比“封城”管用,媒体报道可以大幅降低疫情传播
导语: 量化模型显示,当媒体的报道量增加十倍,传染病的感染数将会减少33.5%。
最近大家最关心的除了过年,就是“武汉肺炎”了。
对于此类传染病,华盛顿大学的Louis Kim教授和Shannon M. Fast, Natasha Markuzon几位科学家做过 一个有意思的研究,观察媒体报道的数量与疾病传播数量之间的关系。
这其中的原理在于,疾病的传播是在动态的社会活动中发生的,所以个人行动对传播有着重要的影响。 媒体报道多了,大家的防范意识增强了,疾病的传播速度就会减缓。
Louis Kim教授等的模型显示,当媒体的报道量增加十倍,此类疾病的感染数减少33.5%。 因此,媒体可能是预防疾病传播的一个有效手段。
建立研究模型
Louis Kim教授等建立了一个疾病传播模型,并在该模型中加入了对媒体报道的量化,展现媒体报道数量和传染病例数量之间的关系。
该模型分为两部分,第一部分量化疾病传播概率,第二部分量化媒体的影响力。
(1)量化疾病传播概率
Louis Kim教授等使用了易感-感染-康复(SIR)模型来展现疾病传播的概率。
SIR模型专门模拟个人直接相互感染的情况,而非通过诸如蚊子之类的疾病媒介相互感染的情况。
SIR对三种状态之间的人员流动进行建模: 易感(S),感染(I)和康复(R)。 这些变量代表每组中的人数。
如果考虑到疫苗的作用,并在疫苗在注射后要等d时间才生效。 设η为疫苗效力。 然后,如果易感人i在时间t接种了疫苗,则:
(2)量化媒体报道的影响力
这个研究假设媒体对疫情的关注会增加民众的自我保护行为,例如洗手,使用口罩和遵守社交隔离,从而减少疾病传播。
具体来说,将时间t的每次接触传播概率定义为上述提到的疾病传播概率p(0)和媒体函数g的乘积:
其中Mt是在时间t发布的新闻报道的数量; α是由媒体对传染概率带来的影响; λ指最近媒体宣传信息的权重。
媒体函数g,会随着新闻文章数量的增加而减小,这意味着当最近有许多关于该疾病的文章发表时,疾病的传播速度会减慢。
这其中的θ为新闻文章数量的指数加权移动平均值,假设发表的文章会继续影响当前行为,但影响程度会随着时间而降低。
令θt为新闻文章数量的指数加权移动平均值,参数λ∈(0,1],代表最近和之前报道数量的权重:
墨西哥城案例和华盛顿特区案例
Louis Kim教授等使用了两个实际案例,并把其中真实的媒体报道数据纳入了的疾病传播的模型。
Louis Kim教授等发现,在疾病传播模型中,加入媒体报道数量的变量后,模型呈现出的结果和现实十分贴近。
这两个案例分别是2009年墨西哥H1N1病毒的爆发,以及2014-2015年华盛顿特区2014-2015年的流感季。
(1)墨西哥城案例
2009年,墨西哥城爆发了两次H1N1流感。
第一次是在4月中旬开始的。 爆发规模较小,并通过社交隔离和公共宣传活动,迅速得到了控制。
第二次爆发始于8月,传播范围比第一次爆发更为广泛。
春季疫情的爆发引起了媒体的强烈关注,而秋季疫情的报道则相对较少。
由于在春季和秋季爆发之间,H1N1病毒的感染力以及墨西哥城的社会结构,都不会发生很大的变化,因此需要通过媒体报道的差异来解释传染规模之间的差异。
在该模型中,Louis Kim教授等使用上述提到的模型对春季和秋季疫情的爆发进行了模拟。
H1N1的每周流感病例数的数据由墨西哥社会保障研究所提供。 因为H1N1疫苗要到2009年11月下旬才面世,无法对墨西哥的疾病传播产生重大影响,所以在此分析中未考虑疫苗的接种。
互联网生物监视公司HealthMap收集了在线发布的、专门提到了墨西哥城的H1N1流感爆发的文章。
Louis Kim教授等发现在墨西哥城爆发的春季H1N1疫情引起了媒体的强烈兴趣。
在6月1日之前,HealthMap收集了815篇突发新闻文章,从4月22日到6月1日,每天约有20篇文章。
而秋季疫情中的文章数量则少很多。 在9月17日至12月6日之间,HealthMap收集了66篇已发表的文章,每天少于1篇文章。
可以看出,春季爆发期间由于媒体的覆盖激增,使得民众采取的保护措施,从而减缓疾病传播的速度。 相比之下,秋季疫情几乎没有受到抑制,没有引起媒体的广泛关注。
Louis Kim教授等使用上述加入了媒体报道变量的模型,模拟墨西哥城春季、秋季疫情的发病人数,发现模型对真实情况模拟的非常贴近,加权平均绝对误差为1243例。
下图中红线是模型做出的每周病例数,黑线是真实的病例数。 二者有着很好的重叠。
(2)华盛顿特区案例
华盛顿特区2014-2015年曾爆发严重的流感疫情,美国每10万人中有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年流感季节每周新的A型流感住院病例数可以从华盛顿特区卫生部获得。
疫情的媒体覆盖面有限。 每周的新闻文章数量在流感季节的高峰期达到顶峰,截至2015年1月1日当周收集了25篇文章。
Louis Kim教授等将模型模拟出的病例数与华盛顿特区2014-2015年流感季的真实病例数进行了对比,发现加权平均绝对误差为2818例。
华盛顿特区的案例表明,由于发表的新闻报道数量很少,因此媒体在2014-2015年华盛顿特区的流感季节对行为的影响有限。
但是如果在模拟中,把每周新闻数量增加十倍时,媒体就会发挥更大的作用,传染病例数会减少33.5%。
左图中红线是模型做出的每周病例数,黑线是真实的病例数。 二者的重叠度一般,因为媒体报道的数量比较小。
右图中的红线是实际的媒体报道数量,绿线是无媒体的作用,蓝线是把媒体报道数量增加十倍。 右图模型显示,当媒体报道数量增加十倍时,传染病例数会减少33.5%。
Louis Kim教授等的研究表明,一方面,可以使用媒体报道的数量来模拟预测传染病的案例数,模型的准确度会随着媒体报道数量的增加而增加。 另一方面,媒体报道对疫情覆盖的增加会减缓疾病的传播。
最近更新
-
回顾历史,为什么我们必须参与国家级主题投资机会?
股票 · 昨天 15:21
-
公开道歉的特步,把“重视诚信“放在了ESG报告的尾部
股票 · 04-24 17:09
-
力压Kimi,“新生代”秘塔AI搜索来势汹汹
股票 · 04-24 14:51
-
中概股还有未来吗?
股票 · 04-22 13:48
- 广誉远融资余额7.69亿元,已被罚投资者可索赔
- 怡宝母公司冲刺上市:产能未满仍要募资扩产,突击分红25亿元
- 联想找对AI终端路线图
- 4.26号,这些板块有利好
- ST星源为退市转板聘请主办券商,投资者索赔麻烦待解
- 汤臣倍健一季度营收达26.46亿元发布首份ESG报告加注长期发展理念
- 危中有机,机会在这里
- *ST园城酒水业务收入合规性存疑或面临受损投资者索赔
- 【20240426早评】泛科技何时再上“C位”
- 李想从理想走入现实
专栏推荐
-
研选
浓缩机构研究精华,提前捕捉市场风口
2019人已购
¥258.00/月
-
尾盘擒牛之如何选股?
学完这些方法,告别选股难!
117人已购
¥288.00/月
-
财报拆解
知识点解读+实战案例,帮你5小时学会看财报
73人已购
¥19.90/月
-
每周一股
每周日定期更新【每周一股】,为广大的投资者精选下周短线个股!
338人已购
¥588.00/月
推荐阅读
- 旭升集团2023年业绩平稳增长,汽车轻量化业务前景光明
- 国投智能(300188.SZ):2024年前一季度净亏损3412万元,亏损同比减少79.62%
- 口腔产品收入逐年下滑 奥精医疗对外收购向种植体延伸
- 电池ETF(561910)震荡走高一度涨近1%,阳光电源、宁德时代、三花智控纷纷飘红
- 建设银行:一季度收16张罚单,因涉及内部审计不足等违规被罚170万元
- 罕见大跌,千亿级银行股直逼跌停!重磅文件发布,算力股狂欢,业绩连续高增股出炉
- 市场袭来三大利好!外资爆买A股
- 年轻人拯救霸王集团
- 算力板块“爆”了!工业富联涨停 新一波行情酝酿中?
- 百度自动驾驶10年研发1500亿但走不出商业化困局
- 启信宝银行业解决方案入选2024未来数商大会优秀场景应用案例
- 又是周期!中国金融将强大到无敌!