An agent-based model about the effects of fake news on a norovirus outbreak - 14/03/20
Modélisation à base d’agents des effets de la désinformation sur une épidémie à norovirus
pages | 9 |
Iconographies | 1 |
Vidéos | 0 |
Autres | 0 |
Abstract |
Background |
Concern about health misinformation is longstanding, especially on the Internet.
Methods |
Using agent-based models, we considered the effects of such misinformation on a norovirus outbreak, and some methods for countering the possible impacts of “good” and “bad” health advice. The work explicitly models spread of physical disease and information (both online and offline) as two separate but interacting processes. The models have multiple stochastic elements; repeat model runs were made to identify parameter values that most consistently produced the desired target baseline scenario. Next, parameters were found that most consistently led to a scenario when outbreak severity was clearly made worse by circulating poor quality disease prevention advice. Strategies to counter “fake” health news were tested.
Results |
Reducing bad advice to 30% of total information or making at least 30% of people fully resistant to believing in and sharing bad health advice were effective thresholds to counteract the negative impacts of bad advice during a norovirus outbreak.
Conclusion |
How feasible it is to achieve these targets within communication networks (online and offline) should be explored.
Le texte complet de cet article est disponible en PDF.Résumé |
Position du problème |
La désinformation en santé est une préoccupation de longue date, en particulier sur Internet.
Méthodes |
À l’aide de modèles à base d’agents, nous avons étudié les effets de la diffusion d’informations erronées sur une épidémie à norovirus, ainsi que certaines méthodes permettant de contrer les effets possibles de « bons » et de « mauvais » conseils en matière de santé. Ce travail a modélisé explicitement la propagation de la maladie physique et celle des informations (en ligne et hors ligne) comme deux processus distincts mais en interaction. Les modèles comportaient plusieurs éléments stochastiques. Des simulations répétées ont été effectuées pour identifier les valeurs des paramètres qui produisaient le plus systématiquement le scénario de base cible souhaité. Ont ensuite été identifiés des paramètres qui conduisaient systématiquement à un scénario dans lequel la gravité de l’épidémie était clairement accrue par la diffusion de conseils de prévention de qualité médiocre. Des stratégies pour contrer les « fausses » informations sur la santé ont été testées.
Résultats |
Réduire les mauvais conseils à 30 % du total des informations ou rendre au moins 30 % des personnes totalement réticentes à croire en de mauvais conseils et à les partager est un seuil efficace pour contrecarrer les effets négatifs d’une mauvaise information lors d’une épidémie à norovirus.
Conclusion |
La possibilité d’atteindre ces objectifs dans les réseaux de communication (en ligne et hors ligne) doit être explorée.
Le texte complet de cet article est disponible en PDF.Keywords : Agent-based-models, Outbreak, Norovirus, Fake news, Filter bubbles
Mots clés : Modèles à base d’agents, Épidémie, Norovirus, Désinformation, Bulles de filtres
Plan
Vol 68 - N° 2
P. 99-107 - avril 2020 Retour au numéroBienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.
Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.
Déjà abonné à cette revue ?