基于社交网络上自愿隔离动态的疫病成功控制之决定因素

在疫病暴发期间，卫生当局或政府通常会建议采取隔离措施以帮助控制疾病传播。与强制隔离相比，自愿隔离赋予个体在暴露于感染时自行决定是否自我隔离的自由，这一决定受其个人对经济损夫与健康风险之间权衡的评估，以及自身的社会责任感和公共卫生关切所驱动。为了更好地理解在这些因素下的自我驱动健康行为选择，在此我们将自愿隔离纳入一种地方性疫病模型——易感-感染-易感（SIS）模型——并进行全面的基于智能体的模拟，以刻画结构化种群中由此产生的行为-疾病相互作用。我们量化了自愿隔离将作为有效干预措施以减轻疾病负担的条件。此外，我们展示了个体决策因素（包括避免隔离的诱惑程度与社会同情程度）如何影响自愿隔离的遵从水平及随之而来的集体疾病缓解努力。我们发现，成功的疾病控制需要足够低的诱惑水平或足够高的社会同情程度，从而使得甚至完全遏制流行病成为可能。除充分混合种群外，我们的模拟结果也适用于其他更现实的接触社交网络，包括空间格子、小世界网络以及真实社交网络。我们的工作为通过自愿隔离与隔离等非药物干预进行疾病控制的基本社会困境层面提供了新见解，其中个体决策的集体结果至关重要。