[论文解读] The Impact of Information Dissemination on Vaccinating Epidemics in Multiplex Networks

Xiaojie Li, Cong Li+1 more|arXiv (Cornell University)|Oct 21, 2018

COVID-19 epidemiological studies被引用 1

一句话总结

本文提出了一种在多层网络上的两层耦合SAIS模型，以研究信息传播如何影响疫情控制中的疫苗接种行为。通过演化博弈论，研究发现当疫苗接种成本处于中等水平时，信息传播的增加反而可能降低疫苗接种率，这一结果挑战了‘更多信息总是促进公众健康依从性’的假设。

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.

研究动机与目标

• 理解信息传播在疫情期间如何影响个体的疫苗接种决策。
• 在多层网络中建立疫情传播与信息扩散相互作用的模型。
• 研究信息传播强度对疫苗接种行为及疫情控制结果的影响。
• 在动态信息-疫情环境中，利用演化博弈论确定均衡疫苗接种水平。

提出的方法

• 构建两层多层网络模型：一层用于疫情传播（SAIS），另一层用于信息传播。
• 引入强度系数以量化网络中信息传播的倾向性和强度。
• 应用演化博弈论推导疫苗接种行为的演化稳定策略（ESS）。
• 基于成本相关因素和信息带来的感知风险建模疫苗接种决策。
• 使用数值模拟分析强度系数对感染密度和社会成本的影响。
• 分析均衡疫苗接种水平随信息传播强度和疫苗接种成本的变化。

实验结果

研究问题

• RQ1 信息传播的强度系数如何影响多层网络中的均衡疫苗接种水平？
• RQ2 在何种条件下，信息传播的增加会导致疫苗接种率上升或下降？
• RQ3 在感染密度方面，信息传播强度与疫情控制效果之间存在何种关系？
• RQ4 信息传播如何影响疫情控制的整体社会成本？
• RQ5 在疫情疫苗接种决策中，更多信息是否总是带来更好的公共卫生结果？

主要发现

• 增加信息传播的强度系数并不总能提高均衡疫苗接种水平。
• 当疫苗接种成本处于中等范围时，更高的信息传播反而导致均衡疫苗接种水平下降。
• 这一反直觉的结果表明，过度信息可能因风险误判或行为疲劳而降低疫苗接种激励。
• 随着信息传播，感染密度最初下降，但如果疫苗接种率显著降低，感染密度可能再次上升。
• 社会成本在信息传播的中等水平时最小化，表明存在一个最优的信息流动水平以实现疫情控制。
• 该模型揭示了信息传播与公共卫生结果之间存在非单调关系，挑战了‘信息越多越有益’的假设。