昨(24)日,美國一跨校資訊科學研究團隊提出一項用於預測新興傳染病流行的模型,首次證明不同傳染病和社會現象的加乘,會如何造成單一疾病的傳染率預測複雜度大幅提升,該研究被發表於期刊《Nature Physics》。
過去人們普遍認為,如新冠病毒(COVID-19)、伊波拉病毒等流行病皆為獨立事件,每項流行病的預測規模,也單純與傳播速度成正比,但此研究團隊指出,一但有一個以上的流行病出現,情況會變得極為複雜,傳播率的一點微小變化也可能觸發疫情規模的大幅增長。
據研究,這些疾病會以「超指數」(Super–Exponential)的方式增長,直到再也沒有新的宿主能被感染時才會趨緩。
研究人員先是於2015年,在美...