预测 COVID-19 传播的模型可以帮助决策者监测病毒，为健康监测系统提供信息 ...

COVID-19 大流行给全球公共卫生带来了前所未有的挑战。跟踪冠状病毒的动态允许政府、组织和个人做出预测，以努力遏制大流行的蔓延。但是，尽管收集并公开了有关 COVID 的大量数据，但这些信息可能不可靠且存在偏见。在一项新研究中，研究人员分析了来自哥伦比亚卡利的数据，以开发一个模型，该模型为跟踪数据、预测传播和通知健康监测系统提供模板。

该研究由卡内基梅隆大学 (CMU)、佐治亚理工学院 (Georgia Tech)、Universitat Jaume I 和 Universidad Nacional de Colombia 的研究人员进行。

“大多数 COVID-19 研究记录了州或县一级的总体感染情况，报告了特定时间特定地区的病例总数，”CMU 亨氏学院数据分析助理教授 Shixiang Zhu 解释说，他是合著者研究。“这往往会错过病毒传播模式的细节。”

Zhu 和他的同事分析了 2020 年 3 月 15 日至 9 月 30 日哥伦比亚第二大城市卡利的高分辨率 COVID-19 数据集，其中一半以上的人口生活在社会经济地位低下 (SES) 的社区. 该数据集来自卡利市公共卫生部长，记录了该市每例确诊病例的地点和时间，而不仅仅是一个地理区域的病例或死亡总数。

作者创建了一个基于随时间和空间变化的点过程的模型，之前感染的个体会导致新病例，他们使用基于神经网络的技术来解释位置对该过程的不同影响。他们还纳入了城市地标（例如教堂、学校、市政厅）施加的外部影响，并考虑了人口密度等因素，因为 COVID-19 通过呼吸道飞沫传播，并且在拥挤和通风不足的空间中气溶胶传播更高。

研究人员还研究了真实数据，这些数据揭示了 COVID-19传播的独特动态，并证实该市的几个地标在病毒传播中发挥了重要作用。特别是，该模型表明在卡利的中部、东北部和西北部（社会经济地位较低的人居住的地方）感染 COVID-19 的风险增加，而在城市南部的风险较低，那里是社会经济地位较低的人居住的地方。更高的 SES 生活。

将模型与真实数据进行比较，研究发现该模型成功预测了 COVID-19 的传播。因此，它可以帮助政策制定者监测冠状病毒动态，并为跟踪未来流行病的实时数据和通知健康监测系统提供模板。

“像我们使用的那样的高分辨率数据集将在未来得到更广泛的应用，因此我们在卡利使用的方法不限于该司法管辖区，”博士 Zheng Dong 指出。佐治亚理工学院 H. Milton Stewart 工业与系统工程学院机器学习专业的学生，他领导了这项研究。“事实上，它可以被使用、扩展和适应以时空位置为代表的几种自然现象。”