《自然》:大城市内10%的场所造成了80%的新冠病毒感染

2020-11-12 作者 elbert

原标题:《自然》:大城市内10%的场所造成了80%的新冠病毒感染

出品 | 搜狐健康

作者 | 周亦川

编辑 | 袁月

CNN网站报道,近期《自然》杂志发布一项研究表明,餐馆、健身房、咖啡馆和酒店等区域新冠肺炎感染风险很高,80%的感染与这10%的区域有关。降低这些场所的最大使用率,可大大减缓疾病的传播。

文章作者,斯坦福大学计算机科学副教授Jure Leskovec介绍,研究人员希望调查一些“超级传播”场所的感染风险。他们根据手机定位数据模拟新冠肺炎的情况,对亚特兰大、芝加哥、达拉斯等10个大城市进行建模,相当于今年3月至5月的流动模式,每小时有9800万人次的流动。

研究人员检查了每个地区的新冠肺炎病例数,同时观察他们去某些非住宅区或“兴趣场所”的频率,包括杂货店、健身中心、咖啡馆和小吃店、医生办公室、宗教机构、酒店和汽车旅馆以及全方位服务的餐馆。

平均而言,城市范围内,全方位服务餐馆、健身房、酒店、咖啡馆、宗教组织和有限服务餐馆重新开放时,预计感染人数增加速度最快。感染率非常不均衡,以上10%的兴趣场所占所有感染的80%以上,这些地方面积小、更拥挤,人们在这里停留的时间更长。

我们认为,将这些兴趣场所的最大使用率限制在20%,可以使新增感染数减少80%以上。同时,与正常开放相比,只损失了大约40%左右的客源。想强调一点,有限的控制并不等于全部或没有。

该模型还指出,根据人口数据,低收入社区的人感染风险高于高收入社区。这些地区的面积更小,人员拥挤传播风险更高。数据显示,一个低收入的人逛杂货店的感染风险是高收入区的两倍。低收入社区的杂货店每平米的人数多60%,人员停留时间长17%。

当然这项研究也有一些局限性,比如仅包括大城市地区,学校、疗养院、监狱等人群密集地区也没有计算在内,需要更多的研究评估更多区域的感染风险。

英国莱斯特大学Julian Tang在一份声明中指出,这项研究结果很有意义。它的结果如我们所料,也再次突出了病毒在不同社会经济阶级之间的风险差异。

哈佛大学陈氏公共卫生学院的Kevin C. Ma和Marc Lipsitch在《自然》上发布一份评论称,本项研究的“最大占用率”可以扩展到其他地区,比如健身房、博物馆等可以制定限时参观的策略,减少平均停留时间。这份研究还进一步证实了不同收入人群之间的风险差异,比如,在低收入社区往往有更多的疫情一线工作者,他们的感染风险也是最高的;低收入人群常去的场所往往更加拥挤,也增加了感染风险。我们需要更进一步的模型,通过更多的数据支持,可以指导如何安全开放社会,如何将流动限制在感染风险最低的程度等。

参考资料:

1.CNN

In places you’re most likely to catch Covid-19, reducing crowds can help

https://edition.cnn.com/2020/11/10/health/covid-19-modeling-high-risk-places-study-wellness/index.html

返回搜狐,查看更多


责任编辑: