Nye udbrud af coronavirus har lært at forudsige ifølge data fra en smartphone
Miscellanea / / February 01, 2022
Forskere ved Yale School of Public Health fandt Indvirkning af tæt interpersonel kontakt på COVID-19 forekomst: Beviser fra 1 års mobilenhedsdata en ny måde at forudsige områder, hvor sandsynligheden for masseinfektion af COVID-19 er særlig høj. Dette vil hjælpe med at allokere medicinske institutioners ressourcer mere effektivt og planlægge patienttest.
Forskerne tog højde for, at coronavirus spredes hurtigst, hvor mennesker kommer i kontakt med hinanden særligt ofte og tæt. De sætter en kritisk afstand — 182 cm: hvis en betydelig del af interaktioner forekommer på denne eller mindre afstand, øges sandsynligheden for infektion.
I arbejdet brugte forskerne anonyme geolokationsdata for brugere fra deres mobile enheder. De beregnede sandsynligheden for et stort antal tætte kontakter i forskellige områder. Disse oplysninger blev derefter tilføjet til en standard matematisk model for COVID-19-overførsel, og forekomsten blev bestemt.
Forskerne understregede, at deres teknik gjorde det muligt med succes at forudsige den første bølge af coronavirus-infektion i Connecticut i marts-april 2020, samt et fald i antallet af tilfælde her i juni-august og lokale udbrud af COVID-19 i de enkelte byer stat. Prognosen er ret præcis: den afslører stigninger i infektion dage eller uger før de første symptomer og testresultater vises.
Forskere håber, at deres prognoseteknik vil blive implementeret i andre regioner og vil hjælpe med at undgå masseudbrud i fremtiden. Prognosen vil også hjælpe med at forberede hospitaler til massetest og indlæggelse af patienter.
Læs også🧐
- Japanske forskere laver en ansigtsmaske, der lyser, når de udsættes for coronavirus
- Wuhan-forskere rapporterer om ny NeoCoV-coronavirus
- Læger har bevist, at tobaksrøg kan bære coronavirus