インフルエンザは世界的な健康問題で、年間300万〜500万人に影響を及ぼし、非常に高齢の人、非常に若い人、既往症のある人の死亡を引き起こします。ウイルスは接触によって広がります。人々のソーシャルネットワークを見ると、病気の拡散を助けうる相互につながった網が浮かび上がります。
人は周囲の人々からも影響を受け、ソーシャルネットワークにおける模倣によって、集団の人々が皆 同じような行動をとることがあります。こうした行動には社会的なつながりを生み出すなどの肯定的な効果がある一方、場合によっては悪影響を及ぼすこともあります。たとえば集団の全員がワクチン接種を受けないことを選べば、病気がその社会的集団内ですぐに広がりうるため、本人たちの感染リスクが高まるだけでなく、一般集団における感染も長引かせます。
ワクチン接種を受けないことは、しばしばいわゆる「反ワクチン派」のせいにされますが、接種を受けていない人の中には意外な人々もいます。医療従事者は特に感染のリスクが高く、流行時に最前線で対応する職員を確保することが重要です。しかし、 そのうち インフルエンザワクチンを接種しているのは半数に とどまりません。政府は NHS職員の4分の3に接種を受けさせたいと考えているにもかかわらずです。それでは、ワクチン接種の利点を大半の人よりよく知っているはずの医療従事者でさえ、なぜインフルエンザワクチンの利点に納得しないのでしょうか。
医学部生はいずれ、インフルエンザの流行時に対応するNHS職員となるため、私たちはランカスター医科大学の医学部生のインフルエンザワクチン接種に見られるパターンと、それがインフルエンザの流行に及ぼす影響を調べることにしました。その研究成果を 『The Lancet』で発表しました。
ネットワークを活用する
私たちは、医学部の学生253人に、他の学生全員との関係の強さを評価してもらい、ソーシャルネットワークのデータを収集しました。評価は、相手の名前を知らないことから、特定の人と定期的に同居する、一緒に過ごす、または交流することまで幅がありました。また、学生たちのワクチン接種習慣についても尋ねました。
このデータを用いて、ワクチン接種を受けた学生が、たとえ自覚していなくても、他の接種済みの学生と過ごす傾向が強いかどうかを検証しました。接種状況に応じて学生が集団化する兆候は見られませんでした。季節性インフルエンザワクチンの接種状況にかかわらず、学生たちは無作為に混在していました。これは感染伝播の経路を分断し、感染拡大を自然に防ぐ効果があるため、望ましいことです。たとえば、米国サンディエゴで2008年に起きた、ワクチン接種率の高い集団における麻疹の流行は、個人集団が意図的にワクチン接種を受けなかったことに 起因すると されました。
このデータを使って、医学部生のソーシャルネットワークを通じたインフルエンザの拡大をシミュレーションするモデルを構築しました。このモデルを用い、ソーシャルネットワーク分析のデータに基づいて優先的にワクチン接種を行う効果を評価しました。
ネットワーク分析では、つながりの強い人を測る方法が複数あります。ネットワーク内で最もつながりの強い学生にワクチンを接種すれば、インフルエンザの拡大を抑えられるかどうかを検証したいと考えました。また、どのつながりの測定方法が最も効果的かも知りたいと考えました。
モデルを用いて、次の条件でネットワーク内のインフルエンザの拡大をシミュレーションしました。追加で20人にワクチン接種を行う対象を無作為に選んだ場合、最も多くの学生とつながっている学生から選んだ場合、そして多くの学生集団の間に位置する追加の「ゲートキーパー」学生20人に接種した場合です。
各テストについてシミュレーションモデルを1,500回実行した結果、最もつながりの強い学生に接種するほうが、学生を無作為に選んで接種するよりはるかに効果的だと分かりました。そこで、ワクチン接種戦略は対象を絞るべきだと提案します。これを実現するツールの開発を目指しています。
この記事は The Conversationとの共同掲載です。掲載は、世界経済フォーラムが本記事の見解を支持することを意味するものではありません。
Agendaの最新情報を受け取るには、 週刊ニュースレターに登録してください。
著者：ランカスター大学でインフルエンザを研究する博士課程学生、Rhiannon Edge。
画像：2013年1月10日、マサチューセッツ州ボストンのボストン小児病院でインフルエンザワクチンを接種する10歳のJasmine Rodriguez。REUTERS/Brian Snyder。
