A transparent process for creating behavioural systems maps to inform population simulation models which aim to explain and predict public health policy effects: the case of smoking cessation in England

想象一下，试图预测一座繁华城市的未来，但你追踪的不是交通拥堵或天气模式，而是更加个人的东西：人们为什么做出那些选择。这就是公共卫生政策的世界，在这里，科学家们扮演着侦探的角色，试图弄清楚哪些法律和运动真正能帮助人们变得更健康。为了做到这一点，他们使用了“模拟模型”，这就像是超级先进的视频游戏。在这些游戏中，你可以构建一个虚拟人口，调整一条规则（比如提高香烟价格），并在不冒真实生命风险的情况下观察数年后的变化。但棘手之处在于：这些游戏的优劣取决于你给出的规则。如果游戏不理解一个人决定戒烟的原因，它就无法预测一项新政策是否会奏效。这就是名为 COM-B 的特殊框架发挥作用的地方。把它想象成支撑任何人类行为的三脚凳：你需要能力（你能做到吗？）、机会（世界是否允许你做到？）和动机（你是否想做？）。缺少其中任何一个支点，行为就会倒塌。

现在，想象一支科学家团队正在为英格兰构建一个终极的“戒烟模拟器”。他们意识到，仅仅猜测政策如何运作是不够的；他们需要一个透明、循序渐进的配方，来精确地绘制出政策如何改变一个人的能力、机会或动机。这就是他们的新方法的故事，一个他们称之为“行为系统映射”的过程。他们不仅仅是建立了一个模型，还建立了一个构建模型的蓝图，并以复杂的戒烟过程作为测试案例。他们发现，戒烟不仅仅是一个大事件，而是两场规则不同的不同战斗。通过在地图上画出这些规则，他们展示了如何创建一个能够预测公共卫生政策长期影响的模拟器，从而帮助领导者将资金花在最有效的地方。

戒烟革命的蓝图

研究人员由计算机专家和行为专家组成，他们从一个简单但宏大的问题开始：我们如何构建一个不仅是在猜测，而且真正理解人们为何戒烟的计算机模拟器？他们知道传统的模型有点像平面地图；它们可以显示人们在哪里，但无法显示让旅程变得艰难或容易的山丘与谷地。为了解决这个问题，他们开发了一种使用“行为系统图”的新型透明过程。把这些地图想象成一张巨大的、交互式的流程图，它将政府政策、一个人大脑内部转动的心理齿轮以及最终熄灭香烟的行为连接起来。

他们创建的过程有四个主要步骤，就像制作一个非常复杂的蛋糕的配方。首先，他们必须决定要模拟哪些“行为”。他们意识到，戒烟不仅仅是一件事。它实际上有两个阶段：决定尝试戒烟的时刻（“戒烟尝试”）和漫长艰辛的保持无烟状态的过程（“戒烟维持”）。他们发现，驱动这两个阶段的因素是完全不同的，就像蛋糕面团的原料与糖霜的原料不同一样。

接下来，他们使用 COM-B 框架来构建他们的基于理论的地图。他们将数百个微小的、可观察的事物——比如一个人对吸烟的喜爱程度、是否得到医生的建议，或者其朋友圈中有多少吸烟者——分类到三个桶中：能力、机会或动机。例如，他们发现，对于一个正要尝试戒烟的人来说，他们的动机非常大。诸如他们享受吸烟的方式或他们在香烟上的支出等因素，都在驱动这个决定。但对于一个试图保持无烟的人来说，动机的重要性降低了，而“能力”成为了主角。诸如拥有非吸烟者身份、使用尼古丁贴片或降低成瘾程度等因素成为了关键变量。

随后，团队必须回归现实。他们审视了精妙的理论地图，并问道：“我们到底可以用数据测量什么？”这引出了他们的“基于数据的”地图。他们不得不剔除一些很酷的理论想法，因为没有足够的数据来支持它们。例如，虽然他们知道了解吸烟的危害很重要，但在目前的英格兰背景下，他们找不到足够的证据来证明这是一个主要的驱动因素，因此在最终的模拟中将其剔除了。他们还必须决定测试哪些政策。他们选择了一场“大众媒体运动”来鼓励人们尝试戒烟（提升动机），以及“增加戒烟服务的资金”来帮助人们保持无烟状态（提升能力）。

他们工作中最令人兴奋的部分之一是他们如何处理“反馈回路”。在现实生活中，戒烟会改变你周围的世界，而这反过来又会改变你。如果你戒烟了，你可能会减少吸烟的朋友，这使得你的朋友也更容易戒烟。或者，如果你尝试戒烟失败了，下次你可能会感到动力不足。团队将这些循环构建进他们的地图中，创造了一个复杂的、活生生的系统，其中一个人的行为会产生涟漪效应，影响整个群体。他们甚至包含了一个“合成人口”，即一个镜像真实的英国人口的虚拟人群，包括不同的年龄、职业和社会圈。这意味着他们的模型可以展示一项政策如何对富人或穷人产生不同的影响，或者一个年轻人的旅程如何不同于老年人。

他们的发现（以及没发现的）

这里的重大发现并不是一种能让每个人瞬间戒烟的神药。相反，论文指出，我们对这些问题的建模方式需要一次严肃的升级。通过使用他们新的映射过程，团队发现将“戒烟”视为单一事件是一个错误。促使你尝试戒烟的因素与让你保持不复吸的因素是截然不同的。例如，他们发现虽然使用尼古丁替代疗法（NRT）有助于第一次尝试的动机，但正是处方类的 NRT 和其他辅助手段真正帮助人们维持戒烟状态。

他们还明确排除了这样一种观点，即我们可以把所有可能的因素都扔进模型并寄希望于好结果。他们表明，如果没有一个清晰的地图将政策与特定的心理驱动力联系起来，模拟就会变成一个黑箱。他们还指出，虽然他们的模型很复杂，但它仍然是一个模拟器。它只是根据现有数据暗示事情可能是如何运作的，但尚未在现实世界中“证明”这些政策一定会奏效。该模型是一个帮助决策者做出更好猜测的工具，而不是水晶球。

此外，他们谨慎地表示，目前的地图并未涵盖一切。他们没有详细模拟吸烟与电子烟之间复杂的互动，也没有包含所有可能的政策变化（如烟草涨价），因为他们想专注于行为机制本身。他们也承认，他们的模型在很大程度上依赖于现有数据，如果数据缺失了某一部分，地图就会出现缺口。

这为什么重要

那么，为什么一个对计算机模型和流程图感兴趣的青少年应该关心这些？因为这个过程改变了我们解决大问题的方式。在此之前，试图预测一项新法律是否会有助于人们戒烟，就像是在黑暗中穿梭迷宫。你会猜测该往哪转，如果撞墙了，你就只能再试一次。而这种新方法为你递上了一把手电筒和一张地图。它允许科学家和决策者看到政府决策与个人日常生活之间的隐藏联系。

通过将“尝试”与“保持”分开，模型表明我们需要针对旅程的不同阶段使用不同的工具。你不能仅仅用一张励志海报来帮助一个已经无烟一年的人；他们需要不同的支持，比如更好的医疗辅助手段。由于他们的模型考虑了人与人之间的相互影响，它可以预测一项政策如何帮助整个社区，而不仅仅是个人。

作者们希望这种透明的过程可以被用于其他健康问题，如酒精使用或肥胖。他们相信，通过让这些模型的“配方”变得清晰且公开，我们可以在未来构建更好的模拟器。这些模拟器将不仅仅是高级的游戏；它们将成为强大的工具，帮助领导者做出更公平、更有效的决策，确保公共资金被花在那些真正对人们有效的策略上。这是迈向一个我们不再仅仅是猜测什么有效，而是知道为什么有效之未来的重要一步。