Моделирование показывает важность локальной информации для успеха вакцинации

Исследование с использованием вычислительного моделирования социальных сетей показывает, что программы вакцинации более успешно сдерживают распространение болезни, когда у людей есть доступ к локальной информации о заболеваемости. К такому выводу пришли Анупама Шарма из Института математических наук в Ченнаи (Индия) и её коллеги, опубликовавшие результаты в PLOS Computational Biology.

Успех программ вакцинации со временем может снизить их эффективность, если люди отказываются от прививки, полагаясь на коллективный иммунитет. Во время эпидемии человек, ранее избегавший вакцинации, может воспринять более высокий риск заражения и принять решение вакцинироваться. На это решение влияет доступ человека к информации о заболеваемости на локальном или глобальном уровне.

Чтобы изучить это влияние, учёные использовали вычислительное моделирование. Применяя принципы теории игр, они исследовали относительную важность информации о заболеваемости в непосредственном окружении индивида по сравнению с данными по всему населению.

Анализ показал, что когда люди полагаются на глобальную информацию (например, из масс-медиа), вакцинация не может предотвратить заражение большой части населения. Напротив, когда решения о вакцинации принимаются на основе локальных обстоятельств, итоговый размер вспышки может быть значительно меньше.

«Хотя массовая иммунизация — важный барьер против пандемических вспышек, необходимо обеспечить стратегическое распространение информации о заболеваемости, — говорит Анупама Шарма. — Наши результаты убедительно свидетельствуют в пользу прозрачной системы распространения детальных данных, дающей людям доступ к локальной информации в реальном времени, а не только к освещению в СМИ».

В будущих исследованиях планируется учесть дополнительные факторы: изменяющиеся со временем социальные сети или разное восприятие людьми тяжести таких болезней, как Эбола и грипп. Авторы также предполагают, что их вычислительную модель можно адаптировать для изучения влияния мнений о вакцинации, распространяемых в онлайн-сетях, которые сильно отличаются от сетей передачи самой болезни.