Мобильные устройства используют для прогнозирования вспышек COVID-19
Исследователи Йельской школы общественного здравоохранения смогли точно предсказать вспышки COVID-19 в муниципалитетах штата Коннектикут, используя анонимную информацию о местонахождении с мобильных устройств, говорится в новом исследовании, опубликованном в журнале Science Advances.
По словам исследователей, новый анализ, примененный в исследовании, может помочь работникам здравоохранения предотвратить вспышки COVID-19 в общинах и более эффективно распределять ресурсы для тестирования.
В исследовании приняли участие специалисты по данным и эпидемиологи из Йельской школы общественного здравоохранения, Департамента общественного здравоохранения штата Коннектикут, Центров по контролю и профилактике заболеваний США и компании Whitespace Ltd., занимающейся анализом пространственных данных.
Ключевым моментом в выводах стала точность, с которой исследователи смогли определить случаи высокочастотного тесного личного контакта (определяемого как радиус 6 футов) в Коннектикуте вплоть до муниципального уровня. CDC советует людям держаться на расстоянии не менее шести футов от других людей, чтобы избежать возможной передачи COVID-19.
"Тесный контакт между людьми является основным путем передачи SARS-CoV-2, вируса, вызывающего COVID-19", - сказал ведущий автор исследования Форрест Кроуфорд, доцент кафедры биостатистики Йельской школы общественного здравоохранения и доцент кафедры экологии и эволюционной биологии, менеджмента, статистики и науки о данных Йельского университета.
"Мы измерили тесные межличностные контакты в радиусе 6 футов по всему Коннектикуту, используя данные геолокации мобильных устройств в течение целого года", - сказал Кроуфорд. "Эта работа дала эпидемиологам и политикам штата Коннектикут представление о поведении людей в социальной дистанции по всему штату".
В других исследованиях использовались так называемые "показатели мобильности" в качестве косвенных показателей поведения на социальной дистанции и потенциальной передачи COVID-19. Однако такой анализ может быть ошибочным.
"Показатели мобильности часто измеряют пройденное расстояние или время, проведенное вдали от какого-либо места, например, дома", - сказал Кроуфорд. "Но мы все знаем, что можно много передвигаться и при этом не очень близко общаться с другими людьми. Поэтому показатели мобильности - не лучший показатель риска передачи инфекции. Мы считаем, что близкий контакт лучше предсказывает инфекции и локальные вспышки".
Выводы основаны на анализе данных о геолокации мобильных устройств в штате Коннектикут за период с февраля 2020 года по январь 2021 года. Все данные были анонимизированы и агрегированы, и никакая персональная информация не собиралась.
Новый алгоритм вычислил вероятность событий близкого контакта по всему штату (время, когда мобильные устройства находились на расстоянии шести футов друг от друга) на основе данных геолокации. Затем эта информация была включена в стандартную модель передачи COVID-19 для прогнозирования уровня заболеваемости COVID-19 не только по всему Коннектикуту, но и в отдельных городах Коннектикута, переписных участках и группах переписных кварталов.
По словам исследователей, они успешно предсказали начальную волну случаев заболевания COVID-19 в штате Коннектикут с марта по апрель 2020 года, снижение числа случаев заболевания по всему штату в период с июня по август и локальные вспышки в некоторых городах штата Коннектикут в августе и сентябре.
В настоящее время многие чиновники от здравоохранения полагаются на общие данные эпиднадзора, такие как количество подтвержденных случаев, госпитализаций и смертей, чтобы отследить распространение COVID-19. Но этот процесс может отставать от фактической передачи заболевания на дни и недели. По словам исследователей, анализ показателей близких личных контактов намного быстрее.
"Показатели контактов, которые мы разработали в этом исследовании, могут выявить высококонтактные условия, способные породить локальные вспышки, и районы, жители которых подвержены высокому риску передачи заболевания, за несколько дней или недель до того, как случаи заболевания будут выявлены в результате тестирования, традиционного расследования случаев и отслеживания контактов", - сказал Кроуфорд.
