比“封城”管用，媒体报道可以大幅降低疫情传播

本篇文章2373字，读完约6分钟

铅:定量模型显示，当媒体报道的数量增加10倍时，传染病的数量将减少33.5%。

最近，除了新年，每个人都最关心“武汉肺炎”。

对于这种传染病，华盛顿大学的路易斯金教授和科学家尚农姆。FAST和Natashamarkuzon做了一项有趣的研究，观察媒体报道数量和疾病传播数量之间的关系。

原则是疾病的传播发生在动态的社会活动中，因此个人行为对传播有重要影响。随着越来越多的媒体报道，每个人的预防意识都增强了，疾病的传播也将减缓。

louiskim教授的模型显示，当媒体报道的数量增加10倍时，此类疾病导致的感染数量将减少33.5%。因此，媒体可能是防止疾病传播的有效手段。

建立研究模型

louiskim教授建立了一个疾病传播模型，并在模型中加入了媒体报道的量化，以显示媒体报道数量与感染病例数量之间的关系。

该模型分为两部分。第一部分量化了疾病传播的概率，第二部分量化了媒体的影响。

(1)量化疾病传播的概率

路易斯金教授使用易感性-感染-康复(sir)模型来显示疾病传播的概率。

Sir模型特别模拟了个体直接相互感染的情况，而不是通过疾病媒介如蚊子相互感染的情况。

Sir模拟了三种状态之间的流动性:易感性、感染和康复。这些变量代表每组中的人数。

如果考虑疫苗的效果，疫苗注射后需要d时间才能生效。让他成为疫苗效力。然后，如果易感者I在时间t接种了疫苗，则:

(2)量化媒体报道的影响力

本研究假设媒体对疫情的关注将增加人们的自我保护行为，如洗手、戴口罩和观察社会隔离，从而减少疾病的传播。

具体地，在时间t，每个接触的传播概率被定义为疾病传播概率p(0)和上述媒体函数g的乘积:

其中mt是在时间t发布的新闻报道的数量；α是媒体对感染概率的影响；λ指最近媒体宣传信息的权重。

媒体功能g将随着新闻文章数量的增加而减少，这意味着当最近发表了许多关于该疾病的文章时，该疾病的传播速度将会减慢。

θ是新闻文章数量的指数加权移动平均值。假设发表的文章将继续影响当前的行为，但是影响的程度将随着时间而降低。

假设θt是新闻文章数量的指数加权移动平均，参数λ∑(0，1)表示最近和以前的报告数量的权重:

墨西哥城案和华府DC案

louiskim教授和其他人使用了两个实际案例，并将真实的媒体报道数据纳入疾病传播模型。

louiskim教授发现，在疾病传播模型中加入媒体报道数量的变量后，模型给出的结果非常接近现实。

这两个病例是2009年墨西哥爆发的h1n1病毒和2014-2015年华盛顿特区的流感季节。

(1)墨西哥城案例

2009年，墨西哥城爆发了两次甲型h1n1流感。

第一次始于四月中旬。疫情规模较小，通过社会隔离和公共宣传活动迅速得到控制。

第二次爆发始于8月，传播范围比第一次更广。

春季疫情的爆发引起了媒体的强烈关注，而秋季疫情的报道相对较少。

在春季和秋季疫情之间，h1n1病毒的传染性和墨西哥城的社会结构不会发生很大变化，因此有必要通过媒体报道的差异来解释感染规模的差异。

在这个模型中，louiskim教授使用了上述模型来模拟春季和秋季的疫情。

墨西哥社会保障研究所提供了甲型h1n1流感每周病例数的数据。因为h1n1疫苗要到2009年11月下旬才能上市，所以它不会对墨西哥的疾病传播产生重大影响，所以在本次分析中不考虑疫苗接种。

互联网生物监测公司Healthmap收集了网上发表的文章，这些文章特别提到了墨西哥城爆发的h1n1流感。

路易斯金教授和其他人发现，墨西哥城春季爆发的甲型h1n1流感引起了媒体的强烈兴趣。

在6月1日之前，健康地图收集了815篇突发新闻文章，从4月22日到6月1日每天大约有20篇文章。

然而，秋季流行的文章数量却少得多。从9月17日到12月6日，健康地图收集了66篇发表的文章，每天不到一篇。

可以看出，在春季疫情期间，由于媒体报道的激增，人们采取了保护措施来减缓疾病的传播。相比之下，秋季疫情几乎没有被抑制，也没有引起媒体的广泛关注。

louiskim教授和其他人使用上述模型和媒体报道变量来模拟墨西哥城春季和秋季的疫情数量，发现该模型非常接近真实情况，加权平均绝对误差为1243例。

在下图中，红线是模型每周的病例数，黑线是实际病例数。他们之间有很好的重叠。

(2)DC华盛顿的案例

2014-2015年，华盛顿特区爆发了严重的流感，美国每10万人中有51.4人因流感住院。

路易斯金教授和其他人使用了类似于墨西哥城案例的研究方法。

2014-2015流感季节每周新增甲型流感住院人数可从DC华盛顿州卫生部获得。

媒体对这一流行病的报道是有限的。每周新闻文章的数量在流感季节高峰期达到高峰，在截至2015年1月1日的一周内收集了25篇文章。

louiskim教授和其他人将该模型模拟的病例数与2014年至2015年华盛顿流感季节的实际病例数进行了比较，发现加权平均绝对误差为2818例。

华盛顿特区的案例表明，由于发布的新闻报道数量较少，在2014-2015年华盛顿特区流感季节，媒体对行为的影响是有限的。

然而，如果在模拟中每周新闻的数量增加十倍，媒体将发挥更大的作用，传染病例的数量将减少33.5%。

在左图中，红线是模型每周的病例数，黑线是实际病例数。它们之间的重叠程度是平均的，因为媒体报道的数量相对较少。

右图中的红线表示媒体报道的实际数量，绿线表示没有媒体的作用，蓝线表示媒体报道的数量增加了十倍。右边的模型显示，当媒体报道的数量增加10倍时，传染性病例的数量将减少33.5%。

louiskim教授的研究表明，一方面，传染病病例数可以通过媒体报道的数量来模拟和预测，模型的准确性会随着媒体报道数量的增加而提高。另一方面，媒体对这种流行病的报道越来越多，这将减缓这种疾病的传播。