I motivi della rapida diffusione delle idee antivacciniste
Nel 2019, prima della pandemia di COVID-19, l’Organizzazione Mondiale della Sanità (OMS) ha classificato l’esitazione vaccinale tra le 10 principali minacce alla salute globale. La riluttanza a vaccinarsi è da tempo in aumento in Europa e contribuisce all’insorgere di malattie prevenibili come il morbillo. Ma come si evolvono esattamente questi atteggiamenti? Quali sono i fattori che determinano le opinioni sulle vaccinazioni e come si diffondono le idee a favore e contro i vaccini? Il progetto DYNAMOD-VACCINE-DATA, svolto con il sostegno del programma di azioni Marie Skłodowska-Curie, ha chiarito ulteriormente queste dinamiche complesse. Si è scoperto che la parte della popolazione oggetto di studio che esprimeva opinioni neutrali nei confronti dei vaccini era quella più facilmente influenzabile dalla fazione antivaccinista. Il lavoro del progetto ha concentrato l’attenzione sui dati relativi alle vaccinazioni fino al 2019, compresi quelli sulla fiducia nei vaccini e sulla copertura vaccinale in oltre 140 paesi. «La popolazione neutrale aveva opinioni più vicine a quelle delle persone che si oppongono ai vaccini. Siamo stati in grado di rilevare una maggiore influenza potenziale sulle persone con opinioni neutrali e di prevedere le scelte vaccinali dell’anno successivo», afferma Dino Carpentras, borsista Marie Skłodowska-Curie ed ex ricercatore presso l’Università di Limerick.
Come i personaggi di un videogioco
Per comprendere questa connessione e le sue implicazioni, la squadra di ricerca di DYNAMOD-VACCINE-DATA, sotto la supervisione di Mike Quayle, ha utilizzato modelli di dinamica delle opinioni in combinazione con dati reali, con l’obiettivo di fornire prove dell’influenza sociale. «I modelli di dinamica delle opinioni hanno molto in comune con i videogiochi: modellano i sistemi come fossero composti da personaggi, chiamati agenti, che seguono regole specifiche. Imitano le modalità di interazione delle persone, rendendo la dinamica delle opinioni un validissimo strumento per lo studio dei fenomeni sociali», spiega Carpentras. L’équipe ha analizzato l’impatto dei dati di opinione reali applicati a tali modelli, un aspetto finora indagato solo marginalmente.
Mappatura dei modelli di influenza
È stato anche sviluppato un metodo per rappresentare questi dati come una rete, per individuare i collegamenti tra gli atteggiamenti e, su questa base, costruire previsioni. «All’atto pratico, il metodo della rete ci permette di verificare se le persone che hanno scelto una risposta ne selezionerebbero un’altra. In questo modo è possibile stabilire collegamenti tra le risposte scelte dalle stesse persone, e tra le persone che hanno dato le stesse risposte», osserva Carpentras. Così i ricercatori sono stati in grado di scoprire che le persone con un atteggiamento neutrale nei confronti della vaccinazione erano più legate agli antivaccinisti: i due gruppi infatti avevano più atteggiamenti in comune che con il gruppo a favore dei vaccini. Dunque, era più probabile che chi esprime una posizione neutrale fosse influenzato dal gruppo contrario ai vaccini. Questi risultati non riflettono necessariamente le dinamiche della recente pandemia, come osserva Carpentras: «Le opinioni vengono plasmate soprattutto dalle discussioni. I modelli si basano principalmente su processi lenti e orizzontali; durante la crisi della COVID-19, il ritmo della discussione è aumentato notevolmente, e il discorso politico e gli organi di informazione (ossia i processi verticali) hanno svolto un ruolo fondamentale.»
Più fiducia grazie a una comunicazione mirata
In futuro, tuttavia, i risultati del progetto potrebbero supportare gli interventi per promuovere una maggiore fiducia nelle vaccinazioni: «La rete evidenzia le connessioni tra gli schieramenti neutrali e antivaccinisti in diverse società. Quanto più breve è questa distanza, tanto più le persone sono vulnerabili all’esitazione vaccinale.» Le simulazioni evidenziano in che modo le campagne di comunicazione rivolte a diverse fasce della popolazione possono influenzare i risultati in ogni scenario. I risultati ottenuti ad oggi indicano che tale metodo potrebbe essere applicato anche ad altre questioni sociali. Se la sua bontà venisse confermata da ulteriori ricerche, potrebbe fornire importanti indizi per prevedere e influenzare gli atteggiamenti relativi ad aspetti come i cambiamenti climatici.
Parole chiave
DYNAMOD-VACCINE-DATA, esitazione vaccinale, dati sulla vaccinazione, modelli di dinamica delle opinioni, a favore dei vaccini, antivaccinista, COVID-19
