研究人员设计跟踪COVID-19传播的新模式

HKU-led研究准确地跟踪COVID-19与大数据传播
随着时间的推移预测和观察到的流行曲线。(版权:自然)我们的模型聚集人口流出从武汉从1月1日到24日,2020年提供一个参考COVID-19增长模式(即流行曲线)的传播。不同的预测和确认确诊病例显示更高水平的增长COVID-19社区传播。来源:香港大学

耶鲁大学的研究人员和他的同事在香港和中国内地已经开发出一种方法来快速跟踪的人口流动,可以帮助决策者在世界范围内更有效地评估疾病传播的风险和分配有限的资源,因为他们战斗COVID-19大流行。

在线发表的一项研究中描述的方法,早期在《华尔街日报》4月29日自然不同于现有的流行病学模型利用关于流,如电话的使用数据和其他““来源,可以准确地量化运动的人。

“这项工作表明可以非常准确地预测时间,强度,和地理分布的COVID-19爆发仅基于人口流动,”耶鲁大学的尼古拉斯·a·克里斯塔基斯说,英镑的社会和自然科学教授和这项研究的共同作者。“此外,实时跟踪人口流动,我们的模型可以提供决策者和流行病学家一个强大的工具来限制流行病的影响和拯救生命。”

在开发模型中,研究人员使用全国手机定位的数据跟踪大约1150万次的人通过武汉凌日,一个县的城市在中国的湖北省,2020年1月1日至1月24日—一段覆盖中国农历新年前夕,在中国每年的春运,大规模移民。人们穿过武汉296年全国31个省和地区的县。研究人员与人口流动的数据,提供了一个主要国家无线电信运营商,COVID-19感染,中国疾病控制与预防中心提供的(中国疾病预防控制中心),由县层面的位置和时间。

他们的分析表明隔离的有效性对武汉1月23日。1月24日,在一天结束的运动出城几乎完全停止,根据他们的研究结果。

HKU-led研究准确地跟踪COVID-19与大数据传播
说明性的例子使用模型来跟踪COVID-19社区分散风险。(版权:自然)我们的模型使用人口流动预测预期的情况下。预测SARS-CoV-2病毒的传播可以作为基准来确定哪些地区是“局外人”,这或多或少明显比预期的情况下(考虑到运动数据)。图的说明我们的模型显示,在1月29日。县的左边虚线是离群值,大大超过预期的情况下,即原因不明或社区传播的,一个更高的水平。我们的模型认为温州最严重的社区传播风险1月29日,2020年。政府宣布全面检疫县2月2日,2020年。来源:香港大学

研究人员发现,人们离开武汉的分布准确预测后续COVID-19感染的相对频率在中国通过2月19日,2020年。研究人员还建立了一个“源”风险模型,利用人口流动数据准确预测确诊病例和识别的地方在高传播率的风险爆发的早期阶段。

他们的分析也证实了中国疾控中心发布的数据通过2月19日武汉本身以外的(县),因为它显示了一个完全独立的讯息——电信的航母是非常好与官方COVID-19计数。

新模型可以使用任何数据集应用,准确地抓住了人们的运动,如火车票务或汽车收费数据,研究人员指出,这意味着全球政策制定者可以用它来通知努力遏制病毒的传播如果数据关于人口流动是可用的。

“人们移动时传播传染病,”克里斯塔基斯说,耶鲁大学网络科学研究所的主任。”,准确地捕捉人口流动随着时间的推移,我们可以预测危机将如何传播地理上和之前使用的数据分析技术来帮助控制它毁灭性流行病爆发或再次爆发。”

更多信息:杰森·贾et al。人口流驱动COVID-19的时空分布在中国,自然(2020)。DOI: 10.1038 / s41586 - 020 - 2284 - y

期刊信息: 自然

所提供的耶鲁大学
引用:研究人员设计新的模型跟踪COVID-19的传播(2020年4月29日)检索3 2023年7月从//www.puressens.com/news/2020-04-track-covid-.html
本文档版权。除了任何公平交易私人学习或研究的目的,没有书面许可,不得部分复制。内容只提供信息的目的。

进一步探索

按照最新消息在冠状病毒(COVID-19)爆发

56股票

反馈给编辑