По словам экономиста из Университета Уорвика Тиемо Фетцера, новые расчеты дают «конкретные указания, как ввести сбалансированные по цене и эффективности меры, чтобы сдержать распространение болезни и при этом ограничить вред для экономики».
Чтобы предсказать, как передвижение людей может повлиять на передачу коронавируса, команда ученых использовала анонимные данные о локации пользователей из приложений мобильных телефонов. Эти данные были введены в простую эпидемиологическую модель, которая предназначена для расчета скорости распространения инфекции. Данные локации собрала компания SafeGraph в 10 крупнейших городах США, включая Чикаго, Нью-Йорк и Филадельфию. Они дали возможность создать карту передвижения людей из 57 тысяч районов в различные заведения, такие как рестораны, церкви, спортзалы, гостиницы, магазины спортивных товаров за 2 месяца начиная с марта.
Ученые сравнили прогноз модели по количеству заражений в Чикаго с 8 марта до 15 апреля с реальными цифрами за этот же период. Оказалось, что модель довольно точно предсказала количество случаев COVID-19.
«Мы можем точно подсчитать сеть контактов между 100 миллионами людей для каждого часа в течение дня. Это наш секретный ингредиент», — сказал ученый Юре Лесковец.
Команда исследователей использовала модель для симуляции различных сценариев, в ходе которых одни места массового скопления были открыты, а другие — нет. Ученые выяснили, что открытие ресторанов на полную мощность приводит к наибольшему увеличению случаев заражения. Далее наибольший вклад в распространение COVID-19 делают спортзалы, кафе и гостиницы.
В Чикаго открытие всех ресторанов первого мая привело бы к появлению дополнительных 600 тысяч случаев заражения за месяц. Открытие спортзалов дало бы дополнительные 149 тысяч больных COVID-19. Если бы в Чикаго открыли все заведения, модель предполагает, что в городе было бы 3,3 миллиона новых случаев заражения.
Однако, если ограничить заполнение всех мест скопления людей до 30%, это сокращает прогноз новых случаев COVID-19 до 1,1 миллиона. Если же заведения будут заполнены на 20%, это позволит избежать более 80% потенциальный новых заражений.
«Исследование демонстрирует, как большие массивы данных о мобильности населения потенциально могут спрогнозировать динамику передачи инфекции. И это можно сделать с беспрецедентной детализацией», — сказал эпидемиолог из Имперского колледжа Лондона Нил Фергюсон.
Вместе с тем, эпидемиолог Оксфордского университета Кристофер Дай сказал, что выявленные закономерности нужно проверить с помощью реальных данных.
«Это эпидемиологическая гипотеза, которую еще надо проверить. Однако, это гипотеза, которая стоит того, чтобы ее проверять», — сказал он.
Vzglyad.az
Читайте актуальные новости и аналитические статьи в Telegram-канале «Vzglyad.az» https://t.me/Vzqlyad
Тэги: Ученые