流感是一项全球性健康问题，每年影响300万至500万人，并导致极年长者、极年幼者以及已有疾病的人死亡。病毒通过接触传播。观察人们的社交网络时，可以看到一张相互连接的网络，它可能助长疾病传播。
人们也会受到周围人的影响，在社交网络中模仿他人可能导致一群人都以相似的方式 行事。这种行为虽有建立社会纽带等积极作用，但在某些情况下也可能产生负面影响。例如，如果一群人都选择不接种疫苗，这不仅会使他们更容易染病，因为疾病可能在其社交圈中迅速传播，还会使疾病在普通人群中持续蔓延。
不接种疫苗的做法常被归咎于所谓的“反疫苗者”，但一些显而易见应该接种的人也没有接种。医护人员尤其容易患病；一旦发生疫情，确保这些员工坚守一线至关重要。然而，尽管 政府希望 有四分之三的NHS员工受到保护， 仍只有一半 接种了流感疫苗。那么，连医护人员——他们肯定比大多数人更了解接种疫苗的好处——都为何没有被流感疫苗的益处说服呢？
由于医学生将来有一天会成为NHS员工，需要应对任何流感疫情，我们决定研究兰卡斯特医学院医学生流感疫苗接种情况的规律，以及这对流感暴发的影响；相关研究已 发表于《柳叶刀》。
深入社交网络
我们请医学院的253名学生评估他们与其他所有学生关系的密切程度，以此收集社交网络数据。评分范围从不认识对方，到与其他具名学生经常同住、相处或社交。我们还询问了学生的疫苗接种习惯。
我们利用这些数据检验，接种疫苗的学生是否更可能与其他接种疫苗的学生共度时光——即使他们没有意识到这一点。我们发现，学生并未显现出按接种状态聚集的迹象。无论是否接种季节性流感疫苗，学生都是随机混合在一起的。这有益于防止感染传播，因为这种分布能够打破传播途径。例如，美国圣迭戈一处疫苗接种率很高的人群中，2008年发生的一次麻疹暴发 被归因于 一些群体有意不接种疫苗。
我们利用这些数据建立了一个模型，用以模拟流感在医学生社交网络中的传播。我们用该模型评估依据社交网络分析数据优先安排接种的效果。
网络分析中有多种衡量个体人际连接程度的方法。我们想检验，为人际连接最广的学生接种疫苗，是否能减少流感在我们网络中的传播。我们也想了解哪种连接程度的衡量方法最适合实现这一目标。
我们用模型模拟流感在网络中的传播，设定以下情形：额外为20名学生接种疫苗，但随机选择接种对象；额外为与最多其他学生有较多联系的20名学生接种；以及额外为20名“守门人”学生接种（他们位于许多学生群体之间）。
我们针对每项测试运行模拟模型1,500次后发现，为联系最广的学生接种，效果远胜于随机选择学生接种。因此，我们建议采取有针对性的疫苗接种策略，并希望开发相应工具。
本文与 The Conversation合作发表。本文的发表并不意味着世界经济论坛认可其中观点。
如需持续关注Agenda， 请订阅我们的每周通讯。
作者：Rhiannon Edge是兰卡斯特大学研究流感的博士生。
图片：2013年1月10日，10岁的Jasmine Rodriguez在马萨诸塞州波士顿的波士顿儿童医院接种流感疫苗。REUTERS/Brian Snyder。
