eLife解开了呼吸道疾病传播风险的室内混合模式

　　

研究人员描述了季节对人类社会行为的影响，为呼吸道疾病传播风险提供了新的见解。

他们今天发表在eLife上的大规模分析，提供了美国各地季节性行为的框架，可用于构建更多基于证据的疾病传播模型。

一年中的时间对疾病传播的影响是一种熟悉和广泛的现象，但造成传播率季节性的过程在很大程度上仍然不清楚。

“传染病传播模型传统上使用环境数据驱动的方法。然而，流感、COVID-19和其他呼吸道病原体的季节性取决于人们的社会行为和环境，”第一作者Zachary Susswein解释道。在进行这项研究时，他是资深作者Shweta Bansal在美国华盛顿特区乔治敦大学的实验室的研究助理，现在是华盛顿特区洛克菲勒基金会的数据分析师。“在理解社会行为在呼吸道疾病季节性中所起的作用方面，一个关键的差距是我们对一年中的时间如何影响人们在室内交往的不完全了解。”

为了解决这一差距，该团队使用了关于人类流动性的新数据来描述美国室内与室外环境下的活动。这些数据来自SafeGraph Weekly Patterns数据集，该数据集基于GPS移动应用程序的使用情况，提供了美国各地公共场所或“兴趣点”(POIs)的人流量信息。数据范围从2018年到2020年，覆盖全国500多万个地点。在他们的研究中，该团队在这三年里使用了数据集中的460万份poi。

根据这些数据，他们将人们访问的地点主要分为“室内”(例如商店和办公室)和“室外”(例如游乐场和农贸市场)。然后，他们将特定地点的访问分为室内和室外，以构建一个新的指标，衡量人们每周在室内混合的趋势。他们发现，在基准年(2018年或2019年)，室内与室外活动的比例是季节性的，在冬季达到峰值。该测量结果显示，北部地区室内混合的季节性较强，南部地区则出现了额外的夏季高峰。

接下来，研究小组描述了COVID-19大流行期间这些季节性室内活动基线模式的变化。为此，他们将2018年和2019年确定的流动模式与2020年大流行期间的流动模式进行了比较。他们发现，大流行打乱了基线年确定的模式:在2020年初，当美国各地都采取了大量的社交距离措施(包括远程工作和学校关闭)时，户外活动比前几年更有可能。在四个案例研究地点——亚利桑那州马里科帕县;马里兰州巴尔的摩县;德克萨斯州特拉维斯县;和南卡罗来纳州的查尔斯顿县——大多数人的室内活动模式从2018年到2019年发生了变化，而其他一些人(如马里科帕县)则没有变化。作者说，在他们的分析中确定的模式对于预测不同疾病的动态在一年中的不同地点和时间如何不同，以及不同社区如何对行为干预做出反应是必要的。

“我们的研究结果表明，这样的公共卫生战略应该以一种有针对性的方式实施，由实时数据提供信息，并对目标进行清晰的沟通，”作者伊娃·雷斯特(Eva Rest)说，她在研究进行时是乔治敦大学班塞尔实验室的硕士研究生和全球卫生研究所研究员，现在是医学博士。他是美国康涅狄格州纽黑文耶鲁医学院的一名学生。

作者承认，虽然新颖的数据流提供了解决长期未解问题的机会，但必须仔细解释这些数据。SafeGraph的数据虽然在规模上很重要，但由于隐私法的限制，它不能代表16岁以下儿童的活动，而且由于智能手机使用率较低，它可能不太能代表老年人。

乔治城大学教务长杰出副教授、资深作者Shweta Bansal解释说:“此外，我们关于室内混合的新指标可能会在所有群体的经历中达到平均水平，特别是在社会经济地位方面。”先前的研究表明，由于缺乏带薪假等结构性不平等，低收入和种族边缘化社区进入户外和自然空间的机会系统性地更少，他们可以在室内度过更多时间。“因此，我们很可能低估了这些脆弱社区中个人所经历的感染风险，我们承诺继续努力，更好地描述这一点。”

Bansal总结道:“我们目前的工作有助于提高我们对全球变化背景下室内环境和感染风险之间关系的理解。虽然COVID-19大流行和气候变化可能以不同的方式影响室内活动，但更好地了解室内活动的季节性将使政策制定者和应急准备专家能够有效应对未来的干扰。”

Journal Reference:

1. Zachary Susswein, Eva C Rest, Shweta Bansal. Disentangling the rhythms of human activity in the built environment for airborne transmission risk: an analysis of large-scale mobility data. eLife, 2023; 12 DOI: 10.7554/eLife.80466