medRxiv预印平台于3月17日发表了印度普纳大学的题为“Multi-city modeling of epidemics using spatial networks: Application to 2019-nCov (COVID-19) coronavirus in India”的文章。文章称由于2019-nCov（COVID-19）冠状病毒的持续流行，目前迫切需要建立可靠的流行病学模型。但目前大多数现有的模型存在过于细粒度而导致效率低下和过于粗粒度而不可靠的问题。
该研究中，研究人员提出了一种计算效率高的混合方法，该方法使用了各个城市的SIR模型（易感-感染-恢复模型，Susceptible Infected Recovered Model），并耦合了各个城市的交通网络从而可以加强城市之间的迁移。研究人员指出该模型与现有模型有两个重要的不同之处：第一，耦合参数的自洽性的确定可便于维持单个城市的人口；第二，在迁移过程中加入与距离相关的时间延迟。研究人员将模型应用于印度的航空和铁路网络。研究结果预测，通过印度国内的运输系统，相当一部分人口在疫情暴发后90天内随时可能处于2019-nCov的暴露之中。因此，即使在限制了国际人口迁移之后，仍然有必要对印度国内运输网络进行认真的监督管理。
*注，本文为预印本论文手稿，是未经同行评审的初步报告，其观点仅供科研同行交流，并不是结论性内容，请使用者谨慎使用。
