社会经济学因素如何影响接触行为与传染病控制：基于个体教育水平与社区经济地位的多维度研究

《Communications Medicine》：Individual and neighborhood based socioeconomic factors relevant for contact behaviour and epidemic control

本研究针对传染病模型中接触异质性来源不明的关键问题，创新性地结合个体教育水平（SES）与社区社会经济地位指数（SEP），构建了首个同时涵盖年龄、SES和SEP的接触矩阵。通过开发基于聚合与互惠条件的矩阵重建算法，解决了接触者社会经济信息缺失的难题，揭示了高教育水平老年人与低SEP成年人的高接触模式。模型分析表明，接触的同质性（assortativity）显著影响靶向控制策略效果：同质性越高，所需防控力度越大。该研究为精准化传染病干预提供了理论与数据支撑，发表于《Communications Medicine》。

　　

在COVID-19大流行中，传染病模型已成为评估防控策略的关键工具。然而，传统模型多基于年龄分层的接触矩阵，忽略了社会经济因素对接触行为的深层影响。事实上，个体的教育水平、收入、职业等个体因素（SES）以及居住区的经济条件（SEP）可能共同塑造其社交模式，进而影响疾病传播动态。现有研究往往缺乏接触者的社会经济信息，导致无法构建完整的多维接触矩阵，也难以量化不同社会经济群体间的接触同质性（assortativity）——即人们是否更倾向于与自身社会经济背景相似的个体交往。这一空白限制了模型对现实异质性的捕捉，可能误导精准防控策略的设计。

为解决这一问题，Laura Di Domenico等人联合瑞士伯尔尼大学团队，利用2021年瑞士CoMix接触调查数据，结合社区级SEP指数，开发了一种能够重构全维度接触矩阵的创新方法。研究通过整合年龄、教育水平（SES）和社区经济地位（SEP）三个维度，首次系统揭示了社会经济因素对接触行为的影响机制，并深入分析了其对传播动力学与防控策略效果的调控作用。该成果发表于《Communications Medicine》。

研究主要依托以下几项关键技术：首先，基于瑞士CoMix调查的接触数据（共4,462名参与者），结合行政区级加权SEP指数，对参与者按年龄（0–14岁、15–24岁、25–64岁、65+岁）、教育水平（高/中低）和SEP（高/低）进行分层；其次，通过广义线性模型（Poisson回归）量化各因素对接触数量的影响；第三，提出一种基于线性方程组的矩阵扩展算法，在缺乏接触者社会经济信息的条件下，通过约束聚合性、互惠性与非负性，生成10,000组符合真实数据的合成接触矩阵；最后，结合SIR模型与下一代矩阵（next-generation matrix）理论，计算基本再生数（R₀）、类型再生数（T_g）等核心指标，评估靶向控制策略的有效性。

接触活动与社会经济群体的关联

研究发现，接触数量与社会经济因素的关系存在年龄特异性。老年人中，高教育水平与更多接触显著相关（RR=1.16）；而在成年人与青年人中，高SEP水平反而关联较少接触（RR=0.93–0.84）。多变量回归进一步确认，家庭收入、就业状态与家庭规模也是接触行为的重要预测因子。

扩展接触矩阵的构建与同质性特征

通过矩阵扩展算法，研究生成了与年龄分层矩阵一致的全维度接触矩阵。分析显示，在SEP维度上，96%的矩阵呈现高于随机混合的同质性（assortativity index>1），说明个体更倾向于与同SEP人群接触；教育维度的同质性较弱，但仍以正向为主。值得注意的是，增加社会经济分层仅使R₀提升0.5%–1%，远低于年龄分层的贡献，说明年龄仍是接触异质性的主要驱动因素。

对疫情传播的影响

在SIR模型中，即使假设各群体流行病学参数一致，接触异质性仍导致疾病负担与传播贡献的显著差异。高教育水平、低SEP的成年人及高教育水平、高SEP的老年人攻击率最高；而高SEP区域的儿童与成年人对R₀的贡献最大。这一结果在儿童易感性降低的COVID-19类似场景中仍成立。

靶向控制策略的有效性

通过类型再生数（T_g）分析发现，接触同质性水平直接决定靶向策略的成败与成本。当同质性较高时，即使对大规模群体（如高SEP+中低教育水平组，占人口45%）实施干预，仍需更高覆盖度（最高需45%人口免疫）才能实现疫情控制；而同质性接近随机混合时，针对小规模群体的策略也可能生效。研究强调，同质性越高，防控难度越大。

本研究通过创新性地融合个体与社区级社会经济指标，揭示了接触行为的多维异质性，并建立了首个兼容部分观测数据的接触矩阵重构框架。结果凸显了社会经济因素对传播动力学与防控策略的深远影响：高同质性接触网络会大幅提升靶向干预的难度，而传统模型中忽略这一维度可能导致策略失效。该研究不仅为传染病模型提供了更精细的参数化工具，也为公平导向的精准防控提供了理论依据。未来，结合动态行为数据与多源流行病学指标，有望进一步优化突发公共卫生事件中的资源分配策略。