Внимательно изучая сетевую структуру романтических и сексуальных связей, мы можем лучше понять, как развиваются заболевания, передающиеся через половые контакты. Не всегда простое количество партнеров говорит о многом, так как гораздо важнее понять, как человек вписан в более широкую сеть взаимодействий. Например, возьмем два случая. В первом — человек в настоящий момент имеет всего лишь одного партнера. Однако оба партнера имели в прошлом других партнеров, которые, в свою очередь имели множество других партнеров. Если проследить все эти связи, то получится что-то похожее на цепочку. Во втором случае — у человека несколько партнеров, но все они находятся в закрытой обособленной структуре, не связанной с большой сетью, по которой «гуляет» какая-нибудь контактная болезнь. На самом деле, вероятность заболеть будет выше у человека в первом случае, даже если у него всего лишь один партнер на настоящий момент.
Это не новость в подобных эпидемиологических исследованиях. Например, во многих работах показано, что микросообщества сексуальных и романтических контактов имеют структуру ядра и периферии. Воздействуя на ядро (например, бесплатно раздать презервативы для вич-инфицированных или шприцы для употребляющих инъекционные наркотики), мы можем предотвратить дальнейшую передачу заболевания по всей сети. Центральные персонажи связаны с большинством участников в сети и особое внимание именно на них обезопасит многих в этом сообществе.
Бирман и его соавторы показывают, что не всегда сексуальные и романтические сети выстраиваются по ядро-периферийной структуре, как это показано в большинстве работ. Однако в случае из школьников это оказалась цепь, для которой не так важно выделять центральных персонажей, то есть ядро. Цепь сама по себе очень хрупкая структура, ее можно разорвать где угодно и она тут же распадается на несколько не связанных между собой компонентов. А распад обозначает остановку в передаче заболевания, если оно проходит по этой сети.
Помимо таких сугубо сетевых результатов о том, цепь это или ядро-периферия, конечно, Бирман с коллегами также обнаруживают несколько любопытных социальных эффектов. Самый важный — это, несомненно, гомофилия, или склонность людей со схожими характеристиками завязывать связи. О ней и о ее многомерности мы
уже писали раньше в этом блоге. В этом исследовании было показано, что школьники более склонны формировать пары с теми, кто близок им по социоэкономическому статусу, оценкам, планам на будущее, IQ. Если оба подростка употребляют алкоголь, то они с большей вероятностью заведут отношения. То же самое касается курения и прошлого сексуального опыта. Опытность и плохое поведение связывает.
В целом, работа важна для понимания того, какие нужно делать интервенции, чтобы остановить передачу заболеваний. Основной посыл работы в том, что важно детально изучать структуру взаимоотношений и, в зависимости от нее, проводить предотвращение передачи. Будет ли это воздействие исключительно на ядро (если сеть выстроена по структуре «ядро-периферия») или обрыв связей в нескольких местах и последующий распад сети (если сеть выстроена как цепочка) — важно понять для того, чтобы верно выстроить механизмы профилактики и предотвращения контактных болезней.
Медсестры и медбратья
В коллективном научном блоге
BadHessian есть
очень понятный пост про то, как моделировать сети на примере сексуальных сетей из сериала «
Grey’s Anatomy». Это популярный американский сериал из 2000-х, который описывает рабочие будни сотрудников больницы, которые, помимо работы, занимаются и решением своих личных проблем, а именно, флиртуют и занимаются сексом. В посте изучается сеть половых контактов и предсказывается, кто с кем будет иметь интрижку.
В целом, одна из важнейших задач в сетевом анализе — это предсказать, как формируется сеть. Иными словами, почему в этой больнице сотрудники будут вступать в половые контакты? Может быть, потому что они оба несколько раз участвовали в проведении сложнейших операций и это их сблизило? Или их познакомил ординатор из дерматологического отделения, который в прошлом имел отношения с ними обеими?
Один из методов для ответа на эти вопросы — это ERGM (экспоненциальное моделирование случайных графов). На самом деле, в интернете не так много простых и очень понятных коротких учебников про то, как сделать ERGM в какой-либо статистической программе. Наш коллега и друг сделал такой для работы в статистической среде R после того, как много лет назад мы задавали ему миллионы вопросов про то, как лучше работать с такого типа моделями.
Сеть сексуальных контактов, построенная на основе сериала Grey’s Anatomy. Синим обозначены мужчины, розовым — женщины.
В посте много скриптов, простых и ироничных объяснений, но что мы узнаем по существу? Вполне ожидаемые вещи: большинство сексуальных контактов происходят между людьми разных полов, близких по возрасту, в рамках одной расовой группы, а также в сети есть тенденция к моногамным отношениям.
Пост заканчивается вопросами, на которые еще возможно ответить с использованием этого метода. Например, можно предположить, что мужчины и женщины будут по-разному выстраивать свои половые связи, потому что мы знаем из литературы, что мужчины в среднем сообщают большее количество партнеров. Другое предположение, которое можно проверить — это сегрегация по положению в больнице. Мы знаем, что больница — достаточно иерархизированное сообщество, поэтому можно предположить, что ординаторы будут спать с ординаторами, а врачи — только с врачами.
Как меняется поведение с онлайн-знакомствами
Со сбором данных про сексуальные контакты всегда возникает много проблем. Во-первых, если мы говорим о таких группах, как проститутки или люди, употребляющие тяжелые наркотики, то к ним очень сложно получить доступ. Помимо прочего, в таких исследованиях выборка выстраивается методом снежного кома, что показывает нам только особую часть сообщества. Во-вторых, если мы изучаем заболевания, передающие контактным путем, то желательны медицинские анализы, которые бы позволяли с точностью определить наличие болезни. Это требует больших затрат, однако часто обходится тем, что у самих респондентов спрашивают об их статусе болезни. Конечно, они могут не знать о своем заболевании или могут солгать исследователю по какой-либо причине.
Одним из новых направлений, которое не позволило бы решить все эти вопросы, но позволило бы расширить и разнообразить выборку, могло бы быть исследование контактов, образовавшихся после пользования dating-приложениями. Например, было несколько громких журналистских заявлений о том, что, якобы, после появления Tinder увеличилось количество людей с заболеваниями, передающимися половым путем.
Конечно, у онлайна тоже есть свои ограничения. Например, как узнать, был ли сексуальный контакт между людьми или нет? Подобные приложения пока не ввели такую функцию, но совсем скоро такая опция вполне могла бы и появиться. Например, после мэтча (совпадение, когда оба пользователя понравились друг другу) и после переписки приложение могло бы отправлять уведомления с просьбой оценить произошедшее. Было ли свидание, был ли секс, было ли что-то еще. Большинство пользователей не будет отвечать ввиду волнений об анонимности, но определенная доля вполне будет готова оценить свои успехи или неуспехи ввиду охотничьего азарта или в стремлении насолить неудачному партнеру.
Опять же, в данном случае мы ничего не узнаем про сами заболевания, однако это позволило бы изучить структуры сетей, которые выстраиваются на основе таких приложений. Что это: цепь, ядро и периферия или множество не связанных кусочков? Как по них могли бы передаваться контактные заболевания? Но так как таких возможностей пока нет, и это только наши исследовательские фантазии о (почти) идеальных данных, то остановимся на том, что пока есть.
Сами Tinder и OkCupidпериодически публикуют небольшие отчеты на основе своих данных, однако пока не дают их другим исследователям, насколько нам известно. Сами они дают ценные рекомендации о том, как себя вести оптимальным образом и быть успешным пользователем. Например, недавно на сайте ХХ2 век появилась
статья и инфографика про то, как приручить такие сервисы.
Иногда такими же вопросами задаются и сами data scientist’ы, которые смогли выгрузить часть данных сами, чтобы разобраться в своей личной жизни. Например, на ТЕД есть увлекательная лекция Эми Вэбб, которая решила найти себе партнера, который бы соответствовал десяткам пунктов ее требований к идеальному партнеру. Она выгрузила данные по сайту знакомств, проанализировала профили успешных участников, создала фейковые аккаунты, чтобы отвлечь одних участников от ее потенциальных кандидатов и много всего еще немыслимого сделала с данными, чтобы найти себе идеального партнера.
https://www.youtube.com/watch?v=d6wG_sAdP0U