Da Orsina Fiorentini 
I risultati di un nuovo studio condotto da ricercatori della Northwestern University e dell’Università di Cincinnati potrebbero aiutare i funzionari della sanità pubblica a condurre campagne di vaccinazione più efficaci per superare l’esitazione.
Il team di ricerca composto da informatici, psichiatri e scienziati sociali ha creato un modello predittivo utilizzando una potente combinazione di algoritmi di apprendimento automatico e scienze cognitive. Il nuovo metodo di interpretazione, che il team ha coniato “Comp Cog AI”, utilizza piccoli insiemi di variabili invece dei big data tradizionalmente associati all’intelligenza artificiale.
L'articolo è stato pubblicato oggi (18 marzo) sulla rivista Giornale di ricerca medica su Internet.
“Sebbene l'importanza dei fattori medici abbia svolto un ruolo importante nella ricerca sulla salute pubblica, sta emergendo il riconoscimento che i fattori comportamentali ed emotivi sono altrettanto importanti”, ha affermato il coautore senior. Agelos Katsagelos. “Nella nostra ricerca, sosteniamo che comprendere i fattori comportamentali di un individuo può essere utile in iniziative di vaccinazione mirate, come durante una pandemia”.
Katsagellos è il professore Joseph Cummings di ingegneria elettrica e informatica presso la McCormick School of Engineering della Northwestern e direttore del Laboratorio di elaborazione immagini e video della Northwestern.
I ricercatori hanno intervistato 3.476 adulti negli Stati Uniti nel 2021 durante la pandemia di COVID-19. Al momento dell'indagine, il primo vaccino della Pfizer era disponibile da più di un anno.
I partecipanti hanno fornito informazioni sui loro dati demografici, ad esempio dove vivono, reddito, livello di istruzione più alto raggiunto, razza e accesso a Internet. I dati demografici degli intervistati rispecchiavano quelli degli Stati Uniti sulla base dei numeri dell'US Census Bureau.
Ai partecipanti è stato chiesto se avevano ricevuto qualcuno dei vaccini COVID-19 disponibili. Circa il 73% dei partecipanti ha dichiarato di essere stato vaccinato, ovvero poco più del 70% della popolazione del paese vaccinata nel 2021.
Inoltre, è stato chiesto loro se seguono abitualmente quattro suggerimenti precauzionali volti a prevenire la diffusione del virus: indossare una maschera, distanziamento sociale, lavarsi le mani e non riunirsi in grandi gruppi.
Ai pazienti è stato poi chiesto di classificare una sequenza casuale di 48 immagini su una scala a sette punti da 3 a -3 in sei categorie: sport, disastri, animali carini, animali aggressivi, natura e cibo.
L'obiettivo di questo esercizio è creare un'istantanea unica dei giudizi di ciascun partecipante, ha affermato Hans Breiter, psicologo dell'Università di Cincinnati. Queste variabili includono concetti familiari agli economisti comportamentali – o alle persone che giocano d’azzardo – come l’avversione al rischio o alla perdita, o il punto in cui qualcuno è disposto a esporsi al rischio per una ricompensa o a perdere quella ricompensa per evitare il rischio.
“Il nostro quadro di governance è importante”, ha affermato Breiter. “Riguarda il modo in cui fai le scelte riguardo alle decisioni mediche.”
Le variabili di governance e i dati demografici sono stati confrontati tra i partecipanti vaccinati e quelli non vaccinati. Sono stati utilizzati tre metodi di apprendimento automatico per testare la capacità del giudizio, dei dati demografici e degli atteggiamenti dei partecipanti nei confronti delle precauzioni contro il COVID-19 di prevedere l’assunzione del vaccino.
“La nostra ricerca potrebbe interessare i politici e gli operatori sanitari per progettare campagne efficaci che si concentrino sugli individui che hanno maggiori probabilità di rispondere ai suggerimenti sulla vaccinazione”, ha affermato il co-secondo autore e Ph.D. presso la Northwestern University. Studente Nord Lalvani.
Il documento, “Predire l’assorbimento della vaccinazione contro il coronavirus utilizzando un insieme piccolo e interpretabile di giudizi e variabili demografiche: un’indagine sulla popolazione”, è stato sostenuto dall’Office of Naval Research (Premi N00014-21-1-2216 e N00014-23-1-2396 ).
/Liberazione generale. Questo materiale dell'organizzazione/degli autori originali può essere di natura cronologica ed è modificato per motivi di chiarezza, stile e lunghezza. Mirage.News non assume posizioni aziendali o partiti e tutte le opinioni, posizioni e conclusioni qui espresse sono esclusivamente quelle degli autori. Visualizzale integralmente qui.