© Акбаев Тенгиз, группа э602, ЭФ МГУ
Информирование общественности о том, как свести к минимуму риск распространения инфекции, является единственным инструментом, помимо вакцинации, доступным для учреждения общественного здравоохранения во время эпидемии гриппа. Таким образом, жизненно важно, чтобы должностные лица имели в своем распоряжении эффективные стратегии реагирования.
Однако это представляется сложным вследствие непредсказуемости времени возникновения и характера новых эпидемий, а также из-за отсутствия строгого эмпирического исследования последствий информирования общественности.
В анализируемой статье представлено: чем подход на базе агентно-ориентированного моделирования может быть значимым в изучении способов реагирования на вызовы, с которыми сталкивается здравоохранение населения.
В контексте информирования населения во время эпидемии в области здравоохранения, этот подход использовался в проекте TELL ME, финансируемого Европейским союзом, для моделирования реакции людей на сообщения в соответствии с разными факторами, таким как: собственные представления о проблеме, близость к центру эпидемии и др.
Структура модели определяется ее целью: сравнить потенциальные эффекты различных методов информирования общественности о защитном поведении и, следовательно, о распространении эпидемии гриппа. Это требует двух связанных моделей: модели поведения, которая имитирует, как люди реагируют на общение и принимают решения о том, следует ли вакцинировать или предпринимать другие защитные меры, и эпидемическая модель, имитирующая распространение гриппа. Ключевыми объектами модели являются: (i) сообщения, которые реализуются в информационной кампании; (ii) отдельные лица, которые получают сообщение и принимают решения о том, следует ли предпринимать защитные мероприятия; и (iii) регионы, которые имеют информацию о местном характере распространения эпидемии.
Главным моментом анализа модели является выявление эффекта влияния информирования населения на отношение и, следовательно, поведение населения. Очевидно, что модель поведения людей будет также напрямую влиять на распространение населения и количество заболеваний.
В модели выбор людей в отношении того, следует ли принять (или отказаться) от защитного поведения, рассчитывается на основе средневзвешенного отношения, субъективных норм.
Два типа поведения (принять или отказаться от защитного поведения) моделируются отдельно; каждый со своими весами и пороговыми значениями параметров: вакцинация и "другие защитные меры" (включая гигиену и социальное дистанцирование). Отношение моделируется как значение от 0 до 1, что характеризует готовность человека принять поведение в заданных обстоятельствах, включая такие аспекты, как восприятие эффективности предлагаемых мер и их сложность. Нормы определяются как доля близлежащих лиц, которые приняли то или иное поведение, по сути это определяет, насколько человек верит другим людям, что они будут вести себя определенным образом.
Угроза представляется как предрасположенность к болезни, так и последствия заражения (тяжесть заболевания и эмоциональный элемент - страх).
Предрасположенность моделируется с помощью дисконтированных кумулятивных инцидентов заболеваний (временные ряды), но только те, которые признаются в модели близлежащими случаями. Обычно угроза будет выше для тех моделируемых людей, которые находятся вблизи новых случаев, чем те, кто дальше, и будет уменьшаться по мере прохождения эпидемии.
Планы информирования общественности представляются в модели как набор «сообщений». Каждое сообщение сконструировано из предопределенного выбора, который определяет синхронизацию (например, каждые 10 дней), таргетинг (медиа-канал и группа населения) и содержимое сообщения. Моделируемые люди отвечают на полученные сообщения согласно контенту, которое может содержать: описание выгод следования рекомендациям, информацию о статусе эпидемии, пропаганда выдвигаемых норм поведения и рекомендация их принимать. Первые два типа содержимого сообщений приводят к постоянному изменению в отношении и ценности доверия, соответственно. Два других типа временно повышают восприятие норм и угрозы, соответственно. Поэтому сообщение влияет на решение принять или отказаться от защитного поведения, изменяя факторы, способствующие принятию решения.
Люди в модели начинают в восприимчивом (S) состоянии, становятся подверженными (E), но еще не зараженными, затем получают статус зараженного (I), и в конечном итоге удаляются из расчетов (R), потому что они восстанавливаются и приобретают иммунитет. На каждом шаге моделирования, уравнения используются для обновления пропорции населения каждого статуса. Чем больше доля моделируемых лиц, которые защищают себя, тем медленнее эпидемия распространяется. Прогресс эпидемии, в свою очередь, влияет на поведение через воздействие на восприятие угрозы. Таким образом, все элементы модели связаны и влияют друг друга.
На рисунке 1 показано принятие защитного поведения и прогресс в распространении эпидемии для набора связанных сценариев: (i) базовая эпидемия, где нет информирования, и какое-либо защитное поведение неэффективно; (ii) та же эпидемия с простым планом коммуникации (два сообщения, продвигающие защитное поведение, влияя на отношение людей к эпидемии, (на 20-ый день) и, рекомендация вакцинации, влияя на нормы людей, на 40-й день; и (iii) та же эпидемия и план информирования, но защитное поведение снижает скорость заражения (на 60% для вакцинированных и на 25% для защитного поведения). Эффект информационной кампания четко прослеживается в сравнение сценариев базовой эпидемии с остальными. Также стоит отметить, что в случае с эффективным защитным поведением, эпидемия распространяется медленнее и принятия защитных мер поведения наименьшее.
Подробнее: [«Uses of Agent-Based Modeling for Health Communication: the TELL ME Case Study» Peter Barbrook-Johnson, Jennifer Badham & Nigel Gilbert].