本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2025-04-15
摘要
SARS-CoV-2 病毒主要透過人際互動傳播，因此它在城市空間中的成長是人類流動行為的複雜函數，無法用標準流行病學模型充分解釋。最近的研究利用細粒度的城市流動資料來準確模擬病毒傳播，但此類資料會帶來隱私問題，通常難以收集，尤其是在低收入和中等收入國家 (LMIC)。在這裡，我們表明，與簡單的重力流動模型相結合的總種群流行病學模型足以捕捉城市空間中大部分複雜的流行病動態，很大程度上減少了對經驗流動數據的需求。在美國、印度和巴西 30 個城市進行的大量實驗表明，我們的模型始終能夠高精度地再現複雜、獨特的 COVID-19 成長曲線。它也為城市「超級傳播」的出現提供了理論解釋，其中一些高風險社區造成了大多數後續感染。此外，借助所提出的框架，我們可以告知出行限制，以在社會成本和疾病預防之間實現更好的平衡，從而促進可持續的流行病控制並支持向大流行後世界的逐步過渡。