ترجمه فارسی مقاله یکسان سازی مدل های بیماری های عفونی انسانی و آگاهی در زمان واقعی از اثربخشی مداخله در سطح جمعیت و زیرجمعیت

چکیده

During infectious disease outbreaks, humans often base their decision to adhere to an intervention strategy on their personal opinion towards the intervention, perceived risk of infection and intervention effectiveness. However, due to data limitations and inference challenges, infectious disease models usually omit variables that may impact an individual’s decision to get vaccinated and their awareness of the intervention’s effectiveness of disease control within their social contacts as well as the overall population. We constructed a compartmental, deterministic Susceptible-Exposed-Infectious-Recovered (SEIR) disease model that includes a behavioural function with parameters influencing intervention uptake. The behavioural function accounted for an initial subpopulation opinion towards an intervention, their outbreak information awareness sensitivity and the extent they are swayed by the real-time intervention effectiveness information (at a subpopulation- and population-level) — the selected real-time response construct mimicked a situation of reductions in vaccine uptake due to a negative behavioural response arising from imperfect vaccine protection resulting in breakthrough infections and deaths in vaccinated individuals. Applying the model to vaccination uptake and three human pathogens – pandemic influenza, SARS-CoV-2 and Ebola virus – we explored through model simulation how these intervention adherence decision parameters and behavioural heterogeneity in the population impacted epidemiological outcomes. From our model simulations we found that differences in preference towards outbreak information were pathogen-specific. In other words, in some pathogen systems, different types of outbreak information awareness at different outbreak stages may be more informative to an information-sensitive population and lead to less severe epidemic outcomes. In both behaviourally-homogeneous and behaviourally-heterogeneous populations, pandemic influenza showed patterns distinct from SARS-CoV-2 and Ebola for cumulative epidemiological metrics of interest. Furthermore, there was notable sensitivity in outbreak size under different assumptions regarding the population split in behavioural traits. Outbreak information preference was sensitive to vaccine efficacy, which demonstrates the importance of considering human behaviour during outbreaks in the context of the perceived effectiveness of the intervention. Incorporating behavioural functions that modify infection control intervention adherence into epidemiological models can aid our understanding of adherence dynamics during outbreaks. Ultimately, by parameterising models with what we know about human behaviour towards vaccination (and other infection control interventions) adherence, such models can help assist decision makers during outbreaks. Such progress will be particularly important for emerging infectious diseases when there is initially little information on the disease dynamics and intervention effectiveness.

چکیده به فارسی (ترجمه ماشینی)

در طی شیوع بیماری های عفونی ، انسان ها غالباً تصمیم خود را برای رعایت یک استراتژی مداخله ای در مورد نظر شخصی خود نسبت به مداخله ، خطر ابتلا به عفونت و اثربخشی مداخله پایه گذاری می کنند.با این حال ، به دلیل محدودیت داده ها و چالش های استنباط ، مدل های بیماری های عفونی معمولاً متغیرهایی را که ممکن است بر تصمیم یک فرد برای واکسینه شدن و آگاهی آنها از اثربخشی مداخله در کنترل بیماری در تماس های اجتماعی آنها و همچنین جمعیت کلی تأثیر بگذارد ، حذف می کند.ما یک مدل بیماری محفظه و مستعد ابتلا به اختلال در معرض عفونی (SEIR) ایجاد کردیم که شامل یک عملکرد رفتاری با پارامترهای تأثیرگذار بر جذب مداخله است.عملکرد رفتاری یک نظر زیر گروهی اولیه نسبت به مداخله ، حساسیت به آگاهی از اطلاعات شیوع آنها و میزان تغییر آنها توسط اطلاعات اثربخشی مداخله در زمان واقعی (در یک زیر جمعیت و در سطح جمعیت) را به خود اختصاص داده است-ساختار پاسخ در زمان واقعی انتخاب شدهبه دلیل پاسخ رفتاری منفی ناشی از محافظت از واکسن ناقص و در نتیجه عفونت های دستیابی به موفقیت و مرگ و میر در افراد واکسینه شده ، وضعیت کاهش در جذب واکسن را تقلید کرد.با استفاده از مدل در جذب واکسیناسیون و سه پاتوژن انسانی – آنفولانزای همه گیر ، SARS -COV -2 و ویروس ابولا – ما از طریق شبیه سازی مدل بررسی کردیم که چگونه این پارامترهای تصمیم گیری پیروی از مداخله و ناهمگونی رفتاری در جمعیت بر نتایج اپیدمیولوژیک تأثیر می گذارد.از شبیه سازی های مدل ما دریافتیم که تفاوت در اولویت نسبت به اطلاعات شیوع خاص پاتوژن بود.به عبارت دیگر ، در برخی از سیستم های پاتوژن ، انواع مختلفی از آگاهی از اطلاعات شیوع در مراحل مختلف شیوع ممکن است برای یک جمعیت حساس به اطلاعات آموزنده تر باشد و منجر به نتایج بیماری همه گیر شدید شود.در هر دو جمعیت رفتاری و همگن و رفتاری هتروژنی ، آنفلوانزا همه گیر الگوهای متمایز از SARS-COV-2 و ابولا برای معیارهای اپیدمیولوژیک تجمعی مورد علاقه را نشان داد.علاوه بر این ، در اندازه فرضیه های مختلف در مورد تقسیم جمعیت در صفات رفتاری ، حساسیت قابل توجهی در اندازه شیوع وجود دارد.ترجیح اطلاعات شیوع به اثر واکسن حساس بود ، که نشان دهنده اهمیت در نظر گرفتن رفتار انسان در هنگام شیوع در زمینه اثربخشی درک شده مداخله است.ترکیب کارکردهای رفتاری که پیروی از مداخله کنترل عفونت را به مدلهای اپیدمیولوژیک تغییر می دهد می تواند به درک ما از پویایی پایبندی در هنگام شیوع کمک کند.در نهایت ، با استفاده از مدلهای پارامتری با آنچه در مورد رفتار انسان در برابر واکسیناسیون (و سایر مداخلات کنترل عفونت) می دانیم ، چنین مدلهایی می توانند به کمک به تصمیم گیرندگان در هنگام شیوع کمک کنند.چنین پیشرفتی برای بیماری های عفونی در حال ظهور بسیار مهم خواهد بود که در ابتدا اطلاعات کمی در مورد پویایی بیماری و اثربخشی مداخله وجود داشته باشد.