Исследование, имеющее значение для США и других стран, показало, что ограничение личной мобильности с помощью ограничений на поездки и аналогичной тактики эффективно только на первых этапах эпидемии и сокращается пропорционально распространению инфекции среди населения.
В исследовании «Моделирование и прогнозирование влияния социального дистанцирования и ограничений на поездки на распространение COVID-19» исследователи во главе с Алессандро Риццо, приглашенным профессором Управления инноваций Нью-Йоркского университета Тандон и профессором Туринского политехнического университета, и Маурицио Институт Порфири, профессор механической и аэрокосмической, биомедицинской, гражданской и городской инженерии в Нью-Йоркском университете Тандон и член Центра городской науки и прогресса (CUSP), подробно описывает структуру моделирования данных для выделения разной эффективности различных политик вмешательства в связи с COVID-19.
Поскольку их метод имеет низкую вычислительную нагрузку (его можно легко запустить на персональном компьютере), он может быть ценной системой поддержки принятия решений для политиков, направленных на реализацию комбинированных мер сдерживания, которые могут защитить здоровье граждан, избегая при этом полного закрытия. со всеми их экономическими, социальными и психологическими последствиями.
«Хотя этот проект был ориентирован конкретно на Италию, результаты являются разоблачительными практически для любой страны, которая полагается на ограничения на поездки, чтобы остановить распространение пандемии. Мы с нетерпением ждем возможности использовать данные из США, чтобы настроить модель и дать конкретные ответы для борьбы с этой деликатной фазой пандемии », – сказал Порфири.
Риццо добавил: «Мы особенно довольны этой моделью, поскольку она дает очень подробные ответы, хотя и полагается только на агрегированные источники данных – еще одна гарантия конфиденциальности людей."
Работа включает реалистичное представление демографических данных и моделей поездок как пассажиров, так и тех, кто совершает дальние поездки, с использованием только агрегированных и общедоступных данных, не прибегая к отдельным устройствам слежения. Он следует за исследованием распространения Covid-19 в Нью-Рошель, штат Нью-Йорк, предсказывающим распространение COVID-19 в городах и провинциях среднего размера, опубликованном на обложке Advanced Modeling and Simulations (Wiley),
Исследователи, в том числе Франческо Парино из Туринского политехнического университета и Лоренцо Зино из Университета Гронингена, Нидерланды, также обнаружили, что выборочная политика изоляции, например ограничение только деятельности пожилых людей, похоже, не оказывает большого влияния на общую передача эпидемии.
Развертывание своей алгоритмической структуры для моделирования сценариев, в которых снимаются ограничения, обнаружило, что ограничения на социальную активность необходимо постепенно снимать, чтобы избежать второй волны, в то время как сроки и быстрота снятия ограничений на поездки, похоже, не имеют большого влияния на передачу.
Ввиду ограниченных ресурсов и присущей им медлительности кампаний вакцинации исследовательская группа в настоящее время занимается использованием модели для оценки эффекта различных политик вакцинации для определения развертывания вакцинации, которая будет направлена на обеспечение оптимального результата в несмотря на ограниченные ресурсы с точки зрения доз вакцины и операторов.
U.S.
Национальный научный фонд (CMMI-1561134 и CMMI-2027990), Compagnia di San Paolo, MAECI (Mac2Mic), Европейский исследовательский совет (ERC-CoG-771687) и Нидерландская организация научных исследований (NWO-vidi-14134 ) оказал щедрую поддержку этому исследованию.