Charakterystyka kontaktów społecznych w postaci czasowej i sieciowej struktury (kiedy i z kim) ma wpływ na rozprzestrzenianie się chorób zakaźnych. W związku z rozwojem stosowanych metod komputerowych pojawiła się perspektywa wykorzystania ich w analizie sieci społecznych. Modele epidemiologiczne zostały wprowadzone jakby na kolejnym poziomie struktury sieciowej. W tej pracy przedstawię dwa typy zakażeń: wirusem HIV, czy HPV oraz bakteriami Chlamydii (czyli choroby przenoszone drogą płciową: STI) oraz HAMRSA (czyli szpitalne zainfekowanie, odpornym na metycylinę, gronkowcem złocistym), rozprzestrzeniających się w odmienny sposób w różnych społecznościach. Zrozumienie wzorców kontaktów międzyludzkich oraz próba ich zamodelowania pomagają oszacować skalę zagrożenia oraz opracować metody kontroli epidemiologicznej. W moich badaniach skupię się głównie na wtórnej analizie danych szwedzkich dotyczących zakażeń szpitalnych oraz tych, wynikających z kontaktów seksualnych. Głównym, ogólnym rezultatem badań jest odtworzenie sieci kontaktów w szpitalach oraz częściowo sieci stosunków seksualnych na podstawie niepełnych i bardzo wrażliwych danych. Pierwszoplanowym, szczególnym wynikiem badań jest za to ustalenie najbardziej ryzykownych zachowań seksualnych (dla różnych grup patogenów) i umiejscowienie ich w kulturze. Odtworzyłem za pomocą modelu epidemiologicznego q-MCMC (quasi-Monte Carlo Markov Chain) wybuch epidemii MRSA w sztokholmskich szpitalach. Podjęta została również próba odnalezienia i oszacowania roli potencjalnych 'super-roznosicieli' w zastanej społeczności.

Characteristics of contacts in the form of time and the network structure (when and with whom) has an impact on the spread of infectious diseases. In connection with the development of computer methods, their methods have been applied in social networks analyze. On another level, the network structure of epidemiological models have been introduced. In this paper we present two types of infections: HIV and Chlamydia bacteria (ie, sexually transmitted diseases: STI) and HA-MRSA (ie, hospital infection methicillinresistant Staphylococcus aureus), which spread in different ways in different communities. In our study, we will focus mainly on secondary analysis of Swedish data of hospital infections and sexuality. Main, the general result of research is to restore the network of contacts in hospitals and to build sexual networks based on incomplete and highly sensitive data. The primary, a particular outcome for this study is to identify the most risky sexual behavior (for different groups of pathogens), their location in culture. We reconstructed, using an epidemiological model of q-MCMC (quasi-Monte Carlo Markov Chain), the outbreak of MRSA in a Stockholm hospital. We tried to locate and assess the potential role of 'super-spreaders' in a stagnant communities.