Skip to content
Voltar aos resultados

Modelos de Difusão em Rede — SIR, SIS e Cascata Independente

Proposto por
Kermack & McKendrick (SIR/SIS, 1927); Kempe, Kleinberg & Tardos (Independent Cascade, 2003)
Ano
1927 (epidemiological compartmental); 2003 (social influence cascade)
Tipo
Stochastic / deterministic simulation on graphs

Este texto é uma tradução automática e ainda não foi revisado. Ler o original em inglês

Tamanho da fonte

O que ele faz?

Modelos de difusão em rede são uma família de modelos compartimentais e probabilísticos que simulam como informação, doença ou inovação se espalham por um sistema conectado.

Fundamentados na epidemiologia matemática de Kermack e McKendrick (1927), os modelos SIR e SIS particionam os nós em estados e rastreiam transições impulsionadas por taxas de contato e probabilidades de recuperação. Os modelos Cascata Independente e Limiar Linear, formalizados por Kempe, Kleinberg e Tardos (2003), estendem essa lógica para a influência social, modelando como a ativação se propaga por uma rede, um vizinho de cada vez.

A intuição por trás do método

Pense em um boato se espalhando por uma escola. Quando um aluno o ouve, ele pode passá-lo para cada amigo com alguma probabilidade; amigos que já o ouviram não precisam ouvi-lo novamente, e eventualmente o boato atinge a todos ou se extingue. Modelos de difusão em rede formalizam exatamente esse processo: cada nó está em um estado (suscetível, infectado, recuperado, ou simplesmente ativo/inativo) e, a cada passo de tempo, ele ou espalha o sinal para seus vizinhos de acordo com uma probabilidade de transmissão ou se recupera para um estado de base. A principal percepção é que a estrutura da rede — quem está conectado a quem — molda o resultado tanto quanto a própria taxa de transmissão.

História

As bases matemáticas da difusão em rede foram estabelecidas por Kermack e McKendrick em seu artigo marco de 1927, que introduziu o framework SIR como um sistema de equações diferenciais ordinárias descrevendo transições epidêmicas. A variante SIS generalizou isso para doenças endêmicas onde a imunidade é temporária. Essas abordagens de campo médio tratavam a população como misturada homogeneamente. A transição para a estrutura explícita de rede — permitindo que diferentes nós tivessem diferentes números de contatos — tornou-se central para a epidemiologia computacional no final dos anos 1990 e início dos anos 2000, quando modelos de rede livre de escala (Barabási e Albert, 1999) revelaram que os hubs desempenham um papel desproporcional na contaminação. Kempe, Kleinberg e Tardos (2003) formalizaram o problema de maximização de influência sob os modelos Cascata Independente e Limiar Linear, conectando a teoria de difusão a problemas algorítmicos em computação social e marketing. Desde então, o campo se expandiu para redes multicamadas, sequências de contato temporais e estimação de parâmetros baseada em dados usando conjuntos de dados reais de epidemias ou mídias sociais.

Quando usar

Modelos de difusão em rede são apropriados quando você tem um conjunto de dados relacional (ou pode construir uma rede plausível) e deseja prever ou explicar como um estado — doença, informação, comportamento, inovação — se propaga através dele. Eles se adequam a tarefas de previsão, explicação e prognóstico em variáveis de estado de nó binárias ou contínuas em estruturas transversais ou de séries temporais. A rede deve ter pelo menos 20 nós; com menos nós, as dinâmicas estocásticas não produzem padrões significativos. As taxas de transmissão e recuperação devem ser estimáveis a partir de dados ou calibradas da literatura. Se nenhuma estrutura de rede estiver disponível, ou se existirem apenas dados agregados (não relacionais), modelos compartimentais de equações diferenciais ordinárias sem uma camada de grafo são uma alternativa mais simples.

Limitações e considerações

  • Requer uma estrutura de rede conhecida ou estimada; a construção de um grafo válido a partir de dados de pesquisa ou logs introduz sua própria incerteza de medição.
  • A suposição de mistura homogênea dos modelos de campo médio pode não se manter em redes reais heterogêneas; a simulação de rede completa é mais precisa, mas computacionalmente mais pesada.
  • A estimação de parâmetros (τ, γ) a partir de dados observacionais não é trivial e frequentemente requer calibração adicional ou etapas de inferência bayesiana.
  • Resultados estocásticos variam entre execuções; um número suficiente de repetições de Monte Carlo é necessário, o que aumenta o tempo de computação para redes grandes.

As condições da fonte não substituem a revisão científica independente nem a validação por um motor de análise.

Pontos fortes

  • Conta explicitamente a topologia da rede, capturando o fato de que hubs altamente conectados aceleram a disseminação muito além do que os modelos agregados preveem.
  • Família flexível de modelos — SIR, SIS, Cascata Independente, Limiar Linear — cobre processos de contágio biológico e influência social.
  • A simulação de Monte Carlo produz distribuições completas de resultados, não apenas estimativas pontuais, permitindo quantificação de incerteza baseada em princípios.
  • O enquadramento de maximização de influência (Kempe et al., 2003) conecta-se diretamente a estratégias práticas de semeadura — identificando os nós cuja ativação espalha o sinal mais amplamente.

Aplicações

  • Modelagem da propagação de doenças infecciosas (gripe, COVID-19) através de redes de contato para avaliar estratégias de intervenção como vacinação ou quarentena.
  • Marketing viral e adoção de produtos — identificação de usuários semente cuja ativação maximiza a disseminação de informações ou a adoção de produtos através de uma rede social.
  • Propagação de desinformação e boatos — compreensão de como informações falsas se difundem em plataformas sociais e onde correções direcionadas têm o maior impacto.
  • Difusão de inovação em redes organizacionais e de políticas — previsão de como uma nova tecnologia ou prática se propaga através de uma comunidade profissional.
  • Epidemiologia computacional para planejamento de saúde pública — simulação de trajetórias de surtos sob diferentes cenários de taxa de contato ou vacinação.

Como funciona

Como funciona

1

O primeiro passo é representar o sistema como um grafo onde os nós são agentes (pessoas, páginas web, dispositivos) e as arestas codificam contatos ou laços sociais. O grafo pode ser empírico (derivado de dados) ou sintético (gerado por um modelo de crescimento como Barabási-Albert). Pesos das arestas podem codificar probabilidades de transmissão. Um mínimo de 20 nós é necessário para que o modelo exiba dinâmicas significativas; abaixo desse limiar, estatísticas descritivas de rede são mais apropriadas.

2

O analista seleciona a família de difusão que corresponde à questão de pesquisa. SIR (Suscetível–Infectado–Recuperado) é adequado para processos irreversíveis como epidemias ou a adoção de uma nova tecnologia, pois uma vez que um nó se recupera, ele não pode ser reinfectado. SIS (Suscetível–Infectado–Suscetível) é adequado para fenômenos endêmicos ou recorrentes — como reexposição a boatos — onde os nós podem retornar ao estado suscetível. Os modelos Cascata Independente e Limiar Linear são adequados para problemas de influência social onde cada nó é ativado no máximo uma vez e o foco está no alcance final de um conjunto de sementes.

3

Cada modelo requer um pequeno número de parâmetros fundamentados nos dados ou na literatura: a taxa de transmissão τ (probabilidade de espalhar por contato por passo de tempo), a taxa de recuperação γ (para SIR/SIS), e um conjunto de sementes de nós inicialmente infectados ou ativos. A razão τ/γ define o número básico de reprodução R₀; quando R₀ > 1, um surto em larga escala pode ocorrer. Para o modelo Cascata Independente, cada aresta direcionada carrega sua própria probabilidade de ativação. A suposição de mistura homogênea simplifica a análise de campo médio, mas pode ser relaxada executando simulações de rede completas.

4

Como os resultados são estocásticos, o modelo é executado muitas vezes (repetição de Monte Carlo) com os mesmos parâmetros e os resultados são promediados. Cada execução avança no tempo: a cada passo, cada nó infectado tenta transmitir para cada vizinho suscetível, e os nós infectados se recuperam com probabilidade γ. Os principais resultados são séries temporais dos tamanhos dos compartimentos (S(t), I(t), R(t)), a contagem de pico de infecção, o tempo até o pico e — para modelos de influência — a fração final de nós ativados. Para SIR de campo médio, a dinâmica também pode ser resolvida como um sistema de equações diferenciais ordinárias.

5

Os resultados são interpretados em relação à questão de pesquisa: R₀ está acima do limiar epidêmico? Quais nós, se escolhidos como sementes, maximizam a disseminação total? Quão sensível é o resultado a mudanças em τ ou γ? Análise de sensibilidade e comparação entre topologias de rede (aleatória, livre de escala, pequeno mundo) revelam como as suposições estruturais impulsionam as conclusões. O analista deve relatar se os resultados são de uma solução determinística de campo médio ou de médias de Monte Carlo sobre simulações estocásticas, e deve declarar o número de repetições utilizadas.

Erros comuns

  • Usar poucos nós (menos de 20) — com grafos pequenos, flutuações estocásticas dominam e o modelo não produz sinal confiável; use estatísticas descritivas de rede em vez disso.
  • Aplicar uma aproximação de campo médio (mistura homogênea) a uma rede fortemente heterogênea — grafos livres de escala em particular violam essa suposição e requerem simulação de rede completa.
  • Ignorar a sensibilidade dos resultados ao conjunto de sementes — a escolha dos nós inicialmente infectados pode alterar drasticamente o tamanho do pico de infecção; sempre relate a estratégia de semeadura.
  • Tratar uma única execução estocástica como o resultado — sempre medie sobre múltiplas repetições de Monte Carlo e relate a variância ou intervalos de confiança.
  • Confundir SIR e SIS: use SIR quando a recuperação confere imunidade (doença, adoção de tecnologia), use SIS quando os nós podem ser reinfectados ou reexpostos (boatos, doença sazonal).

Perguntas frequentes

Quando devo usar SIR em vez de SIS em vez de Cascata Independente?

Use SIR quando a recuperação confere imunidade duradoura — como em muitas doenças infecciosas ou adoções de tecnologia únicas — de modo que um nó não possa retornar ao estado suscetível após a recuperação. Use SIS quando a condição é recorrente ou a imunidade é temporária, como doenças sazonais ou reexposição a boatos, onde os nós ciclam indefinidamente entre suscetível e infectado. Escolha Cascata Independente ou Limiar Linear quando o foco for influência social e um nó puder se tornar ativo no máximo uma vez; esses modelos são mais adequados para problemas de marketing, disseminação de informações ou adoção de comportamento onde o objetivo é maximizar o número final de nós ativados a partir de um conjunto de sementes escolhido.

Quantas repetições de Monte Carlo são suficientes?

Não há regra universal, mas na prática 100–1000 repetições são comumente usadas na literatura, com mais repetições necessárias à medida que o tamanho da rede aumenta ou a variância do resultado é alta. Relate o número de repetições e a variância das métricas chave (pico de infecção, fração final de ativação) para que os leitores possam avaliar a estabilidade.

Como estimo a taxa de transmissão τ a partir de dados?

Se você tiver dados de casos com registro de tempo e uma rede conhecida, τ pode ser estimado ajustando o sistema de EDO compartimental às curvas observadas usando métodos de mínimos quadrados ou máxima verossimilhança, ou por inferência bayesiana. Para cenários de influência social, as probabilidades de ativação no nível da aresta são às vezes definidas proporcionalmente às frequências de interação observadas. Quando nenhum dado está disponível, τ é tipicamente variado em uma análise de sensibilidade em uma faixa plausível informada pela literatura.

Esses modelos podem ser executados em redes ponderadas ou direcionadas?

Sim. Pesos de arestas podem codificar probabilidades de transmissão heterogêneas — um par fortemente conectado tem um τ maior do que um par fracamente conectado. Arestas direcionadas modelam influência assimétrica, onde o nó A pode infectar B, mas B não pode infectar A diretamente. Ambas as extensões são fáceis de implementar em simulação de rede completa, embora as aproximações de campo médio se tornem menos precisas e frequentemente precisem ser substituídas por métodos de campo médio heterogêneo baseados em grau ou métodos de aproximação por pares.

Métodos relacionados

Fontes

  1. Kermack, W.O. & McKendrick, A.G. (1927). A Contribution to the Mathematical Theory of Epidemics. Proceedings of the Royal Society of London. Series A, 115(772), 700-721.

    Abrir referência DOI
    Copiado.
  2. Kempe, D., Kleinberg, J., & Tardos, E. (2003). Maximizing the Spread of Influence through a Social Network. Proceedings of the Ninth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD), 137-146.

    Abrir referência DOI
    Copiado.