Midi-Webinaire du Précrisa — Modeling heterogeneity and homophily in coupled behavior-disease dynamics

La modélisation vous passionne ? Le Précrisa vous invite à un webinaire animé par Jacques Bélair, professeur titulaire en mathématiques et statistique à l’Université de Montréal et coresponsable du groupe de travail sur la modélisation et les données complexes du Précrisa. Découvrez, avec Zitao He, comment les comportements humains peuvent être intégrés dans les modèles épidémiologiques pour mieux comprendre et prévoir les dynamiques de santé publique.

Modeling heterogeneity and homophily in coupled behavior-disease dynamics

Résumé de la présentation (en anglais)
Understanding how human behaviors impact infectious disease dynamics is critical for public health, particularly in socially and behaviorally diverse populations. The talk presents two complimentary modeling studies that examine how heterogeneity and homophily (the tendency to interact with similar others) shape vaccination decisions and epidemic outcomes. The first study considers a population divided into social media users and non-users within a coupled behavior-disease framework. We show that stronger homophily across these groups slows the spread of pro-vaccine behavior and accelerates the system’s approach to a tipping point leading to low vaccine uptake. The model also highlights the role of early online discussion as a potential early warning signal for future disease outbreaks. The second study designs a more generalized multi-group vaccination game to explore how social groups with different baseline vaccine support levels influence one another. We demonstrate that strong homophily can produce persistent opinion polarization, even in the presence of severe disease, and that mixed-strategy equilibria can emerge across all groups. Together, these studies illustrate how incorporating social and behavioral heterogeneity into epidemic models can improve our understanding of real-world vaccination dynamics and inform more targeted public health strategies. The talk will emphasize conceptual insights, modeling approaches, and implications for interdisciplinary research at the interface of mathematical modeling and social science.

Présentateur
Zitao He est récemment titulaire d’un doctorat en mathématiques appliquées de l’Université de Waterloo, où il a mené des travaux de recherche sur les systèmes dynamiques guidés par les données en épidémiologie comportementale. Il possède une solide expérience en modélisation mathématique, apprentissage automatique, science des données et épidémiologie. Il a démontré sa capacité à combiner modèles mathématiques et méthodes de deep learning pour analyser des ensembles de données complexes, notamment issus des médias sociaux et de la surveillance épidémiologique, ainsi qu’à développer des systèmes d’alerte précoce pour la détection de flambées de maladies. M. He est actuellement gestionnaire à la Banque Scotia, au sein de la division de sécurité.

Format : En ligne (Zoom)
Langue : Anglais
Lien d’inscription : Inscription au webinaire – Zoom