإصابة بالمستشفى - المستعادة للأعراض (SHAR)، حيث يمثل الأفراد المصابون إما شكلًا حادًا من المرض، مما يتطلب دخول المستشفى، أو ينتمون إلى ما يسمى بالفئة الخفيفة/غير المصحوبة بأعراض. يتم اشتقاق عتبة الإرسال الحرجة تحليليًا في صيغة SHAR غير المكانية، وهذا يعمم النتائج النظرية التي تم الحصول عليها مسبقًا لنموذج SIR. نقدم نتائج المحاكاة التي تناقش تأثير معلمات النموذج الرئيسية والارتباطات المكانية على مخرجات النموذج ونقترح خوارزمية لتتبع تطور مجموعات العدوى داخل السكان المعنيين. بالتركيز على دور الاستيراد والحرجية في الديناميكيات الشاملة، نستنتج أن الإعداد المكاني الحالي يزيد من عتبة الإرسال الحرجة مقارنة بالنموذج غير المكاني.

Translated Description (French)

Les modèles mathématiques jouent un rôle important en épidémiologie. L'inclusion d'une composante spatiale dans les modèles épidémiologiques est particulièrement importante pour comprendre et aborder de nombreuses questions écologiques et de santé publique pertinentes, par exemple, lorsqu'on souhaite différencier les schémas de transmission entre les régions géographiques ou lorsqu'on envisage des mesures d'intervention hétérogènes sur le plan spatial. Cependant, l'introduction d'effets spatiaux peut avoir des conséquences importantes sur la dynamique observée du modèle et doit donc être soigneusement analysée et interprétée. Les modèles épidémiologiques d'automates cellulaires reposent généralement sur des grilles de calcul simplifiées, mais peuvent fournir des informations précieuses sur la dynamique spatiale de la transmission au sein d'une population en tenant compte de manière appropriée des connexions entre les individus de la communauté considérée. Dans cet article, nous décrivons un modèle stochastique de maladie des automates cellulaires basé sur une extension de la compartimentation traditionnelle Susceptible-Infecté-Récupéré (SIR) de la population, à savoir la formulation Susceptible-Hospitalisé-Asymptomatique-Récupéré (SHAR), dans laquelle les individus infectés présentent soit une forme sévère de la maladie, nécessitant ainsi une hospitalisation, soit appartiennent à la classe dite légère/asymptomatique. Le seuil de transmission critique est dérivé analytiquement dans la formulation SHAR non spatiale, ce qui généralise les résultats théoriques précédemment obtenus pour le modèle SIR. Nous présentons des résultats de simulation discutant de l'effet des paramètres clés du modèle et des corrélations spatiales sur les sorties du modèle et proposons un algorithme pour suivre l'évolution des grappes d'infections au sein de la population considérée. En nous concentrant sur le rôle de l'importation et de la criticité sur la dynamique globale, nous concluons que le réglage spatial actuel augmente le seuil de transmission critique par rapport au modèle non spatial.

Translated Description (Spanish)

Los modelos matemáticos juegan un papel importante en la epidemiología. La inclusión de un componente espacial en los modelos epidemiológicos es especialmente importante para comprender y abordar muchas cuestiones ecológicas y de salud pública relevantes, por ejemplo, al querer diferenciar los patrones de transmisión entre regiones geográficas o al considerar medidas de intervención espacialmente heterogéneas. Sin embargo, la introducción de efectos espaciales puede tener consecuencias significativas en la dinámica del modelo observado y, por lo tanto, debe analizarse e interpretarse cuidadosamente. Los modelos epidemiológicos de autómatas celulares generalmente se basan en cuadrículas computacionales simplificadas, pero pueden proporcionar información valiosa sobre la dinámica espacial de la transmisión dentro de una población al tener en cuenta adecuadamente las conexiones entre los individuos de la comunidad considerada. En este artículo, describimos un modelo de enfermedad de autómatas celulares estocásticos basado en una extensión de la compartimentación tradicional de la población Susceptible-Infectado-Recuperado (Sir), a saber, la formulación Susceptible-Hospitalizado-Asintomático-Recuperado (SHAR), en la que los individuos infectados presentan una forma grave de la enfermedad, lo que requiere hospitalización, o pertenecen a la llamada clase leve/asintomática. El umbral crítico de transmisión se deriva analíticamente en la formulación SHAR no espacial, y esto generaliza los resultados teóricos obtenidos previamente para el modelo SIR. Presentamos los resultados de la simulación discutiendo el efecto de los parámetros clave del modelo y de las correlaciones espaciales en los resultados del modelo y proponemos un algoritmo para rastrear la evolución de los grupos de infecciones dentro de la población considerada. Centrándonos en el papel de la importación y la criticidad en la dinámica general, concluimos que el entorno espacial actual aumenta el umbral de transmisión crítica en comparación con el modelo no espacial.

Files

3304532.pdf.pdf

Files (15.9 kB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:5ac1c793708738d9455f8919cd0f80ab
15.9 kB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
الإطار الوبائي الممتد مكانيًا لانتقال الأمراض المعدية
Translated title (French)
Cadre épidémiologique SHAR étendu sur le plan spatial de la transmission des maladies infectieuses
Translated title (Spanish)
Marco epidemiológico SHAR espacialmente extendido de transmisión de enfermedades infecciosas

Identifiers

Other
https://openalex.org/W4213389471
DOI
10.1155/2022/3304532

Is supplement to
https://openalex.org/W3041798427 (Other)
https://openalex.org/W3013902432 (Other)
https://openalex.org/W2789995155 (Other)
https://openalex.org/W25444756 (Other)
https://openalex.org/W2359432571 (Other)
https://openalex.org/W2335036387 (Other)
https://openalex.org/W2221832970 (Other)
https://openalex.org/W2034630455 (Other)
https://openalex.org/W2024914724 (Other)
https://openalex.org/W2016584340 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Argentina

References

  • https://openalex.org/W1671930479
  • https://openalex.org/W1820299574
  • https://openalex.org/W1971056605
  • https://openalex.org/W2007477210
  • https://openalex.org/W2010201874
  • https://openalex.org/W2016972073
  • https://openalex.org/W2042230145
  • https://openalex.org/W2042321087
  • https://openalex.org/W2065343486
  • https://openalex.org/W2084485640
  • https://openalex.org/W2089001134
  • https://openalex.org/W2115659536
  • https://openalex.org/W2156589521
  • https://openalex.org/W2183850165
  • https://openalex.org/W2309645253
  • https://openalex.org/W2409343267
  • https://openalex.org/W2492998845
  • https://openalex.org/W2531387545
  • https://openalex.org/W2766216764
  • https://openalex.org/W2780340473
  • https://openalex.org/W2950156131
  • https://openalex.org/W2980308966
  • https://openalex.org/W3008437073
  • https://openalex.org/W3029657022
  • https://openalex.org/W3044254520
  • https://openalex.org/W3178406361
  • https://openalex.org/W3207929130
  • https://openalex.org/W4302331569