Wetenschappers van de Universiteit van Aberdeen hebben een wiskundige methode ontwikkeld om epidemieën te voorkomen door minder mensen te vaccineren dan ooit tevoren.

Ze hebben de methode - bekend als 'explosieve immunisatie' - geprezen als de snelste en meest efficiënte manier om de verspreiding van ziekten te voorkomen.

De methode maakt gebruik van complexe datasets om zogenaamde 'superblockers' te identificeren - doorgaans goed verbonden mensen die zich verplaatsen tussen verschillende gemeenschappen, wiens activiteitspatronen ervoor zorgen dat ze meer kans hebben om een ​​infectie door te geven.

Door zich op hen te richten voor vaccinatie, het aandeel van degenen die behandeling nodig hebben, is drastisch verminderd.

Vroege wiskundige modellering uitgevoerd door het onderzoeksteam heeft voorspeld dat het zich richten op slechts 60% van de Britse bevolking met het BMR-vaccin met behulp van hun methode een mazelenepidemie zou voorkomen. Op dit moment krijgt meer dan 90% van de bevolking het vaccin.

De ontwikkeling van de methode is het resultaat van een onderzoeksproject gefinancierd door de Leverhulme Trust en het COSMOS Horizon2020-project, met wetenschappers van de University's School of Natural and Computing Sciences en professor Peter Grassberger, een Leverhulme bezoekende wetenschapper.

Dr. Francisco Perez-Reche maakt deel uit van het universitaire onderzoeksteam, samen met professor Antonio Politi en Pau Clusella. De resultaten van hun werk zijn gepubliceerd in Fysieke beoordelingsbrieven .

Dr. Perez-Reche zei:"Het zou ideaal zijn om epidemieën te voorkomen door zo min mogelijk individuen te vaccineren. Dit zou niet alleen een snellere en efficiëntere oplossing bieden, het zou ook geld en middelen besparen voor instanties die anders moeite zouden hebben om een ​​uitbraak het hoofd te bieden.

"In principe, dit kan worden bereikt door sleutelpersonen voor vaccinatie te identificeren, maar het is een zeer uitdagende taak in een steeds meer verbonden wereld.

"Explosieve immunisatie rangschikt individuen op basis van hun vermogen om de verspreiding van infecties te blokkeren als ze zijn gevaccineerd, met behulp van de schat aan complexe gegevens die we nu tot onze beschikking hebben om netwerken van contacten te identificeren.

"Deze gegevens kunnen van alles zijn, van netwerken van alledaagse ontmoetingen die zijn geëxtraheerd uit enquêtes of het gebruik van mobiele telefoons, tot wereldwijde netwerken die kunnen worden geïdentificeerd aan de hand van passagiersgegevens op luchthavens.

"Door deze gegevens te gebruiken, kunnen we superblokkers nauwkeurig identificeren die, indien niet gevaccineerd, de kans op een epidemie aanzienlijk vergroten. Het is vanwege deze plotselinge toename dat we de methode explosieve immunisatie hebben genoemd."

Professor Politi voegde toe:"De meeste gerichte immunisatiestrategieën identificeren degenen die vaccinatie nodig hebben aan de hand van het aantal contacten dat ze hebben, maar onze methode kijkt naar het hele netwerk om connectiviteitspatronen te identificeren waarmee we nauwkeuriger kunnen bepalen wie gevaccineerd moet worden.

"Dit, we geloven, biedt een snellere en efficiëntere manier om epidemieën te voorkomen dan enige andere bestaande techniek."