基于智能体模型的全国性疾病与恐慌耦合传播仿真

人类的认知反应、行为反应和疾病动力学在任何疾病爆发期间共同演化，并可能导致复杂的反馈。我们提出了一种动态智能体模型，显式地将疾病传播与围绕疾病的恐慌传播相耦合，该模型在 EpiCast 模拟框架内实现。EpiCast 模型跨越真实的人口，捕捉个体水平的互动。在我们的模型中，恐慌通过面对面接触和广播媒体两种方式传播，促使个体采取防护措施以减少疾病传播。为了更好地理解这些耦合动力学，我们创建并比较了一系列 compartments 化模型，以分析包括各种疾病状态的影响。此外，我们比较了 EpiCast 中的各种行为情景，使恐慌水平和行为变化的程度各不相同。我们的结果表明，包括无症状、暴露和准症状疾病状态的加入会影响疫情进程的速度以及整体轨迹。此外，结合通过广播媒体的非本地恐慌传播和由恐慌个体引发的强行为反应，通常会导致多个流行病浪潮，这种结果仅在恐慌仅通过本地接触传播时仅限于狭窄的参数范围内才会发生。考虑恐慌与疾病共同传播对于理解疾病动力学和设计针对新兴传染威胁的及时、有针对性的响应至关重要。