Rapid Emergence of Free-Riding Behavior in New Pediatric Immunization Programs
Notice bibliographique
Résumé
BACKGROUND: Mathematical models have formalized how free-rider effects can threaten the stability of high vaccine coverage levels under established voluntary vaccination programs. However, little research has addressed the question of when free-riding begins to develop when a new vaccine is first introduced in a population. METHODOLOGY/PRINCIPAL FINDINGS: Here, we combine a game theoretical model of vaccinating behavior with an age-structured compartmental model to analyze rational vaccinating behavior in the first years of a universal immunization program, where a new vaccine is free to all children of a specified age. The model captures how successive birth cohorts face different epidemiological landscapes that have been shaped by the vaccinating decisions of previous birth cohorts, resulting in a strategic interaction between individuals in different birth cohorts. The model predicts a Nash equilibrium coverage level of for the first few birth cohorts under the new program. However, free-riding behavior emerges very quickly, with the Nash equilibrium vaccine coverage dropping significantly within 2-5 years after program initiation. Subsequently, a rich set of coupled dynamics between infection prevalence and vaccinating behaviors is possible, ranging from relatively stable (but reduced) coverage in later birth cohorts to wide fluctuations in vaccine coverage from one birth cohort to the next. Individual tolerance for vaccine risk also starts out at relatively high levels before dropping significantly within a few years. CONCLUSIONS/SIGNIFICANCE: These results suggest that even relatively new immunization programs can be vulnerable to drops in vaccine coverage caused by vaccine scares and exacerbated by herd immunity effects, necessitating vigilance from the start.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».