新模式揭示了餐廳 “熱點” 在新冠肺炎 (COVID-19) 中. 在世界各地的城市, 病毒爆發經常發生在餐廳等人群密集的地方, 咖啡館和健身房. 現在, 手機數據繪製的人群活動圖顯示,美國城市大多數COVID-19感染可能與這些地方有關. 這款新型號, 11月10日發表在《自然》雜誌上, 也發現,降低場館佔用率可以顯著減少感染人數.
為了預測人們的活動如何影響病毒傳播, 研究小組將手機應用程式中的匿名位置資料輸入到一個簡單的流行病學模型中,該模型可以估計疾病傳播的速度. 位置資料由位於丹佛的 SafeGraph 公司收集, 科羅拉多州, 這些數據來自芝加哥, 紐約, 費城及其他 10 美國最大的城市. 數據描繪了上述城市居民進出的地圖 57,000 到餐館的街區, 教堂, 健身房, 飯店, 從3月份開始的兩個月內汽車商店和體育用品商店.
當研究團隊比較了3月份以來芝加哥居民區的預測感染人數時 8 到四月 15 一個月後官方記錄的這些社區的感染人數, 他們發現該模型準確預測了確診病例數. “我們可以準確地估計之間的聯繫網絡 100 每小時有數百萬人。” 尤雷·萊斯科維奇, 研究小組的成員, 說.
然後, 研究團隊使用該模型來模擬不同的場景, 例如重新開放一些場館,同時關閉其他場館. 他們發現餐廳開業時感染人數增加最多, 其次是健身房, 咖啡廳, 飯店和汽車旅館. 如果以上場館全部開放, 該模型預測將會有 3.3 萬新感染病例. 然而, 如果上述場所的佔用率限制在 30%, 新增感染人數可減少至 1.1 百萬; 如果空間佔用率限制為 20%, 新增感染病例將減少超過 80% 到關於 650,000 案例. 克里斯多福·戴伊, 英國牛津大學流行病學家, 表示流量模型需要用真實資料驗證. “這是一個有待驗證的流行病學假說. 但這無疑是一個值得檢驗的假設. ”
採樣和拭子測試