新统计模型能预测哪些城市最有可能成为疾病“超级传播城市”

研究人员开发了一种新的统计模型，可以预测哪些城市更有可能成为传染病热点区，这是基于城市之间的互联性和一些城市的环境比其他城市更适合感染的想法。缅因大学的Brandon Lieberthal和Allison Gardner在开放获取的《PLOS计算生物学》（PLOS Computational Biology）杂志上发表了这些发现。

在疫情中，不同城市触发超级传播事件的风险不同，超级传播事件会将异常大量的感染者传播到其他城市。先前的研究已经探索了如何根据每个城市与其他人的联系或每个城市作为感染环境的独特适宜性来识别潜在的“超级传播城市”。然而，很少有研究将这两种因素同时结合起来销售管理软件。

现在，Lieberthal和Gardner开发了一个数学模型，通过结合城市之间的连接性和不同的感染适宜性来识别潜在的超级传播城市。一个城市的感染适宜性取决于所考虑的具体疾病，但也可能包括气候、人口密度和卫生条件等特征。

研究人员通过模拟随机生成的网络中的流行病传播来验证模型。他们发现，一个城市成为超级传播城市的风险仅在一定程度上随着感染适宜性的增加而增加，但风险会随着与其他城市连接的增加而无限增加。

Lieberthal说:“最重要的是，我们的研究得出了一个公式，在这个公式中，疾病管理专家可以输入一种传染病的属性和人类流动网络，并输出一份最有可能成为超级传播地点的城市名单。这可以加强预防或减少传播。”

新模型既可应用于COVID-19等直接传播疾病，也可应用于蚊媒传播的疾病，如蚊媒传播的寨卡病毒。与传统的风险度量相比，它可以提供更深入的指导，但与高级模拟相比，它的计算密集型也少得多。