Доктор. Джейсон Цзя, доцент кафедры маркетинга факультета бизнеса и экономики Гонконгского университета и ведущий автор исследования, и его соавторы использовали общенациональные данные, предоставленные крупным национальным перевозчиком в Китае, для отслеживания движения населения из Ухани в период с 1 года до 18 лет. Январь и 24 января 2020 года, период, охватывающий ежегодную массовую миграцию Чуньюнь перед китайским лунным Новым годом в город, заблокированный для сдерживания распространения вируса.
Было отслежено передвижение более 11 миллионов человек, путешествующих через Ухань в 296 префектур 31 провинции и региона Китая.
В отличие от обычных эпидемиологических моделей, основанных на исторических данных или предположениях, команда использовала данные в реальном времени о фактических перемещениях, уделяя особое внимание совокупному потоку населения, а не индивидуальному отслеживанию.
Данные включают любого пользователя мобильного телефона, который провел в Ухане не менее 2 часов в течение периода исследования. Местоположение было обнаружено после того, как пользователи включили свои телефоны. Поскольку использовались только агрегированные данные, а отдельные данные не использовались, угроза конфиденциальности потребителей не возникла.
Комбинируя данные о потоках населения с количеством и местонахождением подтвержденных случаев COVID-19 до 19 февраля 2020 года в Китае, команда д-ра Цзя показала, что относительное количество перемещений людей из эпицентра болезни, в данном случае Уханя, напрямую предсказывало относительную частота и географическое распределение числа случаев COVID-19 в Китае.
Исследователи обнаружили, что их модель может статистически объяснить 96% распределения и интенсивности распространения COVID-19 по Китаю.
Затем исследовательская группа использовала эту эмпирическую взаимосвязь для создания нового набора инструментов для обнаружения рисков. Используя данные о потоках населения, исследователи создали «ожидаемую модель роста», основанную на количестве людей, прибывающих из источника риска, т.е.е. эпицентр болезни.
Таким образом, команда разработала новую модель риска, сравнивая ожидаемый рост случаев с фактическим количеством подтвержденных случаев для каждого города в Китае, разница заключается в «риске передачи инфекции в сообществе»."
"Если подтвержденных случаев будет больше, чем ожидалось, риск распространения среди населения выше. Если количество ожидаемых случаев меньше, чем сообщается, это означает, что городские превентивные меры особенно эффективны, или это может указывать на необходимость дальнейшего расследования центральными властями для устранения возможных рисков, связанных с неточными измерениями », – пояснил д-р Цзя.
«Новаторским в нашем подходе является то, что мы используем неверные прогнозы для оценки уровня риска для сообщества. Наша модель точно сообщает нам, сколько случаев нам следует ожидать с учетом данных о поездках.
Мы противопоставляем это подтвержденным случаям, используя логику, согласно которой то, что не может быть объяснено завезенными случаями и первичной передачей, должно распространяться среди населения ", – добавил он.
Такой подход выгоден тем, что не требует предположений или знаний о том, как и почему распространяется вирус, устойчив к неточностям в отчетах и требует только информации об относительном распределении перемещений людей. Его могут использовать политики в любой стране, располагающей данными, для быстрой и точной оценки рисков и для планирования распределения ограниченных ресурсов перед продолжающимися вспышками заболеваний.
"Наше исследование показывает, что географический поток людей превосходит другие показатели, такие как размер населения, благосостояние или удаленность от источника риска, чтобы указать на серьезность вспышки."сказал д-р Цзя.
Д-р Цзя в настоящее время изучает возможность применения этого инструментария в других странах и распространения его на ситуации, когда существует несколько эпицентров COVID-19. Команда работает с другими национальными операторами связи и ищет дополнительных партнеров по передаче данных.
Соавторы исследования: Цзяньминь Цзя, профессор президентского кафедры Китайского университета Гонконга, Шэньчжэнь (автор-корреспондент); Николай А. Кристакис, профессор социальных и естественных наук Йельского университета; Синь Лу, Национальный университет оборонных технологий в Чанша, Китай, и Каролинский институт в Стокгольме, Швеция; Юнь Юань, Юго-западный университет Цзяотун; Гэ Сюй, Хунаньский университет технологий и бизнеса.