美国斯坦福大学和西北大学的研究人员11月10日在Nature期刊上在线发表了题为“Mobility network models of COVID-19 explain inequities and inform reopening”的文章。
文章称,COVID-19大流行极大地改变了人口流动方式,需要建立流行病学模型来研究人口流动变化对病毒传播的影响。研究人员引入了一个集成种群的SEIR模型,该模型集成了细粒度的动态移动网络,以模拟SARS-CoV-2在美国十大城市的传播。研究人员从手机数据中提取移动网络,该网络绘制了9800万人每小时从社区(CBGs)到兴趣点(POIs)的移动地图,例如餐馆和宗教场所,连接了5.7万个CBGs和55.3万个POIs,每小时的边界为54亿。研究显示,尽管随着时间的推移人口行为会发生巨大的变化,但一个简单的SEIR模型仍然可以准确地模拟真实的行动轨迹。模型预测,少数“超级传播者”的POI会导致大部分感染,限制每个POI的可容纳人数比统一减少移动性更有效。模型表示,在种族和社会经济中处于不利地位的群体具有较高感染率是因为流动性差异。研究发现弱势群体无法大幅减少流动性,他们日常到达的POI更加拥挤,因此风险更高。通过模型详细地分析人们在何处感染病毒,可以为抗击COVID-19大流行提供更有效和公平的政策响应。
原文链接:https://www.nature.com/articles/s41586-020-2923-3