Met uitbraken van door de lucht overgedragen ziekten zoals mazelen die steeds vaker voorkomen, modelleren hoe het diffusieproces werkt in dynamische contactnetwerken is een steeds belangrijker onderzoeksgebied voor epidemiologie. Een team, waaronder Macquarie University-onderzoekers Mohammad Shahzamal, Raja Jurdak, en Bernard Mans heeft een computationeel diffusiemodel ontwikkeld dat eerdere beperkingen overwint bij het vastleggen van een nauwkeurig beeld van de mogelijke verspreiding van infecties. Het onderzoek is gepubliceerd in Royal Society Open Science .

De meeste diffusiemodellen gaan ervan uit dat zowel geïnfecteerde als vatbare individuen in dezelfde fysieke ruimte en tijd aanwezig zijn voor een transmissie tussen knooppunten, of transmissie op individueel niveau, gebeuren. Echter, wanneer een persoon die aan het broeden is of actieve symptomen van een door de lucht overgedragen ziekte vertoont, infectieuze deeltjes vrijgeeft, (bijvoorbeeld door niezen of hoesten), deze kunnen enige tijd in de lucht blijven hangen, anderen blijven besmetten, zelfs nadat die persoon het gebied heeft verlaten.

Huidige diffusiemodellen kunnen geen transmissies vastleggen die plaatsvinden via indirecte interacties. Als resultaat, de epidemiologische modellen die tot nu toe beschikbaar waren, hebben geen rekening gehouden met transmissies door deze indirecte interactie, zowel hun nauwkeurigheid als effectiviteit verminderen.

De onderzoekers ontwikkelden een computationeel diffusiemodel - op dezelfde plaats op verschillende tijdtransmissie (SPDT) gebaseerde diffusie - dat transmissielinks voor deze indirecte interacties in overweging neemt.

Dit model verandert de netwerkdynamiek waarbij de connectiviteit tussen individuen varieert naarmate de link - zoals een door de lucht overgedragen ziekte - minder geconcentreerd wordt in het gebied. Om dit uit te werken, de onderzoekers modelleerden SPDT-diffusiegedrag door datagestuurde contactnetwerken te gebruiken om de verspreiding van ziekten via de lucht te simuleren. Het SPDT-model verhoogt de diffusiedynamiek aanzienlijk met een hoge mate van overdracht van ziekten. Omdat ze de onderliggende connectiviteit dichter en sterker maken door indirecte transmissies op te nemen, SPDT-modellen zijn realistischer dan SPST-modellen (op dezelfde plaats) voor het bestuderen van verschillende uitbraken van door de lucht overgedragen ziekten.

De onderzoekers ontdekten ook dat de diffusiedynamiek, inclusief indirecte links, waren niet reproduceerbaar door de huidige SPST-modellen op basis van directe links, zelfs als zowel SPDT- als SPST-netwerken dezelfde onderliggende connectiviteit aannemen. Dit komt omdat de transmissiedynamiek van indirecte links verschilt van die van directe links. Deze resultaten benadrukken het belang van de indirecte verbanden voor het voorspellen van uitbraken van door de lucht overgedragen ziekten.

Het model kan ook worden toegepast op uiteenlopende gebieden als cyberbeveiliging, ecologie en marketing - overal waar transmissies tussen knooppunten kunnen plaatsvinden via indirecte interacties, hetzij door besmettelijke deeltjes in de fysieke ruimte of door informatie in de virtuele ruimte. Bijvoorbeeld, een nieuw lid kan nog steeds informatie zien die is gepost door een bestaand lid van een social media platform, ook al was het nieuwe lid niet aanwezig toen de informatie werd geplaatst. De verspreiding van koninginberichten in sociale mierenkolonies en de verspreiding van stuifmeel in de omgeving volgen ook een soortgelijk mechanisme. In deze scenario's huidige diffusiemodellen kunnen significante transmissiegebeurtenissen missen tijdens vertraagde indirecte interacties.