比“封城”管用？媒體報道可以大幅降低疫情傳播

  導語：量化模型顯示，當媒體的報道量增加十倍，傳染病的感染數將會減少
33.5％。_最近大家最關心的除了過年，就是武漢肺炎了。 對於此類傳染病，華盛頓大學的 Louis Kim 教授和 Shannon
M. Fast, Natasha Markuzon 幾位科學家做過一個有意思的研究，觀察媒體報道的數量與疾病傳播數量之間的關係。
這其中的原理在於，疾病的傳播是在動態的社會活動中發生的，所以個人行動對傳播有著重要的影響。媒體報道多了，大家的防範意識增強了，疾病的傳播速度就會減緩。
Louis Kim 教授等的模型顯示，當媒體的報道量增加十倍，此類疾病的感染數減少
33.5％。因此，媒體可能是預防疾病傳播的一個有效手段。

　建立研究模型Louis
Kim教授等建立了一個疾病傳播模型，並在該模型中加入了對媒體報道的量化，展現媒體報道數量和傳染病例數量之間的關係。該模型分為兩部分，第一部分量化疾病傳播概率，第二部分量化媒體的影響力。（1）量化疾病傳播概率Louis
Kim教授等使用了易感-感染-康複（SIR）模型來展現疾病傳播的概率。SIR模型專門模擬個人直接相互感染的情況，而非通過諸如蚊子之類的疾病媒介相互感染的情況。SIR對三種狀態之間的人員流動進行建模：易感（S），感染（I）和康複（R）。這些變量代表每組中的人數。每個人在時間t的狀態都由X表示。在時間t，受感染的個體以概率p（t）感染他身邊的易感個體i和j。

     因此，如果

　　則：

　　感染後，個體在T（R）時間段後恢複。因此，如果

　　並且

　　，則:

　　如果考慮到疫苗的作用，並在疫苗在注射後要等d時間才生效。設為疫苗效力。
然後，如果易感人i在時間t接種了疫苗，則：

　

（2）量化媒體報道的影響力這個研究假設媒體對疫情的關注會增加民眾的自我保護行為，例如洗手，使用口罩和遵守社交隔離，從而減少疾病傳播。
具體來說，將時間 t 的每次接觸傳播概率定義為上述提到的疾病傳播概率 p （0）和媒體函數 g 的乘積：

其中 Mt 是在時間 t 發布的新聞報道的數量；是由媒體對傳染概率帶來的影響；指最近媒體宣傳信息的權重。 媒體函數
g，會隨著新聞文章數量的增加而減小，這意味著當最近有許多關於該疾病的文章發表時，疾病的傳播速度會減慢。

這其中的為新聞文章數量的指數加權移動平均值，假設發表的文章會繼續影響當前行為，但影響程度會隨著時間而降低。 令t
為新聞文章數量的指數加權移動平均值，參數（0，1]，代表最近和之前報道數量的權重：

　墨西哥城案例和華盛頓特區案例Louis
Kim教授等使用了兩個實際案例，並把其中真實的媒體報道數據納入了的疾病傳播的模型。Louis
Kim教授等發現，在疾病傳播模型中，加入媒體報道數量的變量後，模型呈現出的結果和現實十分貼近。這兩個案例分別是2009年墨西哥H1N1病毒的爆發，以及2014-2015年華盛頓特區2014-2015年的流感季。（1）墨西哥城案例2009年，墨西哥城爆發了兩次H1N1流感。第一次是在4月中旬開始的。爆發規模較小，並通過社交隔離和公共宣傳活動，迅速得到了控製。第二次爆發始於8月，傳播範圍比第一次爆發更為廣泛。春季疫情的爆發引起了媒體的強烈關注，而秋季疫情的報道則相對較少。由於在春季和秋季爆發之間，H1N1病毒的感染力以及墨西哥城的社會結構，都不會發生很大的變化，因此需要通過媒體報道的差異來解釋傳染規模之間的差異。在該模型中，Louis
Kim教授等使用上述提到的模型對春季和秋季疫情的爆發進行了模擬。H1N1的每周流感病例數的數據由墨西哥社會保障研究所提供。因為H1N1疫苗要到2009年11月下旬才麵世，無法對墨西哥的疾病傳播產生重大影響，所以在此分析中未考慮疫苗的接種。互聯網生物監視公司HealthMap收集了在線發布的、專門提到了墨西哥城的H1N1流感爆發的文章。Louis
Kim教授等發現在墨西哥城爆發的春季H1N1疫情引起了媒體的強烈興趣。在6月1日之前，HealthMap收集了815篇突發新聞文章，從4月22日到6月1日，每天約有20篇文章。而秋季疫情中的文章數量則少很多。在9月17日至12月6日之間，HealthMap收集了66篇已發表的文章，每天少於1篇文章。可以看出，春季爆發期間由於媒體的覆蓋激增，使得民眾采取的保護措施，從而減緩疾病傳播的速度。相比之下，秋季疫情幾乎沒有受到抑製，沒有引起媒體的廣泛關注。Louis
Kim教授等使用上述加入了媒體報道變量的模型，模擬墨西哥城春季、秋季疫情的發病人數，發現模型對真實情況模擬的非常貼近，加權平均絕對誤差為1243例。下圖中紅線是模型做出的每周病例數，黑線是真實的病例數。二者有著很好的重疊。

　　（2）華盛頓特區案例華盛頓特區2014-2015年曾爆發嚴重的流感疫情，美國每10萬人中有51.4人因流感住院。Louis
Kim教授等使用了和墨西哥城案例相似的研究方法，2014-2015年流感季節每周新的A型流感住院病例數可以從華盛頓特區衛生部獲得。疫情的媒體覆蓋麵有限。每周的新聞文章數量在流感季節的高峰期達到頂峰，截至2015年1月1日當周收集了25篇文章。Louis
Kim教授等將模型模擬出的病例數與華盛頓特區2014-2015年流感季的真實病例數進行了對比，發現加權平均絕對誤差為2818例。華盛頓特區的案例表明，由於發表的新聞報道數量很少，因此媒體在2014-2015年華盛頓特區的流感季節對行為的影響有限。但是如果在模擬中，把每周新聞數量增加十倍時，媒體就會發揮更大的作用，傳染病例數會減少33.5％。左圖中紅線是模型做出的每周病例數，黑線是真實的病例數。二者的重疊度一般，因為媒體報道的數量比較小。右圖中的紅線是實際的媒體報道數量，綠線是無媒體的作用，藍線是把媒體報道數量增加十倍。右圖模型顯示，當媒體報道數量增加十倍時，傳染病例數會減少33.5％。

　　Louis
Kim教授等的研究表明，一方麵，可以使用媒體報道的數量來模擬預測傳染病的案例數，模型的準確度會隨著媒體報道數量的增加而增加。另一方麵，媒體報道對疫情覆蓋的增加會減緩疾病的傳播。

×

華客網:比“封城”管用？媒體報道可以大幅降低疫情傳播