《自然》論文:新冠病毒傳播風險在餐館健身房咖啡館酒店的最高
為了評估人類流動性的變化將如何改變新型冠狀病毒的傳播,斯坦福大學(Stanford University JureLeskovec)及其同事使用來自美國的移動電話數據(從2020年3月1日至5月2日)繪制了當地不同社區數以百萬計的人的移動軌跡。他們將這些數據與一種新型冠狀病毒傳播模式結合起來,以確定潛在的高危地區和高危人群。
他們的模型準確地預測了芝加哥、紐約市和舊金山等10個最大大都市地區每天確診病例的數量。移動數據的精細性讓研究人員能夠模擬人們經常訪問的20個類別的近553000個不同地點的每小時感染情況--也被稱為"感興趣點"。作者的模型預測,這些地點中的少數地方,比如提供全套服務的餐館,造成了大多數感染。例如,在芝加哥大都會地區,10%的感興趣點貢獻了85%的預計感染人數。
當地時間11月6日,英國政府在利物浦進行了一次大規模的全城范圍的新型冠狀病毒測試,有2000名軍事人員協助這項工作。
該模式還預計,低收入群體更容易受到感染,因為他們無法大幅減少流動性,他們會去更小、更擁擠的地方,這也增加了感染的風險。例如,低收入群體經常光顧的便利店數量比高收入群體高出59%,而平均住在這里的顧客人數比高收入群體多17%。
通過模擬哪些人易受感染,以及在哪里,作者還評估了不同重新開放策略的有效性,認為他們的模型可以為重新開放政策的制定提供參考。例如,預測顯示,將入住率保持在其最大容量的20%,可以減少80%以上的新感染,但到達的顧客總數只會減少42%。