利用統計模型與大數據探尋人口流動與新冠傳播的潛在聯繫

來源：運籌OR帷幄
本文約1400字，建議閱讀7分鐘新冠預防，社交距離，人口流動趨勢。

---

作者：杜鴻儒，約翰霍普金斯大學土木與系統工程系在讀博士生，研究方向：流行病數據建模，人口流動模型，網絡建模。
編者按
作者基於匿名蜂窩數據生成了美國人口流動網絡，並且根據人口流動趨勢：
構建了各郡縣的社交距離評估指標；計算了美國各郡縣新增確診病例的實時增長率。
基於這兩個變量，利用統計學模型，作者分析了保持社交距離對美國新增確診病例增加率的影響。根據研究表明，在受新冠疫情影響最嚴重的郡縣，人口流動趨勢和新增確診病例的增長速率密切相關。這項研究通過統計模型證明了社交疏遠對於控制疫情傳播的有效性。在疫苗大規模投入市場使用前，保持社交疏遠依然是對抗病毒傳播最有效的方法之一。

研究背景

自美國首次報導新冠肺炎疫情以來，疫情已經席捲美國超過90%的郡縣。美國各州對於新冠疫情的響應存在差異性，各州各郡縣政府或快或慢地出臺了不同力度的居家隔離命令。由於各州各郡縣的居家令頒布時間不同，執行力度的差異性，人口流動的複雜性，以及各個地區疫情輕重差別性較大，如何宏觀評估美國居家令對疫情的影響成為一個難題。

方法

我們基於實時匿名蜂窩數據生成了美國人口流動網絡，並且根據人口流動趨勢構建了各郡縣的社交距離評估指標。同時，我們還計算了美國各郡縣新增確診病例的實時增長率。基於這兩個變量，我們利用統計學模型，分析了保持社交距離對美國新增確診病例增加率的影響。

主要發現

根據研究表明，在受新冠疫情影響最嚴重的郡縣，人口流動趨勢和新增確診病例的增長速率密切相關。在美國確診病例最多的25個縣中，20個縣的Pearson相關係數大於0.7。此外，相比於疫情發生以前，人口的流動量下降了35-63%。人口流動量的下降對新冠疫情傳播的影響，會在9到12天之後開始顯現，9-12天的時間間隔與新冠肺炎病理報告中的潛伏期一致。值得一提的是，我們還在研究中發現，許多地區的居民在居家令頒布之前就減少了出行的次數。人們可能通過不同渠道獲取了信息，並接受了公共衛生部門建議的社交疏遠的提議。
這項研究通過統計模型證明了社交疏遠對於控制疫情傳播的有效性。在疫苗大規模投入市場使用前，保持社交疏遠依然是對抗病毒傳播最有效的方法之一。

Social Distancing Ratio（SD）：

Vijt: 在t時，從i到j的交通流量。Vijt0: 疫情發生前，從i到j的交通流量。SDjt：代表了在t天時，j地點人口流動的相對變化， SD等於0表示出行量為0，SD等於0.5說明出行量相比於疫情之前減少了50%。

Growth rate ratio (GR)：

結果展示：

1月24日和4月17日美國各地區出行量的對比。灰常地區由於手機數據樣本過少不作展示。

美國確診病例前十名州的SD ratio趨勢圖。藍虛線代表縣級居家令的頒布日期，紅虛線代表州級居家令頒布日期。（日期有重合）

在不同的時間間隔下，SD ratio和GR的相關係數變化。最佳滯後時間間隔為9到12天。
Limitations：
本文只考慮了出行量和人口流動對疫情傳播的影響，並沒有考慮其他重要影響因素，例如：口罩使用和接觸者追蹤等等。
更多細節請參考：https://www.thelancet.com/journals/laninf/article/PIIS1473-3099(20)30553-3/fulltext?utm_campaign=tlcoronavirus20&utm_content=133314454&utm_medium=social&utm_source=twitter&hss_channel=tw-27013292

參考文獻：

Badr, H.S., Du, H., Marshall, M., Dong, E., Squire, M.M. and Gardner, L.M., 2020. Association between mobility patterns and COVID-19 transmission in the USA: a mathematical modelling study. The Lancet Infectious Diseases.

編輯：黃繼彥

——END——

想要獲得更多數據科學領域相關動態，誠邀關注清華-青島數據科學研究院官方微信公眾平臺「 數據派THU 」。