在世界各地的城市中，餐馆、咖啡馆和健身房等人群聚集的地区通常会出现病毒暴发。

现在，利用手机数据绘制的人群活动地图表明，美国城市中大多数新冠感染可能都与这些场所相关。这一11月10日发表于《自然》的新模型，同时发现减少场馆占用率可显著降低感染人数。

为了预测人们的活动如何影响病毒传播，研究小组将手机应用程序中的匿名位置数据输入到一个简单的可估计疾病传播速度的流行病学模型中。位置数据由科罗拉多州丹佛市的SafeGraph公司收集，这些数据来自芝加哥、纽约、费城等美国10个最大的城市。数据描绘了从3月开始的两个月里，上述城市中居民进出57000个街区到餐馆、教堂、健身房、酒店、汽车商店和体育用品商店等地点的地图。

当研究小组将该模型预测的3月8日至4月15日芝加哥居民区感染人数，与一个月后在这些社区正式记录的感染人数进行比较时，他们发现，该模型准确地预测了确诊病例数。

“我们能够准确估计每天每小时1亿人之间的接触网络。”研究小组成员Jure Leskovec说。

然后，研究小组使用该模型模拟不同的场景，比如在保持其他场所关闭的同时，重新开放一些场馆。他们发现，开放餐馆时感染人数增加最多，其次是健身房、咖啡馆、酒店和汽车旅馆。如果将上述所有场馆都开放，模型预测会有330万个新增感染病例。但如果将上述场所的空间占有率限制在30%，可使新增感染人数减少到110万；如果空间占有率限制在20%，新增感染病例将减少80%以上，为65万例左右。

英国牛津大学流行病学家Christopher Dye表示，该流动模型还需要用真实数据加以验证。“这是一个有待验证的流行病学假说。但这无疑是非常值得去检验的假说。”

相关论文信息：https://doi.org/10.1038/s41586-020-2923-3（徐锐）

编辑/田野