这项研究是由滑铁卢大学，马里兰大学和耶鲁大学公共卫生学院的研究人员进行的。
除了主要发现外，研究还得出结论，涉及来自多个医学和公共卫生来源(例如微生物学家，免疫学家和流行病学家)的信息的建模，对于公共卫生计划者在考虑干预策略时将是最有用的。
滑铁卢应用数学系教授克里斯·鲍赫(chris bauch)表示：疾病传播的数学模型在理解和控制传染病方面将大有裨益。在尝试使用数学建模时，必须克服某些挑战，例如，如果您想影响政策，则必须让决策者参与流程的每一步。
还需要良好的数据来实现建模目标和最佳控制传染病。
bauch与马里兰大学教授meagan fitzpatrick以及耶鲁大学公共卫生学院教授jeffrey townsend和alison galvani进行了这项研究。
研究人员还解释了数学模型如何帮助理解关于疫苗的想法，观点和信念如何通过社交络传播，从而允许制定干预措施，以将事实传达给人群并更好地支持疫苗选择。
滑铁卢数学学院的鲍赫说：对于正在建立数学模型的研究人员与与卫生部门合作的专家而言，这是非常重要的，卫生部门可以通知并帮助管理疫情应对措施。首先，将更容易获得所需的数据;其次，它将确保模型针对第一线需要答案的问题，最后，它将有助于建立对建模过程的信任。
可以证明数学模型有用的另一个领域是消除疫苗的犹豫。随着疫苗在全球范围内的普及程度越来越小，疫苗的犹豫可能将成为确保高疫苗摄取率的最重要的障碍。