一项新的研究探索了为什么新冠肺炎疫情的第一波在意大利的一些地区比其他地区更加强烈
该图描绘了一段时间内意大利20个地区的死亡率,以说明不同日期开始的疫情
学分:宾夕法尼亚州立大学 根据一项新的研究,呆在家里,限制当地旅行,支持获得初级保健,限制传染病中心——包括医院、学校和工作场所——的接触,这些策略可能有助于减少与新冠肺炎相关的死亡
由宾夕法尼亚州立大学、意大利比萨的圣安娜高级研究学院和加拿大魁北克的拉瓦尔大学的统计学家组成的研究小组使用了新的统计方法来比较意大利20个地区的第一波疫情,并找出导致死亡率的因素
“第一波新冠肺炎疫情在不同地区采取了截然不同的路径,一些地区受到的打击尤其严重,而另一些地区的情况要好得多,”研究团队的负责人弗朗西丝卡·基阿罗蒙特说,她是统计学教授,也是宾夕法尼亚州立大学生命科学统计劳埃德和多萝西·福尔·哈克讲座的主持人,还是圣安娜学校卓越嵌入部门的科学协调员
“我们想了解为什么一些地区受到的打击比其他地区大得多,因此我们在一个名为功能数据分析的统计领域使用了经过审查和新开发的技术,来比较第一波疫情在意大利不同地区的进展情况
" 该研究没有关注预测疫情轨迹的模型,而是使用功能性数据分析技术从死亡率随时间变化的曲线形状中收集信息,提供了一种从数据中捕捉关联和模式的敏感方法
研究人员比较了意大利20个地区第一波疫情期间的死亡率曲线
在对曲线进行聚类和排列后,为了描述它们的形状并解释不同日期开始的疫情,研究人员可以评估可能导致它们差异的因素
他们的结果出现在八月
30发表在科学报告杂志上
研究人员发现,当地流动性——有多少人在当地流动——与COVID死亡率密切相关
具体来说,他们使用了谷歌“杂货和药房”类别的数据,这反映了与获取食品和药品等必需品相关的流动性
在2020年3月开始的全国封锁期间,这些流动性水平在意大利急剧下降,仅在封锁的第一周就下降了大约30%,然后在工作日进一步下降了多达60%,在3月和4月的周末几乎下降了100%
“在疫情初期,人们对流动限制是否真的有效有很多疑问;我们的结果增加了他们这样做的越来越多的证据,”Chiaromonte说
“我们看到了滞后效应,但当人们降低了活动能力时,我们看到了与COVID相关的死亡减少
我们不是唯一记录这一点的人,所以当我们被告知呆在家里作为缓解措施时,我们应该呆在家里!" 根据这项研究,阳性COVID测试的比率和死亡率也是相互关联的,具有滞后性,这再次证明了阳性是疾病模型中的一个有用指标
研究小组还逐一调查了几个人口、社会经济、基础设施和环境因素,看它们是否能进一步解释死亡率模式
这些因素包括65岁以上人口的百分比、糖尿病和过敏等原有疾病的患病率、初级保健和重症监护室床位的可及性,以及可能增加接触率的因素,如医院或疗养院的床位数和每个教室的学生人数
“根据我们的统计技术获得的关联,降低死亡率的可能与其说是拥有拥有大量重症监护室床位的大型豪华医院,不如说是有机会接触初级保健医生,”Chiaromonte说
“事实上,拥有大医院可能会适得其反,因为它们充当了传染中心
每个医院有更多的床位,每个疗养院有更多的床位,每个教室有更多的学生,每个公司有更多的员工,这些地方是流行病最严重的地方
" 通过更多的研究来证实这些趋势,这些结果可以为决策提供信息,例如鼓励短期和中期投资,以促进分布式初级卫生保健,并限制传染病中心的接触
学校和工作场所可以鼓励豆荚,学生和员工只能看到有限的一群人,医院可以分割部分以减少接触
“重要的是,即使在我们的统计分析中控制了这些因素,流动性仍然是死亡率的一个非常强的滞后预测因子,”Chiaromonte说
“即使考虑到流动性、阳性率和我们考虑的其他因素,我们仍然无法完全解释为什么包括米兰在内的北部工业化地区伦巴第大区的疫情比该国其他地区严重得多
相对于我们的模型所能解释的,它们仍然是一个异常值
增加获取准确、及时和高地理分辨率数据的途径,可能会让我们和其他研究人员验证结果,并提高我们解释最极端轨迹的能力——比如在新冠肺炎第一波期间在伦巴第亚观察到的轨迹
" 有限的数据可用性和准确性给这项研究带来了一些挑战
例如,官方死亡人数反映了疫情早期的严重漏报,因此研究小组还整合了关于差异死亡率的信息——2020年总死亡人数与前五年平均死亡率的差异
然而,更精确的死亡信息,以及病例和住院信息,在更精细的地理范围内,并可能按性别、年龄、先前存在的状况和其他特征进行划分,将允许团队改进他们的模型
此外,人口、社会经济、基础设施和环境数据经常以粗略的地理比例报告,而且往往已经过时多年
Chiaromonte说:“自大流行开始以来,已经取得了一些进展,但我们希望未来政府机构、统计局和其他团体将真正优先考虑数据收集、整合和向合格研究人员提供。”
“我们早期存在的所有模糊性和问题,在某些情况下仍然存在,关于传染病发生在哪里,病毒是在餐馆、健身房还是在公共交通工具上传播,或者某些缓解措施是否奏效——我们可以用良好的数据更有效地回答这些问题
我们已经在努力利用这一进展——例如,谷歌已经以更精细的地理分辨率提供了他们的移动性度量,我们正在用它们来分析新冠肺炎疫情在意大利的第二波
但是,我们怎么强调都不为过,获得关于这一流行病以及可能加剧或缓解这一流行病的许多变量的准确、精细和最新信息是多么重要
"
来源:由phyica.com整理转载自PH,转载请保留出处和链接!