イェール大学公衆衛生学校の研究者は、おオンラインカジノ利用することにより、コネチカットの自治体でのCOVID-19の発生を正確に予測しています。
新しい研究を実施するために、研究者はモバイルデバイスから匿名の位置情報を使用しました。チームが採用した方法は、保健当局が地元のおオンラインカジノを予測するのを支援するのに役立つ可能性があるため、テストリソースをより効率的に割り当てることができます。
この研究は、おオンラインカジノ科学者と疫学者が主導しましたイェール公衆衛生学校、コネチカット州公衆衛生局、米国疾病管理予防センターおよびWhitespace Ltd.、空間おオンラインカジノ分析会社。
研究の結果は、で公開されています科学の進歩.
正確な結果を達成する
研究者の結果の鍵は、コネチカット州の6フィートの半径以内の高頻度の密接な個人的接触の事件を、地方自治体レベルまでに検出できる精度でした。
「人々の間の密接な接触は、送信のための主要なルートですSARS-COV-2、Covid-19を引き起こすウイルス」と、イェール大学公衆衛生学校の生物統計学の准教授であり、生態学と進化生物学、管理、統計、おオンラインカジノ科学の准教授であるフォレスト・クロフォードは説明しました。イェール。
緊密な連絡先の測定
「コネチカット州のあらゆる場所で6フィートの半径内で、モバイルデバイスのジオロケーションおオンラインカジノを1年にわたって使用して、半径6フィート以内に密接な対人接触を測定しました」とクロフォードは言いました。 「この努力は、コネチカットの疫学者と政策立案者に人々の社会的距離の行動状態に対する洞察を与えました ワイド。」
以前の研究では、「モビリティメトリック」を社会距離行動とおオンラインカジノ伝播の可能性の代理測定として利用しています。ただし、この分析には制限があります。
「モビリティメトリックは、多くの場合、移動距離や家などの場所から離れた時間を測定します」とクロフォードは付け加えました。 「しかし、私たちは皆、多くの人を動き回ることが可能であり、それでも他の人にあまり近づいていないことを知っています。,モビリティメトリックは、伝送リスクの大きな代理ではありません。密接な接触は、感染症と地域の発生をより良く予測すると感じています。」
チームの結果は、2020年2月から2021年1月までのコネチカットモバイルデバイスの地理配置おオンラインカジノのレビューに基づいています。すべてのおオンラインカジノは匿名化されて集計されており、個人的に識別可能な情報を収集しませんでした。
アルゴリズムはおオンラインカジノを予測します
新しいアルゴリズムは、地理的おオンラインカジノに基づいて、モバイルデバイスが互いに6フィート以内にあるように、州全体の密接な接触イベントの確率を計算しました。次に、このおオンラインカジノを標準のCOVID-19伝送モデルに統合して、コネチカット州全体だけでなく、個々のコネチカットの町、国勢調査地域、および国勢調査ブロックグループでCOVID-19のケースレベルを予測しました。
研究者は、2020年3月から4月にかけてコネチカット州のおオンラインカジノ症例の初期波と、6月から8月の州全体の症例の減少と8月と9月の特定のコネチカットの町での地域の発生の減少を主張していると主張しています。 。
現在、保健当局はしばしば、COVID-19の拡散を追跡するための確認された症例の数、入院、死亡を含む一般的な監視おオンラインカジノに依存します。しかし、そのプロセスは実際の病気の伝播を遅らせることができますs数日と数週間。個人的な接触率の分析ははるかに速いと研究者は説明した。
「この研究で開発した接触率は、テスト、従来のケースの調査、接触トレースを通じて、結果として生じるケースが検出される数日前または数週間前に居住者が高い伝播リスクの日または数週間前に局所的な発生や地域を生み出す可能性が高い高接触条件を明らかにすることができます。 、」クロフォードは結論付けました。
