数理学院高道舟教授于8月27日在应用数学著名期刊SIAM Journal on Applied Mathematics独立发表题为“Travel Frequency and Infectious Diseases”的研究论文。近日，美国工业与应用数学学会（SIAM）在其官方网站以专题新闻形式报道了这项研究成果，详见“Model Indicates Travel Frequency Affects Disease Spread”，

https://sinews.siam.org/Details-Page/model-indicates-travel-frequency-affects-disease-spread

        全球化和城市化促进了人口流动，同时也便利了新发和突发传染病的输入、建立和传播。2009年3月墨西哥报道首个甲型H1N1流感病例，到当年 7月底全球有168个国家和地区出现确诊病例。寨卡病毒于2015年4月入侵巴西，很快传播到中南美洲和加勒比海的广大地区。数学模型是刻画、预测和控制传染病传播的重要工具，此前有大量研究考虑人口迁移对传染病传播的影响，通常假设处在同一健康状态的人具有相同的出行率。然而统计数据显示，受到职业、性别、年龄、收入等因素影响，人与人之间的出行频率差异很大。少部分人经常出行，多数人偶尔或从不出行。

高道舟教授将人口根据健康状态和出行行为划分为四个仓室，建立了一类数学模型来研究出行频率差异性对于传染病空间传播的影响，得到了一系列有意义的数学和生物结果。例如，研究发现如果不考虑出行频率差异性，则往往会低估传染病的传播风险。经常出行人口比例的上升可能促进也可能抑制传染病的传播潜力。当考虑出行频率差异性时，传播风险会随出行频率单调或非单调的变化。这与不考虑出行频率差异性时，传染病传播风险总随人口出行频繁的增加而降低的结果大相径庭。这项研究有可能帮助公共卫生部门有效地识别高风险人群，和优化疾病预防与控制资源的投放策略。

该研究受到国家自然科学基金、上海高校特聘教授岗位计划和上海高峰学科建设计划的资助。SIAM news的栏目Research Nuggets是从SIAM所属会刊中挑选能够引起公众关注的重要前沿研究成果进行报道。

研究论文链接：https://epubs.siam.org/doi/10.1137/18M1211957

（供稿：数理学院）