COVID-19模型量化了特定地区社会距离秩序的影响

随着Covid-19大流行在春天，州长，州长，市长和当地领导人占据了各地的地区，希望能够平息病毒的传播转向当时唯一可动的防御：他们禁止学校和企业，禁止群众集会，发行留在家庭订单，并强制执行其他社会疏散措施。

现在，一项发表在内科医学年鉴由威斯康星大学 - 麦迪逊研究人员量化了社会疏散措施对三个不同地区Covid-19村庄的地区特异性影响：纽约市，密尔沃基大都市和威斯康星州Dane县。

使用关于手机运动的聚合数据，UW-Madison工程学院和医学院和公共卫生的研究人员创造了一种计算模型，以模拟Covid-19案件，基于社会脱节指令，以及如何勤奋地遵守这些订单。

模拟结果显示，社交距离措施对病例数量产生了重大影响，尽管在不同地区，甚至在同一州内，影响有显著差异。

根据他们的模型，在纽约实施社会疏散措施的时间尤为至关重要，国家受限制的群众聚会3月12日，并在以下10天内介绍了日益严格的措施。

然而，根据研究人员的建模，据说据前一周举行了一周，纽约市的案件数量将截至5月底的80％（41,366而不是203,261）;相反，一周的延误将增加左七倍，达到140多次。

丹恩县的影响不像丹丹县那样戏剧性，其中一周的延迟将增加36％截至7月底的案件数量。

“每个人都知道，从本质上讲，社交距离措施起到了作用，但我认为，这是最准确的估计之一，可以衡量它们真正带来了多大的变化，”该论文的第一作者、工业和系统工程教授奥古詹·阿拉戈兹(Oguzhan Alagoz)说。“在人口密度高、出入频繁的地方，社交距离的影响比其他地方要大得多。例如，威斯康星州在全州范围内实施了同样的社会距离措施，但在戴恩县、密尔沃基和其他地区的影响不同。我们的模型实际上能够告诉我们这个定量估计，我们将看到一个地区和另一个地区的差异有多大。”

在与医学院和公共卫生教授Nasia Safdar、Ajay Sethi、Brian Patterson和Matthew Churpek的合作中，Alagoz使用团队模型中的手机移动数据作为跟踪公民遵守社会距离政策的一种方法。

该模型还考虑了每个地区的人口统计、从该地区以外输入的感染、无症状传播、对社交距离规则的不同年龄遵守情况，以及在大流行最初几个月检测的可获得性有限。研究人员说，这些因素共同推动了不同地区的感染率，这表明有必要建立针对特定地区的模型和政策。

“预防活动的背景问题、特定区域的数据和缓解的预期效果对于让社区参与缓解工作和让社区参与缓解工作是非常宝贵的，”华盛顿大学医院和诊所医学系教授、感染控制医学主任Safdar说。

有趣的是，该小组的模型显示，解除社交距离命令的时机几乎不是必然的——前提是该地区的居民基本上保持警惕(或者，根据该模型的说法，只允许他们遵守社交距离减少5%)。例如，如果纽约市提前一周解除社交距离措施，即6月1日而不是6月8日，那么到7月底，病例数量将增加6738例。

“这场大流行的命运掌握在我们手中，”Alagoz说。“作为一个社区，这取决于我们如何回应。这取决于人们的行为。”

---

---