基于发病率而非流行病的自我隔离激励：一种建模研究

近年来，针对疫情动力学受个体行为变化的影响，已有诸多进展。本文提出一种SIS模型，以解决疫情爆发与个体采纳隔离措施的联合演化问题。通过仿真动力学框架描述自我隔离的从众行为。个体根据疫情的流行病和发病率被激励实施隔离，而在隔离持续时间和社交交往成本的影响下，亦可能违背隔离建议。我们在均匀均场近似下推导出模型平衡态的解析结果。通过在经验网络上仿真该 compartments 模型，还初步检验了网络结构对解析预测的影响。我们发现，动力学演化至于简洁的两个情形：要么仿真动力学不再发挥作用，要么平衡流行病仅取决于模型的两个参数，即隔离成本和在隔离期间的相对时间。个体优先考虑流行病还是发病率作为疫情状态指示器，对动力学平衡没有影响。然而，倾向于采用发病率有助于在动力学的瞬态阶段平抑曲线。我们还发现，解析预测与在经验 multiplex 网络上的仿真结果具有相当一致之处。