利用移动数据绘制澳大利亚 COVID-19 疫情风险图
物理与社会
2020-12-07 v2 种群与进化
摘要
COVID-19 具有高度传染性，控制疫情爆发需要快速有效的响应。由于感染可能由症状前或无症状者传播，在确诊病例被诊断之前，很可能发生大量未被发现的传播。因此，当疫情发生时，有必要预判哪些人群和地点面临更高的暴露风险。在这项工作中，我们评估了聚合人类移动数据在估计传播风险地理分布方面的效用。我们提出了一种利用近实时人口移动数据生成空间传播风险评估的简单流程。我们针对澳大利亚三个有据可查的 COVID-19 疫情场景验证了我们的估计。其中两个是定义明确的传播簇，一个是社区传播场景。我们的结果表明，移动数据可以很好地预测从传播中心产生的暴露风险的地理分布模式，特别是在涉及工作场所或其他与习惯性出行模式相关环境的场景中。对于社区传播场景，我们的结果表明，当病例数较少且空间聚集时，移动数据对风险预测的贡献最大。我们的方法可协助卫生系统分配检测资源，并可能指导实施针对地理区域的流动与社会互动限制措施。
引用
@article{arxiv.2008.06193,
title = {Risk mapping for COVID-19 outbreaks in Australia using mobility data},
author = {Cameron Zachreson and Lewis Mitchell and Michael J. Lydeamore and Nicolas Rebuli and Martin Tomko and Nicholas Geard},
journal= {arXiv preprint arXiv:2008.06193},
year = {2020}
}