Com surtos de doenças transmitidas pelo ar, como o sarampo, ocorrendo com frequência crescente, modelar como o processo de difusão funciona em redes dinâmicas de contato é uma área de pesquisa cada vez mais importante para a epidemiologia. Uma equipe que inclui pesquisadores da Macquarie University Mohammad Shahzamal, Raja Jurdak, e Bernard Mans desenvolveu um modelo de difusão computacional que supera as limitações anteriores na captura de uma visão precisa da possível disseminação da infecção. A pesquisa foi publicada em Royal Society Open Science .

A maioria dos modelos de difusão assume que tanto os indivíduos infectados quanto os suscetíveis estão presentes no mesmo espaço físico e tempo para uma transmissão entre nós, ou transmissão de nível individual, ocorrer. Contudo, quando uma pessoa que está incubando ou apresentando sintomas ativos de uma doença transmitida pelo ar libera partículas infecciosas, (por meio de espirros ou tosse, por exemplo), estes podem permanecer no ar por algum tempo, continuando a infectar outras pessoas, mesmo depois que a pessoa deixou a área.

Os modelos de difusão atuais não podem capturar as transmissões que ocorrem por meio de interações indiretas. Como resultado, os modelos epidemiológicos disponíveis até agora não levaram em consideração as transmissões por essa interação indireta, reduzindo sua precisão e eficácia.

Os pesquisadores desenvolveram um modelo de difusão computacional - difusão baseada em transmissão no mesmo lugar em tempo diferente (SPDT) - que considera links de transmissão para essas interações indiretas.

Esse modelo muda a dinâmica da rede em que a conectividade entre os indivíduos varia à medida que o link - como uma doença transmitida pelo ar - torna-se menos concentrado na área. Para resolver isso, os pesquisadores modelaram comportamentos de difusão SPDT usando redes de contato baseadas em dados para simular a propagação de doenças transmitidas pelo ar. O modelo SPDT aumenta significativamente a dinâmica de difusão com uma alta taxa de transmissão de doenças. Porque eles tornam a conectividade subjacente mais densa e forte, incluindo transmissões indiretas, Os modelos SPDT são mais realistas do que os modelos no mesmo local (SPST) para estudar vários surtos de doenças transmitidas pelo ar.

Os pesquisadores também descobriram que a dinâmica de difusão, incluindo links indiretos, não eram reproduzíveis pelos modelos SPST atuais baseados em links diretos, mesmo que as redes SPDT e SPST assumam a mesma conectividade subjacente. Isso ocorre porque a dinâmica de transmissão dos links indiretos é diferente daquela dos links diretos. Esses resultados destacam a importância das ligações indiretas para prever surtos de doenças transmitidas pelo ar.

O modelo também pode ser aplicado a campos diversos como segurança cibernética, ecologia e marketing - onde quer que as transmissões entre nós possam ocorrer por meio de interações indiretas, seja por partículas infecciosas no espaço físico ou informações no espaço virtual. Por exemplo, um membro recém-ingressado ainda pode ver as informações postadas por um membro existente de uma plataforma de mídia social, mesmo que o novo membro não estivesse presente quando a informação foi postada. A disseminação da mensagem da rainha em colônias de formigas sociais e a disseminação de pólen no meio ambiente também seguem um mecanismo semelhante. Nestes cenários, os modelos de difusão atuais podem perder eventos de transmissão significativos durante interações indiretas atrasadas.