La modellizzazione computazionale delle reti sociali suggerisce che i programmi di vaccinazione riescono a contenere meglio le malattie quando gli individui hanno accesso a informazioni locali sulla prevalenza della malattia. Anupama Sharma dell’Institute of Mathematical Sciences di Chennai, in India, e colleghi hanno pubblicato lo studio sulla rivista PLOS Computational Biology.

Il successo dei programmi di vaccinazione può avere un effetto imprevisto e controproducente: indurre le persone a scegliere di non vaccinarsi credendosi protetti dall’immunità di gregge. Durante un’epidemia, chi ha precedentemente evitato la vaccinazione può percepire infatti come rischiosa la scelta di farsi vaccinare. Questo processo decisionale è influenzato da quanto una persona è informata sulla prevalenza (ossia la proporzione delle infezioni presenti in una popolazione in un dato momento) della malattia a livello locale o globale.

Per esplorare come le informazioni sulla prevalenza della malattia influenzino il successo di un programma di vaccinazione, Sharma e colleghi hanno utilizzato un approccio modellistico computazionale: usando i principi della teoria dei giochi, gli scienziati hanno sondato l’effetto relativo delle informazioni sulla prevalenza della malattia tra i “vicini” di un individuo rispetto a quello delle informazioni sulla prevalenza della malattia nell’intera popolazione. L’analisi effettuata mostra che quando le persone si affidano alle informazioni sulla prevalenza globale della malattia, per esempio quelle fornite dai mass media, la vaccinazione non è in grado di impedire che una larga parte della popolazione venga infettata. Al contrario, quando le persone prendono decisioni di vaccinazione sulla base delle notizie che riguardano ciò che avviene nei loro dintorni, la dimensione finale dell’epidemia può essere minore.

“Mentre i programmi di immunizzazione di massa rappresentano un baluardo cruciale contro le pandemie, è essenziale che le informazioni sull’incidenza siano disseminate strategicamente e con criterio”, ha spiegato Sharma. “I nostri risultati sostengono con forza un sistema trasparente di diffusione di dati dettagliati sull’incidenza, grazie al quale gli individui abbiano accesso in tempo reale a informazioni locali, non dovendosi dunque solo affidare alla copertura globale dei mass media”.

Gli autori suggeriscono che il loro quadro computazionale potrebbe essere esteso all’esplorazione degli effetti delle opinioni sulla vaccinazione che circolano online sui social network.