Опубликовано : Авг 31, 2020

Местоположение мобильного телефона, используемое для оценки темпов роста COVID-19

COVID-19, коронавирус
3D-печать шипового белка SARS-CoV-2, вируса, вызывающего COVID-19, перед 3D-печатью вирусной частицы SARS-CoV-2. Спайковый белок (на переднем плане) позволяет вирусу проникать в клетки человека и инфицировать их. На модели вируса поверхность вируса (синий цвет) покрыта белками-шипами (красный цвет), которые позволяют вирусу проникать в клетки человека и инфицировать их. Кредит: NIH

Новое исследование показывает, что в округах, в которых активность мобильных телефонов на рабочем месте во время заказов на домоседство снизилась, уровень заражения COVID-19 ниже. Исследователи считают, что закономерности, которые они видели в общедоступных данных о местоположении сотовых телефонов, можно использовать для более точной оценки темпов роста COVID-19 и информирования лиц, принимающих решения, когда дело доходит до отключения и «повторного открытия». Это исследование было опубликовано сегодня в JAMA Internal Medicine.

«Мы надеемся, что округа смогут использовать эти общедоступные данные о сотовых телефонах, чтобы помочь руководствоваться политиками в отношении повторного открытия на разных этапах пандемии», — сказал старший автор исследования Джошуа Бейкер, доктор медицины, MSCE. доцент медицины и эпидемиологии. «Кроме того, этот анализ поддерживает включение анонимных данных о местоположении сотовых телефонов в стратегии моделирования для прогнозирования районов повышенного риска в США до того, как вспышки станут слишком большими».

Бейкер и другие исследователи, в том числе ведущий автор исследования Шив Т. Сехра, доктор медицины, доцент медицины в Гарвардской медицинской школе, использовали данные о местоположении с мобильных телефонов, которые были деидентифицированы и опубликованы Google. — для анализа активности в 2740 округах США в период с начала января по начало мая 2020 года. Эти данные были разбиты по местам, где происходила активность: от рабочих мест до домов, розничных магазинов, продуктовых магазинов, парков и транзитные станции. За каждый день периода исследования анализировалось примерно от 22 000 до 84 000 точек данных.

Идея заключалась в том, чтобы сравнить, где происходит активность мобильных телефонов, как прокси, чтобы показать, где люди сами проводят свое время. Эти данные сравнивались между двумя периодами времени: первый в январе и феврале, перед вспышкой COVID-19 в Соединенных Штатах, затем с середины февраля по начало мая, во время первоначального всплеска вируса и когда были приняты приказы о домохозяйствах. .

Интуитивно они отметили увеличение времени, проводимого дома, в то время как количество посещений рабочего места значительно сократилось, а также снизилось количество посещений торговых точек (например, магазинов и ресторанов) и остановок общественного транспорта.

Они увидели, что в округах, где изначально была более высокая плотность случаев заболевания, количество посещений рабочих мест, а также торговых точек и транзитных станций сократилось более резко, чем в округах, менее затронутых COVID-19. В то же время в этих округах наблюдался более заметный всплеск активности на дому.

Кроме того, исследователи обнаружили, что в округах, в которых активность на рабочем месте снизилась больше всего, в последующие дни был самый низкий уровень новых случаев COVID-19. Запаздывание составляло 5, 10 и 15 дней, чтобы дать время для инкубационного периода COVID-19, но более низкие уровни инфицирования сохранялись во всем диапазоне.

В дальнейшем Бейкер надеется, что можно будет провести дополнительную работу по проверке данных сотовых телефонов, чтобы увидеть, можно ли их специально использовать для прогнозирования горячих точек COVID-19 и принятия решений.

«Будет важно подтвердить, что данные сотового телефона будут полезны на других этапах пандемии, помимо первоначального сдерживания», — сказал Бейкер. «Например, полезен ли мониторинг этих данных на этапе возобновления пандемии или во время вспышки?»

Бейкер считает, что данные этого типа не так важны для COVID-19, как и в будущем.

«Они действительно могут помочь нам лучше понять поведенческие модели, которые могут помочь будущим исследователям предсказать течение будущих эпидемий или, возможно, отслеживать влияние различных мер общественного здравоохранения на поведение людей», — сказал он./p>

Spread the love

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *