分类
康奈尔大学新闻

Data, testing helped Cornell curb COVID-19

在春末夏初,当康奈尔大学的管理人员在考虑学校是否应该以及如何重新开放秋季住宿学期时,后勤工作是令人生畏和沮丧的。

“很明显,条件可能在秋天非常相似——也就是说,病毒仍然存在,我们会有一个人口,容易被感染了病毒,和没有建立明确的降低风险,我们就有麻烦了,”院长迈克尔•考利考夫说,作为11月9 eCornell面板的一部分,”康奈尔大学的COVID反应:数据科学行动。“我们不太可能有我所谓的完美选择。”

离学生们回家在线完成学期还有不到三周的时间,康奈尔大学在确保校园和周边社区尽可能安全方面已经超出了自己的预期。

到目前为止,康奈尔大学在校园内发现的冠状病毒感染病例少于200例,仅为该校最初模型预计的1200例的六分之一。通过与汤普金斯县卫生部门和卡尤加卫生系统的合作,学生、大学领导和各领域专家的不懈努力,低感染率得以实现。汤普金斯县卫生部门和卡尤加卫生系统设计、部署和不断重新评估了有效抗击一种可怕和不可预测的病毒的战略。

“这学期的情况比我们模拟的好得多,也比我希望的好得多,”工程学院运筹学与信息工程学院(School of Operations Research and Information Engineering)副教授彼得弗雷泽(Peter Frazier)说,他的团队开发了康奈尔大学用于构建测试策略的模型。

他说,原因之一是他们担心的一些事情实际上并没有发生,比如感染在教室和宿舍蔓延。学生们非常顺从,频繁的测试是有效的。来自康奈尔以外社区的传播率低于他们的预期,尽管员工中感染的人数正在上升,尤其是那些住在汤普金斯县以外的人。

弗雷泽说:“总体结果比我们预期要好得多的另一个原因是,随着时间的推移,我们实施的干预措施越来越好。”

例如,该团队开发了针对高风险群体的针对性测试,以及适应性测试,后者测试的熟人圈子比美国疾病控制与预防中心(Centers For Disease Control and Prevention)定义的密切接触者更广。而在康奈尔大学健康中心——使用从病人互动中提取的非识别数据,以及接触追踪和保护隐私的公共健康应用程序中的信息——工作人员在监控和跟踪校园趋势时调整了工作。

”康奈尔健康临床医生的临床信息收集病人护理服务的捕获,消除识别信息和由这些新的公共卫生蒸馏模块让我们通知社区的影响和风险的理解和支持大流行应对以独特的方式,”莎朗·麦克伦说,助理副总裁学生和校园生活的健康和福祉。

麦克马伦说,通过与环境健康与安全、人力资源和大学关系等其他部门的合作,康奈尔卫生学院为校园公共卫生运动做出了贡献,以促进与戴口罩和保持身体距离等措施的合作。

“它不能简单地以强制为导向;我们必须帮助人们理解并认同这些缓解措施的必要性。“cornell特有的数据可以传达信息的每一个部分,这也是它如此成功的原因。”

频繁、快速的检测——本科生每周两次——是康奈尔大学计划的基石,如果没有由兽医学院(CVM)主持的快速建成的康奈尔COVID-19检测实验室(CCTL),这一切都不可能实现。CCTL主任、CVM人口医学和诊断科学系副教授Diego Diel博士说,使用混合测试,CCTL每天可以处理多达7000个样本,其中5个样本被合并并分析在一起。

Diel说:“当我们开始讨论这个问题的时候,我们都意识到,实现这个目标的唯一途径是我们可以进行池测试,而不是单独的样本测试。”

他和其他人还决定用前鼻拭子对学生进行测试,前鼻拭子从鼻孔前部采集样本,而不是从鼻子深处采集鼻咽拭子。轻微损失的敏感性,他们相信,将抵消频繁测试和更符合侵害的方法——假设由学生承担高测试合规,加里Koretzky博士说,学术副教务长集成和威尔康奈尔医学院的医学教授。

数据显示,学生每天完成约98%的考试。

“这告诉我:他们关心我。它们是解决方案的一部分。他们为我们所取得的成就感到自豪,他们希望看到我们继续前进。”Koretzky说道。

今年夏天,当弗雷泽根据不同的测试频率计算预测时,Koretzky说,每一次“我的心都越来越沉,因为这是一项巨大的事业。”

但他说,努力得到了回报。

Koretzky说:“我们一开始就意识到我们正在进入一个未知的领域。”“真正让康奈尔大学的反应与众不同的是,他们认识到没有症状的人可能会传播疾病,所以必须进行严格的检测。”但你也必须不断学习。所以我们所做的就是检查校园里的每一个感染,我们观察它,我们试图确定我们可以从中学到什么。”

康奈尔大学纪事报
312 College Ave
,纽约州伊萨卡市14850
607-255-4206
[email protected]

新闻旨在传播有益信息,英文原版地址:http://news.cornell.edu/stories/2020/11/data-testing-helped-cornell-curb-covid-19