Controle van infectieziekten: modellering van beslissingen en gedrag in sociale netwerken
Bij de beslissing over infectie risico’s en preventief gedrag worden mensen beïnvloed door hun sociale netwerken en de sociale omgeving. Sociale netwerken zijn belangrijk voor het welzijn, maar tegelijkertijd faciliteren zij ook de verspreiding van infectieziekten. Meestal wordt in wiskundige modellen de terugkoppeling tussen preventief gedrag, sociale netwerken en ziekteverspreiding niet meegenomen, terwijl deze wel een grote invloed hebben op de effectiviteit van interventies doordat zij acceptatie beïnvloeden.
Doel
Het project (ConnectioN) zal een nieuwe aanpak ontwikkelen om gezondheidsgerelateerde beslissingen en sociale netwerken op te nemen in infectieziektemodellen.
Aanpak/werkwijze
ConnectioN omvat de volgende activiteiten:
- Literatuur review over hoe individuele voorkeuren worden beïnvloed door sociale netwerken met betrekking tot gezondheidsgerelateerd gedrag bij infectieziekte;
- Het kwantificeren van netwerkmaten als verdeling van het aantal connecties en clustering, en het beoordelen van diversiteit van sociale contacten in echte sociale netwerken op basis van literatuur en bestaande cohortdatasets;
- Modelleringsinstrumenten ontwikkelen op basis van voorkeuren en utilityfuncties voor het opnemen van besluitvorming en de invloed van sociale netwerken in transmissiemodellen voor infectieziekten;
- Het formuleren van richtlijnen voor het opnemen van bovengenoemde aspecten van gedrag en sociale netwerken in infectieziektemodellen;
- Uitwerken van een case studie en scenario’s hiervoor om aan te tonen hoe de tools in de praktijk gebruikt kunnen worden.
Samenwerkingspartners
Het ConnectioN project wordt uitgevoerd door een consortium gevormd door academische onderzoeksgroepen en publieke gezondheidsinstellingen in Nederland, Duitsland en Oostenrijk. Het UMC Utrecht (infectieziektemodellering) en de Universiteit Maastricht (sociale netwerken, gezondheids-economie en gedragswetenschappen) werken samen met de Universiteit Lübeck (computationele sociale wetenschappen) en met de Universiteit voor Gezondheidswetenschappen, Medische informatie en Technologie in Tirol (UMIT TIROL) met expertise op het gebied van medische besluitanalyse en modellering in gezondheids-technologie beoordeling. Daarnaast zijn ook de Universiteit Utrecht (sociologie) en het RIVM (pandemische respons en paraatheid) betrokken bij het project.
(Verwachte) resultaten
Het project levert modelleertools om risicoperceptie, gezondheidsgerelateerd gedrag en sociale netwerken op te nemen in infectieziektemodellen. Hierdoor wordt het vermogen om de (sociale) kosten en baten van niet-farmaceutische interventies tijdens een pandemie te beoordelen, verbeterd. Dit zal gebruikt worden om beleid voor pandemiebestrijding beter te informeren. De resultaten van dit project worden eind 2025 verwacht.
Producten
Auteur: Li N, Rambod B, Dukers-Muijrers N, Chevalier JM, Steijvers L, Kojan L, Wijnen S, Crutzen R, Jahn B, Siebert U, Stellbrink L, van Daalen F, Kretzschmar M, Hiligsmann M.
Magazine: Social Science & Medicine
Begin- en eindpagina: 118721-
Link: https://www.sciencedirect.com/science/article/pii/S0277953625010524
Auteur: Wijnen SM, Steijvers LC, Crutzen R, van Daalen F, Jahn B, Siebert U, Li N, Hiligsmann M, Chevalier JM, Kretzschmar ME, Dukers-Muijrers NH.
Magazine: Journal of Public Health
Link: https://link.springer.com/article/10.1007/s10389-026-02725-z#article-info