人类移动模型预测病毒传播风险最高的地方| 《自然》论文
一项基于美国数据的建模研究发表于《自然》，Mobility network models of COVID-19 explain inequities and inform reopening,显示，重新开放餐馆、健身房、咖啡馆和酒店会带来最大的SARS-CoV-2传播风险。模型显示，降低这些场馆的占用率或能让预测的感染人数大幅降低。该研究还指出了与社会经济地位有关的感染风险差异。
为了评估人类运动的变化将如何改变SARS-CoV-2的传播，美国加州斯坦福大学的Jure Leskovec和他的同事利用美国的手机数据(2020年3月1日至5月2日收集)绘制了数百万人在不同当地社区的运动轨迹。他们将这些数据与SARS-CoV-2传播模型相结合，以识别潜在的高危场所和危险人群。他们的模型准确预测了芝加哥、纽约和旧金山等10个最大城市的每日确诊病例。
这些移动数据的精细程度使得研究人员可以模拟人们经常访问的20个类别中近55.3万个不同地方的每小时感染情况。他们的模型预测，其中一些地方，如全方位服务的餐馆，造成了大多数感染病例。例如，在芝加哥大都市地区，10%的兴趣点贡献了85%的预测感染人数。该模型预测，以低收入群体较高收入群体更易被感染，因为他们无法大量减少移动，而且他们去的地方更小更拥挤，这也会增加感染风险。,为例，与高收入群体相比，低收入群体每平方英尺经常光顾的便利店数量高出59%，顾客在这里的平均停留时间高出17%。
通过模拟谁容易感染和在哪里感染，作者还估计了不同再开放策略的效果，认为他们的模型可以为再开放政策的制定提供参考。例如，预测显示，将一个地方的占用率控制在最大容量的20%可以减少80%以上的新感染，但到达商店的客户总数只会减少42%。