The Vaccination Game on Networks
本研究将疫苗接种建模为网络上的进化博弈，结合 SIR 模型分析网络拓扑与相对成本对进化稳定接种水平的影响，发现网络异质性显著改变接种动态。
2025-04-04 physics.soc-ph q-bio.PE
Modeling the Effect of Observational Social Learning on Parental Decision-Making for Childhood Vaccination and Diseases Spread over Household Networks
提出融合贝叶斯观察性社会学习与疾病传播的双层网络模型，揭示网络拓扑、疫苗条件及社会学习文化如何影响父母接种决策、观点趋同和疾病传播。
2023-10-05 physics.bio-ph physics.soc-ph
Social inequalities that matter for contact patterns, vaccination, and the spread of epidemics
该研究利用匈牙利新冠疫情数据识别接触模式和疫苗接种态度的社会不平等维度，发现优势群体接触更多且接种率更高，并提出纳入行为差异的数据驱动流行病学模型，用于分析匈牙利第四波疫情，为公共卫生策略提供依据。
2023-07-10 cs.SI physics.soc-ph stat.AP
Leveraging Opinions and Vaccination to Eradicate Networked Epidemics
针对网络化流行病，本文构建融合观点动态、风险感知与自利接种行为的多层 SIRS-V_o 模型，并提出通过影响观点和疫苗接种实现疫情根除的策略。
2023-04-25 cs.SY eess.SY physics.soc-ph
Reinforcement Learning Dynamics of Network Vaccination and Hysteresis: A Double-Edged Sword for Addressing Vaccine Hesitancy
引入Q-learning动力学模型研究社交网络中的疫苗接种行为，揭示了个体有限理性与远见性在决策中的双刃剑效应及滞后与双稳态现象，为应对疫苗犹豫提供跨学科视角。
2025-10-31 physics.soc-ph
Modeling Epidemic Dynamics of Mutant Strains with Evolutionary Game-based Vaccination Behavior
Southwest University（西南大学）
本文提出基于进化博弈的疫苗行为建模方法，用于分析突变株流行病动力学，通过引入疫苗接种状态和行为决策机制，有效预测和缓解疾病爆发。
2026-01-02 cs.SI physics.soc-ph q-bio.PE
Preferences for COVID-19 vaccine: Evidence from India
由于疫苗犹豫不决的程度很高，印度的大规模疫苗接种工作进展缓慢。这项研究使用了来自1371名受访者的在线离散选择实验的数据，严格审查了该国形成疫苗偏好的因素。我们发现，疫苗的有效性，副作用的存在，保护时间，距离接种中心和接种率在社交网络中发挥关键作用，在确定疫苗的需求。我们应用非参数模型来揭示这些因素影响的异质性。我们从这一分析中得出两个新的见解。首先，尽管平均而言，国内开发的疫苗是首选，但约30%的样本青睐外国开发的疫苗。其次，大约15%的样本对疫苗的偏好对同龄人中副作用的存在和疫苗接种率高度敏感。这些结果为印度正在进行的关于疫苗采用的政策辩论提供了见解。
2021-08-18 physics.soc-ph q-bio.PE
Evolution of the public opinion on COVID-19 vaccination in Japan
疫苗是控制COVID-19传播的有效工具。有效的疫苗接种运动需要政府政策和社区参与，分享经验以获得社会支持，并表达对疫苗安全性和效率的关注。越来越多地使用在线社交平台使我们能够跟踪大规模的通信并实时推断民意。我们收集了800万用户发布的超过1亿条与疫苗相关的推文，并使用潜在狄利克雷分配模型在日本疫苗接种活动期间对推文文本进行自动主题建模。我们确定了15个主题，分为4个主题：个人问题，突发新闻，政治，阴谋和幽默。主题受欢迎程度的演变揭示了公众舆论的转变，最初对个人问题（个人方面）的关注，从新闻（知识获取）和政府批评中收集信息，一旦建立了对疫苗接种运动的信心，就转向个人经历。一项中断的时间序列回归分析显示，东京奥运会对公众舆论的影响大于其他关键事件，但不是疫苗接种过程。公众对政治的看法受到各种事件的重大影响，在疫苗接种运动的早期阶段积极地转移了注意力，后来则消极地转移了注意力。当疫苗接种到达年轻人群时，有关个人问题的推文大多被转发。疫苗接种运动阶段与推文主题之间的关联表明，公众参与社交平台有助于通过社交学习和支持减少焦虑，从而加速疫苗接种。
2022-07-22 cs.SI physics.soc-ph
Social Imitation Dynamics of Vaccination Driven by Vaccine Effectiveness and Beliefs
本研究构建了包含疫苗规避型与中立型竞争信念的疫苗接种社会模仿动力学模型，发现固定信念会加剧疫苗接种困境，而信念与行为的共同演化能实现自我修正，为克服疫苗犹豫提供了见解。
2025-03-06 physics.soc-ph q-bio.PE
Flexible imitation suppresses epidemics through better vaccination
决定是否接种疫苗是一个复杂的问题。它涉及到对社会公益-群体免疫-和对个人福祉的贡献。它受到社会影响、个人经历、教育和大众媒体的影响。在我们的工作中，我们调查了一种情况，在这种情况下，个人根据社会邻里对以前流行病的反应做出选择。我们这样做，提出了一个最低限度的模型，使用组件从博弈论，网络理论和流行病传播的建模，和意见动态。个人可以通过两种方式使用关于邻居的信息-要么跟随大多数人，要么跟随表现最好的邻居。此外，我们让个人从他们的经验中学习这两种决策策略中的哪一种。我们的研究结果表明，如果满足以下条件，个体选择如何整合来自邻域的信息的灵活性会增加疫苗的摄取并降低流行病的严重程度。首先，模仿邻居大多数的个体的初始部分应该是有限的，其次，以前爆发的记忆应该足够长。这些结果对接受新型疫苗和提高对疫苗接种的认识具有影响，同时也指出了有希望的未来研究方向。
2020-10-12 physics.soc-ph q-bio.PE
Estimating the epidemic threshold under individual vaccination behaviour and adaptive social connections: A game-theoretic complex network model
本文构建自适应多重网络上的行为—患病率博弈模型，并用MMCM推导流行病阈值，揭示自适应社会联系、网络拓扑及风险感知对接种行为和传播阈值的影响。
2024-10-28 physics.soc-ph q-bio.PE
Network-Driven Vaccination Strategies for Preventing Rebound Dynamics in Metapopulation Epidemic Control
本研究在metapopulation网络框架内揭示了流行病控制中的反弹动力学机制，推导出基于网络结构识别反弹风险的数学准则，并提出了一种能完全消除反弹的替代疫苗接种方案。
2025-02-03 physics.soc-ph
Social norm dynamics in a behavioral epidemic model
针对传统流行病模型未充分考虑社会规范的不足，构建多层网络上融合经验学习与两类协同演化社会规范的行为流行病模型，通过模拟揭示不同规范的作用差异及干预效果。
2025-11-15 physics.soc-ph
A Polarized Temporal Network Model to Study the Spread of Recurrent Epidemic Diseases in a Partially Vaccinated Population
受COVID-19大规模爆发的启发，即使在疫苗接种率高的人群中也会发生，我们提出了一种新的多人群时间网络模型，用于研究复发性流行病的传播。我们研究了人类行为、检测和疫苗接种活动对控制当地疫情和感染流行的影响。我们的建模框架验证了疫苗在预防传播和严重症状发展方面的有效性。此外，该框架考虑了接种疫苗决定的两极分化效应，并捕捉了同质性，即，人们与志趣相投的人交往的倾向。通过平均场方法，我们解析地推导出流行阈值。我们的理论结果表明，虽然疫苗接种活动减轻了医院的压力，但它们可能会促进疫情的重新爆发，突出了检测活动在根除疾病方面可能发挥的关键作用。数值模拟，然后确认和扩展我们的理论研究结果，以更现实的情况。我们的数字和分析结果一致认为，如果不开展大规模的检测活动或依靠人口的责任，疫苗接种不足以实现完全根除。此外，我们表明，同质性在控制局部疫情中起着至关重要的作用，突出了两极分化的网络结构的危险。
2022-09-16 math.DS physics.soc-ph
Working with Large Language Models to Enhance Messaging Effectiveness for Vaccine Confidence
Dartmouth College（达特茅斯学院）；Geisel School of Medicine at Dartmouth（达特茅斯盖泽尔医学院）
针对疫苗犹豫及小卫生部门信息制定能力不足问题，通过调查对比ChatGPT增强与原始疫苗信息的说服力，发现前者评分略高且无显著信任顾虑，为公共卫生传播的人机协作提供参考。
2025-04-14 cs.AI cs.CY physics.soc-ph
Epidemic prevalence information on social networks mediates emergent collective outcomes in voluntary vaccine schemes
疫苗接种计划的成功关键取决于它被关键部分人口采用，因为由此产生的群体免疫力可以防止未来的流行病爆发。然而，如果个人选择不接种疫苗，相信他们受到群体免疫力的保护，那么运动的有效性就会产生自己的毁灭。虽然这似乎是一个最佳的决定，根据对个人的成本和效益的合理评估，它使人口暴露于随后的爆发。我们研究了在一个传染病传播的综合模型中，自愿接种疫苗是否可以出现在一个理性主体的社会网络中，这些理性主体做出了是否接种疫苗的明智决定。每个代理可用的信息包括其本地网络邻居和/或全球人口中疾病的患病率，以及其邻居中受保护免受疾病影响的比例。至关重要的是，控制代理人决策的收益随着疾病流行而演变，导致疫苗接种行为与传染病传播的共同演变。对局部流行作出反应的病原体的集体行为可以导致最终流行规模的显著减小，特别是对于具有低基本繁殖数$R_0$的传染性较低的疾病。在接近流行阈值（$R_0\approx1$）时，使用当地流行率信息可导致最终疫苗覆盖率的二分反应。我们的研究结果表明，个人使用的信息的性质是决定涉及大规模疫苗接种的公共卫生干预计划成功的关键因素。
2017-09-22 physics.soc-ph q-bio.PE
Lack of evidence for correlation between COVID-19 infodemic and vaccine acceptance
信息消费如何影响行为是一个开放和广泛辩论的研究问题。一个流行的假说认为，所谓的信息流行对个人决策的方向有着重大影响。一个与之竞争的假设强调，接触大量甚至相互矛盾的信息对个人选择几乎没有影响。COVID-19疫情提供了一个研究这种关系的机会，分析了COVID-19相关信息流通与用户接种疫苗倾向之间的相互作用。我们通过查看2020年1月1日至2021年4月30日期间2000万个帐户产生的1.46亿条内容来分析Twitter和Facebook上的疫苗信息统计学。我们发现，疫苗相关新闻通过社交媒体引发了巨大的兴趣，影响了注意力模式和信息传播的方式。然而，我们观察到，这种混乱的信息格局只在整体疫苗接受度方面产生了微小的变化，这是通过Facebook对160万用户样本进行的每日COVID-19趋势和影响调查（以前称为COVID-19世界症状调查）来衡量的。值得注意的是，观察期包括欧洲药品管理局（EMA）对可能与疫苗接种有关的血栓病例的调查，这一系列事件可能会削弱对疫苗接种活动的信任。最后，我们通过调查各种信息学指数和疫苗接受度之间的数值相关性，观察与零模型的强兼容性来总结本文。这一发现支持的假设，改变信息消费模式是不是一个可靠的预测集体行为的变化。相反，社交媒体上更广泛的关注似乎在两极分化中解决，疫苗倾向者和疫苗犹豫者保持各自的立场。
2021-09-14 cs.SI physics.soc-ph
