在个体疫苗接种行为与自适应社交连接下估计流行病阈值：一个博弈论复杂网络模型

在当今互联互通的世界中，信息传播与传染病动力学错综复杂地交织在一起。认识到公众意识的关键作用，个体疫苗接种选择似乎是集体应对新兴健康威胁的一个重要因素。本研究旨在刻画在演化的社交连接、信息共享和个体疫苗接种决策下的疾病传播动态。为解决这一重要问题，我们提出了一个自适应多层网络上的集成行为-流行率模型。物理层专注于疫苗接种下的疾病传播，而代表个体社交联系的虚拟层是自适应的，处理信息传播，从而在受社会影响的环境中产生疫苗接种选择的动态。利用微观马尔可夫链方法，我们推导出具有不同感知疫苗风险水平的人群的疫情阈值解析表达式。结果表明，与非自适应情景相比，社交连接的自适应特性有助于提高疫情阈值，数值模拟也支持这一点。网络拓扑结构，如无标度网络的幂律指数，也显著影响网络群体中的感染传播。我们还观察到，疫苗覆盖率随着具有较高感知感染风险或对未接种疫苗邻居具有较高敏感性的个体数量的增加而成比例增加。因此，我们的发现为公共卫生官员在数字时代根据社交连接、信息传播和疫苗接种选择的演变制定疫苗接种计划提供了见解。