近日，哈佛大学医学、医学社会学与社会学教授Nicholas·Christakis与加州大学圣地亚哥分校医学遗传学与政治学教授James·Fowler在美国《公共科学图书馆综合》杂志上发表文章称，他们通过研究2009流感对744名学生所产生的影响，找到了一种早期检测感染性疾病暴发的新方法。

　　这种新方法就是“友情悖论”。“友情悖论”声称：从统计学意义上说，任何给定个人的朋友比本人更受欢迎。随机选择一个人群，要求人群中的每个人提及自一位朋友，经统计学处理发现：大多情况下，每个人所提及的朋友在社会网络中比提及该朋友的个人具有更高地位。可以想象在一个大型的晚会上，一个社会关系良好的人站在主席台上主持晚会，如果随机选择参加晚会的对象进行提问：必须讲出一个朋友的名字。结果发现，被提问的人密集指向社会关系良好的主持人。这就是“友情悖论”的简易理解方式。

　　因此，研究人员推断，处于社会网络中心的人比处于边缘地带的人将更早感染（流行性）疾病。当2009年流感季节迫近时，Christakis与Fowler决定验证他们的推断，他们联系319名哈佛大学学生，让这些学生共提及了425名朋友，以这425名作为朋友组，并和哈佛大学健康服务中心监测到的疾病数据对照。

　　研究者发现：朋友组比随机组大约早两周出现流感症状，而用某些检测方法，甚至可以观察到朋友组疫情流行比疫情流行高峰期早了整整46天。Christakis表示：“这对公共卫生而言可能具有重要意义。通过简单地询问一个随机人群，让其提及其朋友的名字，然后追踪并比较两组人群，我们就能够在疫情攻击社会整体人口前预测出疫情的走向，从而允许（相关政府部门采取）一种更早、更有力也更有效的措施。”

　　Fowler：“目前所用的方法都是基于落后于疾病的统计学方法，至多是与疾病同步而已。而我们则显示了一种能够抢在流感疫情前头的预测方法，或者说，显示了其它任何事物可能在各种各样网络中流行的（超前预测）方法。”

　　甚至有人称，研究人员提出的方法适用范围极为广泛：诸如预测药物使用行为疫情、甚至预测思想与时尚的流向与传播等。乔治亚州亚特兰大市疾病与预防控制中心数学流行病学家John·Glasser说：“Christakis与Fowler的研究应该会导致流行病学家与公共卫生执业者去考虑病原体传播的社会背景，流行病学家与社会科学家可能会为社会网络建立数学模型，以评估疾病监测与感染控制的新策略。”分析社会网络并监测其中心成员的健康状态是预测疫情暴发的理想方式，但是要获取这样详尽的信息必然费时耗资耗力、代价高昂。