近日，我院碩士生陳嘉興關于信息-流行病耦合傳播的研究工作相繼在國際知名期刊《Information Sciences》和《Nonlinear Dynamics》發表。陳嘉興為第一作者，指導老師劉影為通訊作者。
流行病的爆發和擴散是威脅人類生存和社會發展的重要問題。我們利用計算機模擬和統計物理理論分析方法，研究信息和流行病耦合傳播的時空演變規律，預測傳播爆發閾值、穩態感染密度等關鍵參量，為流行病的防控提供參考。
首先，考慮到在疾病爆發初期人們傾向于從多個渠道獲取消息，提出基于多源信息相互確認的消息-疾病耦合傳播模型。個體根據多層鄰居的狀態確認流行病爆發的嚴重程度和信息的真實性，使自身接受信息并采取防護措施以降低感染概率。通過馬爾可夫鏈方法，我們計算出疾病的爆發閾值和穩態最終感染比例，與計算機模擬結果非常吻合。研究結果表明個人及時且明確地將自己的感染狀況及對流行病的意識暴露給接觸鄰居將有助于抑制流行病的傳播。
其次，我們研究關于疫苗的負面信息對人群接種及流行病傳播的影響。接種疫苗的個體由于自身發生不良反應而傳播關于疫苗的負面信息，使收到負面消息的個體降低接種概率，這將阻礙流行病防控的進展。當接受負面信息的個體明顯降低接種意愿時，流行病爆發閾值將顯著降低，最終感染規模大幅提升。本研究為度量負面消息對流行病傳播的影響提供定量模型。
文章鏈接:
[1] https://www.sciencedirect.com/science/article/abs/pii/S0020025522013226
[2] https://link.springer.com/article/10.1007/s11071-022-07776-x
