A cura di @NedCuttle21(Ulm).

Un articolo di MadMaths riporta che un team di ricercatori dell’Institute of Mathematical Sciences di Chennai, in India, guidato dalla dottoressa Anupama Sharma, attraverso un modello computazionale basato sui principi della teoria dei giochi ha provato a stimare in che misura la vaccinazione volontaria possa emergere sulla base della valutazione individuale di una minaccia epidemica e quanto importante sia nella scelta collettiva di ricorrere alle vaccinazioni il ruolo delle fonti informative circa la prevalenza di una malattia contagiosa, a seconda che queste abbiano una dimensione locale o globale. In particolare, assegnando alla variabile informazione un valore compreso tra 0 e 1 (α = 0 per fonti assolutamente locali e α = 1 per quelle esclusivamente globali), e modulando al contempo il tasso netto di riproduzione R0 dell’epidemia simulata, nel corso degli studi sarebbe emerso che quando le fonti consultate dalla rete di agenti sotto minaccia epidemica risultino di tipo prettamente locale (α = 0) il numero dei contagiati sembra essere minimo, verificandosi una risposta vaccinale collettiva immediata e quindi quasi contemporanea ai primi segnali della comparsa della malattia. Al contrario, una risposta vaccinale tardiva, con conseguenti dimensioni finali più ampie del contagio, si verifica nel caso in cui prevalgano fonti informative di tipo globale (α = 1); e ciò nonostante in entrambi i casi estremi (α = 0 e α = 1) il numero dei vaccinati risulti alla fine sostanzialmente simile e cioè solo leggermente più alto nel caso in cui α = 0 (tendenza verificabile per qualsiasi valore di R0 tranne che per un intervallo di valori intermedio, in corrispondenza del quale le curve relative alle vaccinazioni per valori estremi di α manifestano un andamento diverso). I risultati dello studio sono stati pubblicati sulla rivista scientifica PLOS Computational Biology.

The effectiveness of a mass vaccination program can engender its own undoing if individuals choose to not get vaccinated believing that they are already protected by herd immunity. This would appear to be the optimal decision for an individual, based on a strategic appraisal of her costs and benefits, even though she would be vulnerable during subsequent outbreaks if the majority of the population argues in this manner. We investigate how voluntary vaccination can nevertheless emerge in a social network of rational agents, who make informed decisions whether to be vaccinated, integrated with a model of epidemic dynamics. The information available to each agent includes the prevalence of the disease in their local network neighborhood and/or globally in the population, as well as the fraction of their neighbors that are protected against the disease. Crucially, the payoffs governing the decision of agents vary with disease prevalence, resulting in the vaccine uptake behavior changing in response to contagion spreading. The collective behavior of the agents responding to local prevalence can lead to a significant reduction in the final epidemic size, particularly for less contagious diseases having low basic reproduction number . Near the epidemic threshold () the use of local prevalence information can result in divergent responses in the final vaccine coverage. Our results suggest that heterogeneity in the risk perception resulting from the spatio-temporal evolution of an epidemic differentially affects agents’ payoffs, which is a critical determinant of the success of voluntary vaccination schemes.

Immagine da DIA.