Modelowanie epidemii. Jak epidemie się szerzą i jak im przeciwdziałać

• Autorzy: Kosiński R. , Grabowski A.

Warianty tytułu

EN

Epidemic modeling. Epidemic spreading, prevention and control

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono zagadnienia dotyczące modelowania matematycznego i badań symulacyjnych procesu rozprzestrzeniania się epidemii w populacji ludzkiej. Opisane zostały najważniejsze właściwości sieci kontaktów interpersonalnych, które są główną drogą szerzenia się epidemii. Omówiono podstawowe wady i zalety komputerowych badań symulacyjnych. Przedstawiono najważniejsze metody przeciwdziałania epidemii oraz najważniejsze zasady zachowania się w czasie epidemii na przykładzie epidemii grypy A(H1N1).

EN

In the paper mathematical modeling and computer simulations of epidemic spreading in human populations are presented. Epidemic spreads mainly through interpersonal contacts, therefore basic properties of social networks are presented. The pros and cons of computer simulations are discussed. Basic methods of epidemic control measures and personal protective measures for reducing transmission of human influenza using the example of A(H1N1) are described.

Słowa kluczowe

PL

epidemia; badania symulacyjne; modelowanie matematyczne; modelowanie epidemii; symulacje komputerowe

EN

epidemic; mathematical modelling; computer simulations; simulation research

• Wydawca: Centralny Instytut Ochrony Pracy - Państwowy Instytut Badawczy
• Czasopismo: Bezpieczeństwo Pracy : nauka i praktyka
• Rocznik: 2009
• Tom: nr 5
• Strony: 3--5
• Opis fizyczny: Bibliogr. 14 poz., rys.

Twórcy

autor

Kosiński R.

autor

Grabowski A.

• Centralny Instytut Ochrony Pracy - Państwowy Instytut Badawczy, Zakład Techniki Bezpieczeństwa, 00-701 Warszawa, ul. Czerniakowska 16, tel. [phone],

Bibliografia

• [1] K. F. Kiple (red.) Wielkie epidemie w dziejach ludzkości. Oficyna Wydawnicza Atena, 2002
• [2] R. M. Anderson, R. M. May. Infectious Diseases of Humans: Transmission and Control. Oxford University Press, 1991
• [3] S. N. Dorogovtsev, J. F. F. Mendes Evolution of networks. Oxford University Press, 2003
• [4] M. E. J. Newman Mixing patterns in networks. ”Phys. Rev.” E 67, 026126, 2003
• [5] A. Grabowski, R. Kosiński Mixing Patterns in a Large Social Network. “Acta Physica Polonica” B, 39, 1291 (2008)
• [6] V. Colizza, A. Barrat, M. Barthelemy, A.-J. Valleron, A. Vespignani Modeling the Worldwide Spread of Pandemic Influenza: Baseline Case and Containment Interventions. “PLoS Medicine” 4(1): e13 (2007)
• [7] M. C. González, C.A. Hidalgo, A-L.Barabási Understanding individual human mobility patterns. “Nature” 453, 779-782, 2008
• [8] A. Vazquez, B. Rácz, A. Lukács, A-L. Barabási Impact of Non-Poissonian Activity Patterns on Spreading Processes. “Phys. Rev. Lett.” 98, 158702 (2007)
• [9] A. Grabowski, N. Kruszewska, R. Kosiński Dynamic phenomena and human activity in an artificial society. “Phys. Rev.” E 78, 066110 (2008)
• [10] R. A. Kosiński Cellular Network with complex Connections for the modeling of Epidemic Spreading. WSEAS Trans. on Systems, 3, 2651-2656 (2004)
• [11] P. Fine Herd Immunity: History, Theory, Practice. “Epidemiol Rev.” 15, 265-302 (1993)
• [12] D. Stauffer, A. Aharony Introduction to percolation theory. Taylor&Francis, London, 1992
• [13] S. Eubank i in. Modelling disease outbreaks in realistic urban social networks. “Nature”, 429: pp. 180-184, 2004
• [14] A. Grabowski, M. Rosińska The SIS Model for Assessment of Epidemic Control in a Social Network. “Acta Physica Polonica” B, 37, 1521 (2006).