[논문 리뷰] The Impact of Information Dissemination on Vaccinating Epidemics in Multiplex Networks

Xiaojie Li, Cong Li외 1명|arXiv (Cornell University)|2018. 10. 21.

COVID-19 epidemiological studies인용 수 1

한 줄 요약

이 논문은 복합 네트워크 상에서 정보 유포가 전염병 통제에서 예방접종 행동에 미치는 영향을 연구하기 위해 이중층 결합 SAIS 모델을 제안한다. 진화 게임 이론을 적용하여, 예방접종 비용이 중간 수준일 경우 정보 유포가 증가함에 따라 예방접종 비율이 오히려 감소할 수 있음을 발견하였으며, 이는 더 많은 정보가 항상 공중보건 준수를 증진시킨다는 가정을 도전한다.

ABSTRACT

The impact of information dissemination on epidemic control essentially affects individual behaviors. Among the information-driven behaviors, vaccination is determined by the cost-related factors, and the correlation with information dissemination is not clear yet. To this end, we present a model to integrate the information-epidemic spread process into an evolutionary vaccination game in multiplex networks, and explore how the spread of information on epidemic influences the vaccination behavior. We propose a two-layer coupled susceptible-alert-infected-susceptible (SAIS) model on a multiplex network, where the strength coefficient is defined to characterize the tendency and intensity of information dissemination. By means of the evolutionary game theory, we get the equilibrium vaccination level (the evolutionary stable strategy) for the vaccination game. After exploring the influence of the strength coefficient on the equilibrium vaccination level, we reach a counter-intuitive conclusion that more information transmission cannot promote vaccination. Specifically, when the vaccination cost is within a certain range, increasing information dissemination even leads to a decline in the equilibrium vaccination level. Moreover, we study the influence of the strength coefficient on the infection density and social cost, and unveil the role of information dissemination in controlling the epidemic with numerical simulations.

연구 동기 및 목표

• 전염병 기간 동안 정보 유포가 개인의 예방접종 결정에 미치는 영향을 이해하기 위해.
• 복합 네트워크에서 전염병 확산과 정보 유포의 상호작용을 모델링하기 위해.
• 정보 전파 강도가 예방접종 행동과 전염병 통제 결과에 미치는 영향을 조사하기 위해.
• 동적인 정보-전염병 환경에서 진화 게임 이론을 활용해 균형 예방접종 수준을 규명하기 위해.

제안 방법

• 전염병 확산(사실상 SAIS)을 위한 한 층과 정보 유포를 위한 다른 층을 가진 이중층 복합 네트워크 모델을 개발한다.
• 네트워크 전반의 정보 전파 경향성과 강도를 정량화하기 위해 강도 계수를 도입한다.
• 예방접종 행동에 대한 진화적 안정 전략(ESS)을 유도하기 위해 진화 게임 이론을 적용한다.
• 비용 관련 요소와 정보에서 유도된 위험 인식을 기반으로 예방접종 결정을 모델링한다.
• 수치 시뮬레이션을 통해 강도 계수가 감염 밀도와 사회적 비용에 미치는 영향을 분석한다.
• 정보 유포 강도와 예방접종 비용에 따라 균형 예방접종 수준을 분석한다.

실험 결과

연구 질문

• RQ1 정보 유포의 강도 계수가 복합 네트워크에서의 균형 예방접종 수준에 어떤 영향을 미치는가?
• RQ2 정보 유포가 증가할 경우, 어떤 조건에서 예방접종 비율이 높아지거나 낮아지는가?
• RQ3 감염 밀도 측면에서 정보 전파 강도와 전염병 통제 효과성 간의 관계는 무엇인가?
• RQ4 정보 유포는 전염병 통제의 총 사회적 비용에 어떤 영향을 미치는가?
• RQ5 정보가 많을수록 항상 전염병 예방접종 결정에서 더 나은 공중보건 결과를 이끌어내는가?

주요 결과

• 정보 유포의 강도 계수를 높여도 항상 균형 예방접종 수준이 증가하지는 않는다.
• 예방접종 비용이 중간 범위일 경우, 높은 수준의 정보 유포는 균형 예방접종 수준을 감소시킨다.
• 역설적인 결과는 과도한 정보가 위험 오인 또는 행동 피로로 인해 예방접종 동기를 감소시킬 수 있음을 시사한다.
• 감염 밀도는 정보 유포로 인해 처음에는 감소하지만, 예방접종 수준이 크게 떨어지면 再상승할 수 있다.
• 사회적 비용은 정보 유포의 중간 수준에서 최소화되며, 이는 전염병 통제에 최적의 정보 흐름이 존재함을 나타낸다.
• 모델은 정보 전파와 공중보건 결과 사이에 비단조화적인 관계가 있음을 드러내며, 더 많은 정보가 항상 유익하다는 가정을 도전한다.