利用监测二氧化碳进行空气传播感染风险的预测与回顾性建模
物理与社会
2021-02-24 v2 流体动力学
摘要
长距离（此处称“空气传播”）感染风险需要被更好地理解，且在当前 COVID-19 大流行期间尤为紧迫。我们提出一种确定空气传播相对风险的方法，可便捷地结合室内空间中建模或监测的 CO 数据及占用水平进行部署。对于定期或持续由同一群人占用的空间（如开放式办公室或学校教室），我们建立了评估此类定期工作 or 上学出勤下空气传播绝对感染风险的协议。我们提出一种方法，可轻松计算一名定期出勤者感染并维持前/无症状状态于这些空间内所产生的预期继发感染数。我们通过为一个建模的开放式办公室计算风险，以及利用记录于小型自然通风办公室内的监测数据，来演示我们的模型。此外，通过由监测 CO 推断通风率，我们表明空气传播感染估计可被准确重建；从而在发生暴发的、且 CO 受监测的空间中，为更具依据的回顾性建模提供了可能。我们的建模表明，定期到办公室工作出勤不太可能对大流行产生显著贡献，但前提是：在充足通风（即遵循英国指南至少 10\,l/s/p）、适当卫生管控、 distancing 措施下从事相对安静的案头工作，且所有通勤呈现最小感染风险。关键在于，即便对办公室内条件作适度改变的建模，或基于 SARS-CoV-2 变异株 B1.1.7 当前数据的传染性估计，通常都会预测：当办公室内存在单一感染者时，仅空气传播途径便会导致超过一例继发感染。
引用
@article{arxiv.2009.02999,
title = {Predictive and retrospective modelling of airborne infection risk using monitored carbon dioxide},
author = {Henry C. Burridge and Shiwei Fan and Roderic L. Jones and Catherine J. Noakes and P. F. Linden},
journal= {arXiv preprint arXiv:2009.02999},
year = {2021}
}
备注
Submitted to Indoor Air for review: 43 pages, 6 figures