Con brotes de enfermedades transmitidas por el aire, como el sarampión, que se producen con una frecuencia creciente, Modelar cómo funciona el proceso de difusión en redes de contacto dinámicas es un área de investigación cada vez más importante para la epidemiología. Un equipo que incluye a los investigadores de la Universidad Macquarie, Mohammad Shahzamal, Raja Jurdak, y Bernard Mans ha desarrollado un modelo de difusión computacional que supera las limitaciones anteriores para capturar una visión precisa de la posible propagación de la infección. La investigación ha sido publicada en Ciencia Abierta de la Royal Society .

La mayoría de los modelos de difusión asumen que tanto los individuos infectados como los susceptibles están presentes en el mismo espacio físico y tiempo para una transmisión entre nodos. o transmisión a nivel individual, que se produzca. Sin embargo, cuando una persona que está incubando o mostrando síntomas activos de una enfermedad transmitida por el aire libera partículas infecciosas, (al estornudar o toser, por ejemplo), estos pueden permanecer en el aire durante algún tiempo, continuar infectando a otros incluso después de que esa persona haya abandonado el área.

Los modelos de difusión actuales no pueden capturar transmisiones que ocurren a través de interacciones indirectas. Como resultado, los modelos epidemiológicos disponibles hasta ahora no han tenido en cuenta las transmisiones por esta interacción indirecta, reduciendo tanto su precisión como su eficacia.

Los investigadores desarrollaron un modelo de difusión computacional (difusión basada en transmisión en el mismo lugar y tiempo diferente (SPDT)) que considera los enlaces de transmisión para estas interacciones indirectas.

Este modelo cambia la dinámica de la red donde la conectividad entre los individuos varía a medida que el vínculo, como una enfermedad transmitida por el aire, se concentra menos en el área. Para resolver esto, los investigadores modelaron los comportamientos de difusión de SPDT mediante el uso de redes de contacto impulsadas por datos para simular la propagación de enfermedades transmitidas por el aire. El modelo SPDT aumenta significativamente la dinámica de difusión con una alta tasa de transmisión de enfermedades. Debido a que hacen que la conectividad subyacente sea más densa y fuerte al incluir transmisiones indirectas, Los modelos SPDT son más realistas que los modelos del mismo lugar y tiempo (SPST) para estudiar varios brotes de enfermedades transmitidas por el aire.

Los investigadores también encontraron que la dinámica de difusión, incluyendo enlaces indirectos, no fueron reproducibles por los modelos SPST actuales basados ​​en enlaces directos, incluso si las redes SPDT y SPST asumen la misma conectividad subyacente. Esto se debe a que la dinámica de transmisión de los enlaces indirectos es diferente a la de los enlaces directos. Estos resultados destacan la importancia de los vínculos indirectos para predecir brotes de enfermedades transmitidas por el aire.

El modelo también se puede aplicar a campos tan diversos como la ciberseguridad, ecología y marketing:siempre que puedan producirse transmisiones entre nodos a través de interacciones indirectas, ya sea por partículas infecciosas en el espacio físico o información en el espacio virtual. Por ejemplo, un miembro recién unido aún puede ver la información publicada por un miembro existente de una plataforma de redes sociales, aunque el nuevo miembro no estaba presente cuando se publicó la información. La diseminación del mensaje de la reina en las colonias sociales de hormigas y la diseminación del polen en el medio ambiente también siguen un mecanismo similar. En estos escenarios, Los modelos de difusión actuales pueden pasar por alto eventos de transmisión importantes durante interacciones indirectas retardadas.