记者从电子科技大学获悉，该校数据研究中心博士刘权辉联合美国东北大学，以猪流感传播为例提出，流行病传播要受亲友、社区及更广范因素的影响，并据此建立了一套新的流行病传播计算机模型，以实现更准确追踪、预测流行病传播。

“早期，由于无法收集到大规模真实人际接触数据，经典流行病理论认为，流行病呈指数增长趋势传播，每次病毒扩大传播的节点上，平均新感染的人数几乎不变。”刘权辉以最近的非洲猪瘟为例解释说，传统理论认为，一头病猪感染两头猪，这两头猪各自感染另两头猪，以此类推，病猪数目增长关系呈1，2，4，8，16，32，64……的等比数列。但事实真是如此吗？

为进一步研究流行病传播的影响，刘权辉团队选择了社会人口统计数据详细的意大利、荷兰，并建立起一种更真实的人际接触模型，其包含家庭成员、公司同事、学校师生及社区任意两人间的疾病传播可能。他们在这个模型中模拟猪流感传播，把结果与2009年意大利、荷兰真实的猪流感传播数据对比，由此发现，相比于以往的模型，这个模型结果更接近事实。“我们发现，在病毒扩大传播的节点上，平均新感染的人数不是稳定不变，而是随时间不断变动。”刘权辉说，他们据此构建的新计算机模型能够基于流行病暴发期间每日患病人数，预测新感染人数，帮助预测流行病暴发时段及选择疫苗分发区域。11月21日该研究成果在《美国科学院院刊》刊发。