COSRE：COVID-19 大流行期间的社区暴露风险估计器

由于病毒基因型的复杂性和人类社会中接触的随机性，估计暴露于广泛传播病毒的潜在风险是一项巨大挑战。为了让公众了解日常活动中面临的暴露风险，我们提出了一个基于生日悖论的概率模型，并将其实现到一个名为 COSRE 的基于 Web 的系统中，用于估计大流行期间公众聚集的社区暴露风险。暴露风险是指人们在杂货店、健身房、图书馆、餐厅、咖啡店、办公套房等公共场所遇到潜在 COVID 感染者的概率。该模型有三个输入：实时潜在活跃患者数、当地社区人口数以及室内顾客数。借助 COSRE，人们可以通过进行时空分析来探索大流行的可能影响，例如，随着时间推移并测试不同人数以观察大流行发展过程中风险的变化。该系统有望提升我们了解各类社区中准确暴露风险的能力，并使我们能够为应对大流行制定具备更高防范水平和精确响应的计划。我们使用空间分析工具绘制了 4 月 1 日至 5 月 15 日期间美国县级的暴露风险。实验表明，该估计模型非常有前景，能够帮助人们在日常生活和社交中更精确地控制安全，并帮助企业动态调整其 COVID-19 政策以加速复苏。