生物帮研究人员开发了一种新的统计模型，该模型基于城市之间的相互联系以及一些城市比其他城市更适合感染的环境这一观点，预测哪些城市更可能成为传染病热点。缅因大学的Brandon Lieberthal和Allison Gardner在开放存取期刊PLOS Computational Biology中介绍了这些发现。
在流行病中，不同城市触发超级传播者事件的风险不同，超级传播者事件将异常大量的感染者传播到其他城市。先前的研究已经探索了如何根据每个城市与其他城市的连接程度或每个城市作为感染环境的独特适用性来确定潜在的“超级传播城市”。但是，很少有研究同时考虑到这两个因素。
现在，Lieberthal和Gardner开发了一种数学模型，通过结合城市之间的连通性及其对感染的不同适应性来识别潜在的超级传播者。一个城市的感染适应性取决于所考虑的特定疾病，但可能包含气候，人口密度和卫生条件等特征。
研究人员通过模拟随机分布在网络上的流行病来验证他们的模型。他们发现，一个城市成为超级传播者的风险仅在一定程度上随着感染的适用性而增加，但是随着与其他城市的连通性的增加，风险会无限地增加。
Lieberthal说：“最重要的是，我们的研究产生了一个公式，疾病管理专家可以输入传染病的特性和人类流动网络，并输出最有可能成为超级传播者所在地的城市清单。”“这可以加强预防或减轻传播的努力。”
