Pour étudier la diffusion d'une maladie au sein de la population, les réseaux comme Twitter donnent une idée assez concrète de la réalité. Peuvent-ils dès lors être utilisés non pas pour étudier une conséquence, mais pour diffuser une information de prévention ou d'alerte ? Pour répondre à cette question, une étude* a modélisé la diffusion d'une information de prévention médicale sur le Campylobacter - une bactérie qui provoque des intoxications alimentaires - sur deux types de réseaux: le Erdös et Rényi randow, un réseau qui assume que chacun à la même probabilité de contaminer un autre indépendamment des contagions antérieures et le Small World model (SW) ou étude du petit monde, un réseau qui défend l'hypothèse que chacun peut être relié à n'importe quel autre individu par une courte chaîne de relations sociales. Résultat : ce mode de diffusion reste pour le moment trop aléatoire.

Un environnement parfois favorable

En effet, la bonne diffusion de l'information dépend de la qualité et du nombre de connexions du réseau, mais aussi de l'hétérogénéité des personnes qui le composent. Selon les chercheurs, il est ainsi possible de déterminer deux grands facteurs qui influencent la diffusion ou non d'une information de type médical. Le premier est endogène : une personne concernée par la maladie directement (elle-même) ou indirectement (un proche) sera évidemment plus à même de transmettre l'information à son réseau ou à la personne concernée, et à recevoir une telle information. Le second facteur est exogène, et concerne la façon dont les personnes sont connectées les unes aux autres. Les chercheurs dénombrent trois aspects essentiels de ces liens sociaux.

Le bouche à oreille reste un canal puissant

Ainsi, la façon dont l'information circule à travers les liens existants et le nombre de connexions ont une influence puisque des personnes ayant plus de liens ont davantage l'opportunité de diffuser l'information. Mais la qualité de ces liens est également importante et favorise la transmission. Aussi, si trop peu de gens sont informés, alors la transmission peut s'arrêter avant d'avoir atteint tout le monde. De la même façon, un réseau saturé ne permettra pas beaucoup de diffusion. Dans le modèle SW par exemple, le nombre total maximum de récepteurs touché par l'information a été une proportion de 20% de la population.

*Dissemination of Health information within Social Networks
Charanpal Dhanjal, Sandrine Blanchemanche, Stéphan Clémençon, Akos Rona-Tas, Fabrice Rossi