在AIP出版的《混乱》杂志中，来自科罗拉多大学博尔德分校的Nicholas Landry和Juan G. Restrepo研究了这些转变的参数，他们在一个被称为易感-感染-易感模型的传染模型中加入了三人组的相互作用。
在这个模型中，从感染中康复的感染者可以再次感染。它通常被用来理解流感等疾病的传播，但通常不会考虑两个人以上的相互作用。
Landry说:“在传统的网络SIS模型中，当你增加一个想法或一种疾病的传染性时，你不会看到你在现实世界中经常看到的爆炸性转变。”“除了个体的相互作用，还包括群体的相互作用会对系统或种群动态产生深远的影响”，并可能导致转折点行为。
一旦感染率或个人之间的信息传递超过一个临界点，受感染者的比例就会爆炸性地跃升为一种流行病，具有足够高的群体传染性。更令人惊讶的是，如果感染率在这一跳跃之后下降，感染比例不会立即下降。在回落到健康的平衡之前，它仍然是一种流行病。
这就造成了一个环状区域，在这个区域中可能有或没有高水平的感染，这取决于最初感染的人数。这些群体的相互作用是如何分布的，会影响发生爆炸性转变的临界点。
作者还研究了群体联系的可变性——例如，杏耀联系有更多朋友的人是否也会参与更多的群体互动——如何改变临界点行为的可能性。他们把这种爆炸性行为的出现解释为个体互动和群体互动之间的相互作用。取决于哪种机制占优势，这个系统可能会出现爆炸性的转变。
可以向模型添加其他参数，以针对不同进程对其进行调优，并更好地了解必须感染多少个人的社会网络才能传播病毒或信息。
这项工作目前还处于理论阶段，但研究人员计划将该模型应用于来自物理网络的实际数据，并考虑现实网络表现出的其他结构特征。
