有时，人们对疾病暴发的反应可能会让情况变得更糟——例如，人们陷入恐慌并逃离，可能将疾病传播到新的地区。若能预判这类过度反应何时可能发生，公共卫生官员就可以采取措施，降低相关危险。
现在，一种新的计算机模型或可提供预测此类情况的方法，该模型结合了从医院、社交媒体及其他来源收集的数据。该模型由麻省理工学院、Draper Laboratory 和 Ascel Bio 的研究人员开发，相关论文发表于《 Interface》期刊。
麻省理工学院土木与环境工程助理教授、论文共同作者 Marta Gonzalez 解释说，这项研究源于此前关于行为如何在社交网络中传播的研究。她说，关于疾病暴发的信息——以及错误信息——如何传播，“此前尚未得到研究，而且很难获得有关恐慌反应的详细信息。恐慌该如何量化？”
分析这些反应的一种方法，是研究有关疾病暴发的新闻报道以及社交媒体上发布的信息，并将其与医院记录中关于疾病实际发病情况的数据进行比较。
在许多情况下，对疾病暴发的反应造成的危害可能超过疾病本身：研究人员举例说，限制旅行和货物运输可能造成经济损失，甚至引发骚乱及其他可能加剧疾病传播的行为。研究人员还补充说，对疫情的广泛报道也可能导致医疗机构被担心轻微症状的人群挤满，从而使受疾病影响的人难以获得所需护理。
为研究这一现象，研究团队考察了三次疾病暴发的数据：2009 年 H1N1 流感在墨西哥和香港的传播，以及 2003 年 SARS 在香港的传播。他们开发的模型能够准确再现这些暴发期间的人群层面行为。
在这些案例中，公众反应往往与实际风险不成比例；研究总体表明，罕见或不寻常的疾病常常受到远超其真实风险程度的关注。例如，香港 SARS 暴发引发的公众反应远强于 H1N1，尽管 H1N1 的感染率是 SARS 的数百倍。
这项分析并未专门研究西非仍在持续的埃博拉疫情——但 Gonzalez 再次表示：“公众反应就是与疾病的实际规模不相称。”她说，尽管当前这项研究早在最近这次疫情暴发之前就已启动，但用于分析社会数据和医疗数据的方法，应能让分析公众反应变得容易得多。Gonzalez 和同事已开始对埃博拉疫情中的公众反应开展后续研究。
Gonzalez 说：“我希望今后，如果我们能够预测这些不良的社会和经济后果即将发生，而且它们可能造成巨额金钱和生命损失，人们就能采取措施来抵消这些影响。”她说，媒体报道有时可能助长疫情期间的恐慌，但恰当的信息也可能产生相反效果。
研究团队由 Draper Laboratory 的 Natasha Markuzon 领衔，成员还包括麻省理工学院和 Draper Laboratory 的 Shannon Fast，以及总部位于纽约的 Ascel Bio 的 James Wilson。这项研究获得了美国国防威胁降低局的支持。
本文由 麻省理工学院新闻合作发布。本文的发布并不意味着世界经济论坛认可文中观点。
关注论坛：Agenda 订阅我们的每周通讯。
作者：David L. Chandler 是一位自由撰稿人和作家，自 1975 年以来一直从事科学报道。他目前担任加州大学伯克利分校 Bruce Mahan 化学教授。
图片：2014 年 8 月 11 日，在柏林夏里特医院传染病患者隔离站，病房医生 Thomas Klotzkowski 和热带医学医生 Florian Steiner（左）穿上防护服。路透社/Thomas Peter
