エール大学公衆衛生大学院の研究者は、モバイル デバイスのデータを利用して、コネチカット州の自治体におけるおオンラインカジノの流行を正確に予測しています。
新しい研究を実施するために、研究者らはモバイル デバイスからの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、保健当局が地域でのおオンラインカジノの発生を予測するのに役立ち、検査リソースをより効率的に割り当てることができる可能性がある。
この研究は、のデータ科学者と疫学者によって主導されました。エール大学公衆衛生大学院、コネチカット州公衆衛生局、米国疾病予防管理センター、および空間データ分析会社の Whitespace Ltd.
研究結果は次の年に出版されました科学の進歩.
正確な結果の達成
研究者らの結果の鍵となったのは、コネチカット州の半径6フィート以内で市レベルに至るまでの高頻度の濃厚接触事件を検出できた精度だった。
「人と人との濃厚接触が主な感染経路です。SARS-CoV-2、おオンラインカジノを引き起こすウイルスです」と、この研究の筆頭著者であり、エール大学公衆衛生大学院の生物統計学の准教授であり、大学の生態学と進化生物学、管理、統計およびデータサイエンスの准教授であるフォレスト・クロフォード氏は説明した。エール。
濃厚接触者の測定
「モバイル デバイスの地理位置情報データを使用して、コネチカット州のあらゆる場所で半径 6 フィート以内の密接な対人接触を 1 年間にわたって測定しました」とクロフォード氏は述べました。 「この取り組みにより、コネチカット州の疫学者や政策立案者は人々の社会的距離の行動状態についての洞察を得ることができました。 広い。”
これまでの研究では、社会的距離を保つ行動と新型コロナウイルス感染の可能性を示す代替手段として「モビリティ指標」が利用されてきました。ただし、この分析には限界があります。
「モビリティ指標は、多くの場合、自宅などの場所から離れた場所での移動距離や滞在時間を測定します」とクロフォード氏は付け加えました。 「しかし、私たちは皆、頻繁に動き回っても、他の人とあまり近づくことができない可能性があることを知っています。,モビリティ指標は感染リスクの優れた代用手段ではありません。私たちは、濃厚接触のほうが感染や局地的流行をよりよく予測できると感じています。」
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州のモバイル デバイスの地理位置情報データのレビューに基づいています。データはすべて匿名化されて集約されており、個人を特定できる情報は収集されませんでした。
アルゴリズムで新型コロナウイルスを予測
新しいアルゴリズムは、地理位置情報データに基づいて、州全体での濃厚接触イベント、つまりモバイル デバイス同士が 6 フィート以内にある場合の発生の確率を計算しました。次に、このデータは標準的な おオンラインカジノモデルに統合され、コネチカット州全体だけでなく、コネチカット州の個々の町、国勢調査区、国勢調査ブロック グループにおけるおオンラインカジノの感染者数を予測しました。
研究者らは、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感染者の初期波を正確に予測し、6月から8月にかけて州全体の感染者数が減少し、8月と9月にコネチカット州の特定の町で局地的に流行が発生することを正確に予測したと主張している。 。
現在、保健当局は、おオンラインカジノの蔓延を追跡するために、確認された症例数、入院者数、死亡者数などの一般的な監視データに依存することがよくあります。しかし、そのプロセスは実際の病気の伝播に遅れる可能性がありますs日ごと、週ごと。研究者らは、濃厚接触率の分析がはるかに速くなったと説明した。
「この研究で開発した接触率は、検査、従来の症例調査、接触追跡を通じて、結果として発生する症例が検出される数日または数週間前に、地域的な流行を引き起こす可能性が高い濃厚接触状況や、住民が感染リスクの高い地域を明らかにすることができます」 」とクロフォードは結論づけた。
