1 / 38

Chains of Affection

The Structure of Adolescent Romantic and Sexual Networks. Chains of Affection. Matheus Arrais e Vinícius Miranda { mbas , vmc } at cin.ufpe.br. Roteiro. Introdução Modelos de Difusão de Doenças Contexto e Dados Rede Observada Simulação Conclusão. Introdução.

chun
Download Presentation

Chains of Affection

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. TheStructureofAdolescentRomanticand Sexual Networks ChainsofAffection Matheus Arrais e Vinícius Miranda {mbas, vmc} atcin.ufpe.br

  2. Roteiro • Introdução • Modelos de Difusão de Doenças • Contexto e Dados • Rede Observada • Simulação • Conclusão

  3. Introdução • Redede relacionamentos entre adolescentes de umaescola dos EUA • Avaliar a estrutura de uma rede desse tipo ajuda o estudo da transmissão de DSTs • O comportamentode umarede global mostramaisinformaçõessobre a propagação de um determinadadoença do que um rede local de um grupo de risco

  4. Introdução • A cadaano, nos EUA,cerca de 12 milhões de pessoasdescobremportaralguma DST • Cerca de 50% de adolescentes com 15 anosreportamseremsexualmenteativos • Osrelacionamentosentre adolescentesgeralmentetêmcurtaduração

  5. Modelos de Difusão de Doenças Difussão Aleatória • A doença é transmitida de forma aleatória • Essemodelogera um gráficoem forma de “S”, começo lento, faseexponencial e saturação

  6. Modelos de Difusão de Doenças Difussão Aleatória • Essetipo de transmissão é observadoemváriasdoenças de contágioaéreo(ex: gripe) • Para DSTs a utilização puramente aleatória não consegue aproximar bem a estrutura da rede

  7. Modelos de Difusão de Doenças Modelo de Núcleo • Parte da rede com alto risco de transmissão e interconectada • Retransmissão e propagaçãopara o resto da rede • Muitosciclos • Pequenadistância entre osnós • DSTs causadasporbactériasgeralmenteseguemessemodelo

  8. Modelos de Difusão de Doenças Modelo de NúcleoInvertido • Parte da rede com alto risco de transmissãoseminterconexões • Caminhoneiros e prostitutas • Muitosciclos • Pequenadistância entre osnós • Menosdensaque a rede com modelo de núcleo

  9. Modelos de Difusão de Doenças Modelo de Ponte entre Populações • Conexão entre duasredesquerepresentamcomportamentodistintos

  10. Modelos de Difusão de Doenças Spanning Tree • Rede longa que se estende entre osindivíduos • Poucosciclos e densidadeespaçada • Maiordistância entre osnós do quenosmodelosanteriores

  11. Modelos de Difusão de Doenças • Spanning Treenãosãogeradaspormeio de difusãoaleatória • O uso de restriçõesnaformação de relacionamentospodegerarumaSpanning Tree • A estruturaquemelhor se aproxima da redeobservadanaescola é Spanning Tree

  12. Contexto e Dados • Os dados são parte The National Longitudinal Study of Adolescent Health (Add Health) • Em 1994 cerca de 90.000 estudantes de 140 escolasresponderamquestionários • Quase um anodepois 20.000 dessesestudantesforamselecionadosparaentrevistasmaisextensivasrealizadasemdomicílio

  13. Contexto e Dados • Osestudantesidentificaramosseusparceirosemumalista dos estudantes da escola • Relacionamentos dos últimos 18 meses • Atravésdesses dados foipossívelmontar a rede de relacionamentos da escola

  14. Contexto e Dados Jefferson High School • 832 estudantesparticiparam das entrevistas • Incentivo de $20 para cada entrevistado • Poucaopção de diversãonacidade • Cidadedistante de outrascidades

  15. Rede Observada

  16. Rede Observada Jefferson High School • 573 alunos se relacionaram com outros alunos da escola • 63 duplas • 12 trios - 1 homens e 2 mulheres • 9 trios – 2 homens e 1 mulher • 288 alunosconectadospor um componentegigante

  17. Rede Observada Jefferson High School • A maiordistânciaobservadaentresduaspessoas é 37 passos • O componentegigante se assemelha a umaspanning tree • Observando a rede é possívelnotarque o risco de adquiriruma DST nãodependeexclusivamente do número de parceiros

  18. Rede Observada Ordem Temporal • A transmissão de DSTs segue uma ordem • Dependendo da épocaemquecadarelaçãoocorreu

  19. Rede Observada

  20. Rede Observada

  21. Rede Observada • Fragilidade da Rede • A quebra de uma conexão ou a retirada de um nó pode gerar componentes desconexos • Característica de Spanning Trees

  22. RedeObservada

  23. Simulando a estrutura de Jefferson High • A rede Jefferson podeser um caso particular de umarederandômica? • Através de simulações, podemos saber como a rede Jefferson foicriada e assiminferirsuaestrutura. • Foramsimuladas 1000 redes com váriasrestrições a fim de verificar se tinham as mesmascaracterísticas da rede Jefferson. • A primeirasimulaçãofoi de umarederandômica

  24. Random mixing

  25. Random mixing • A rede Jefferson não se assemelha a umarederandômica. • Devido a densidade de alcancemáximo, osestudantessãomaispropensos a terparceirosnaescolaquejátiveram outros parceirosnaescolaquetiveram outro parceironaescola… • Facilita a dessiminação de DSTs. • A rede é maiscentralizadasugerindoquealgunsatoresdesempenham um papel central em clusters disjuntos.

  26. Random mixing • O altadistânciageodésicamostraumaestrutura de uma spanning tree. • Além disso desfavorecequedoenças de curto tempo de infecciosidade e baixaprobabilidade de contágio se espalhemnessetipo de rede • Indíviduosestãodistantesnarede • Poucoscaminhosalternativos entre doisindíduos e poucoscicloscurtos • Redefrágil

  27. Preferência de parceiros • Estáclaroque a rede Jefferson nãopodeseraleatóriaporqueosestudantesnãoescolhemseusparceirosaleatoriamente • Sites de relacionamentomostram as pessoasbuscamparceiros com atributosemcomum • serfumante, gosto musical, tatuagem, QI, etc. • Algunsatributossãodiferentescomosexo e idade • Isso se confirmounapesquisafeitaem Jefferson High. • Simulaçãoincluindoumaproibição: formação de díadesisoladas

  28. Preferência de parceiros

  29. Preferência de parceiros • Com talrestrição, concluímosquepessoasquejátiverammesmonúmero de parceirostendem a se aproximarem. • A redeficoumaispróxima da rede Jefferson • Presença do componentegigante • Mas aindapossuimuitoscicloscurtos • Mas aindanãocaracterizauma spanning tree

  30. Rewiring • A diferença entre a nossarede e a observada é o número de ciclos • Podehaverumarestriçãoqueimpeça a rede de formarciclos • Quandoaplicado a técnica rewiring à 5% dos nós das redessimuladas, o número de ciclosaumentoumuito

  31. Rewiring

  32. Rewiring • É como se a rede fosse propensa a formarmuitosciclos, mas algo a proíbe de fazê-lo • A questãoé: porqueelesestãoausentesnarede Jefferson?

  33. Proibição de ciclos de tamanho 4 • Uma hipóteseparaquenãohajaciclos é que o menorciclopossívelnãosejapermitido • O menorciclopossível entre indivíduosheterossexuais tem tamanho 4

  34. Simulação • Simulando 1000 redesnovamente com a restrição de ciclos de tamanho 4.

  35. Simulação • Emtodas as métricas, as redesgeradas se aproximam da rede Jefferson • A explicaçãoparaausência de ciclos de tamanho 4 está no comportamento dos adolescentes • Numaescolatodos se conhecem • Essetipo de ciclopodeestarrelacionado a uma “perda de status”

  36. Conclusão • É preciso entender a difusão de DSTs entre os adolescentes • Isso pode ser feito analisando a rede de relacionamento deles • Nessa análise percebemos que a rede de adolescente é bem diferente das dos adultos • E por isso devem ser observadas diferentemente para uma intervenção • Não temos que tratar principalmente os nós mais influentes ou com maior grau

  37. Referência • Bearman PS, Moody J, Stovel K. Chains of Affection: The Structure of Adolescent Romantic and Sexual Networks. American Journal of Sociology. 2004;110:44–91.

More Related