不同地区的疾病传播方式不同。这个数学模型说明了其中的原理。

考虑到有多少因素导致空气传播传染病在世界范围内传播，预测大流行可能是一项艰巨的任务。

为了反映出复杂的现实,东北实验室生物和社会技术系统的建模(暴徒实验室)开发了一个新的数据驱动模型因素在人际行为模式的州或省一级,使流行病学家仔细,更具体的看看传播的疾病。

Ana Pastore y Piontti是MOBS实验室的一名副研究员，也是team’s最近一篇论文的合著者，该论文概述了一种新的空气传染病建模方法。礼貌的照片

“没有一种模式适用于所有国家，”暴徒实验室的助理研究科学家安娜·帕斯托雷·y·皮洛蒂(Ana Pastore y Piontti)说。她是一篇概述这一新模式的论文的合著者，该论文发表在《自然》(Nature)杂志上。“我们可以把人们的接触模式分解为地方层面的互动。”

将人口划分为较小的环境可以使流行病学家和公共卫生官员在知情的情况下决定哪种干预措施最有效。例如，如果一个地理区域的传播主要发生在办公室，那么关闭办公室而不是学校将是一个明智的选择。

该模型考虑了人口中的多种设置:家庭、工作环境、学校、商店、公共交通和户外聚会空间，仅举几例。

帕斯托雷·y·皮洛蒂解释说:“佛罗里达州的交通状况和犹他州的交通状况有很大不同。”因为每个州的人口年龄结构都有很大的差异。而且不同国家之间的传播也会非常不同。”

这篇论文的第一作者Dina Mistry补充说:“你不能把你在欧洲一些地方学到的关于传播的东西应用到印度，然后指望它们同样有效。”

例如，在中国的传播将与在美国非常不同。皮皮蒂说:“需要考虑的一件事是，中国很多地区都有独生子女政策，所以你不会看到很多孩子之间的互动，但你会看到孩子和成年人之间的互动。”

但即使是这些特定的文化行为也不适用于整个国家。“中国一些少数民族居多的地区没有独生子女政策。但他们可能有不同的做法，比如代际住房，”帕斯托雷·y·皮洛蒂说。“要把中国作为一个整体来看待，就需要考虑所有这些因素。”

该模型使用了来自世界各地的公共数据来源的信息——从广泛的人口普查信息到关于人们在哪里工作、和谁一起生活等更专业的数据集。“你不可能自动下载关于世界的所有数据。你必须一个国家一个国家地去看，看看有什么是可行的。”

将大规模数据集与更窄、更具体的数据集结合在一起，是这个模型从其他旨在预测流行病的模型中脱颖而出的原因之一。米斯特里说:“大多数模特只看其中一个或。”考虑这两方面都有助于更全面地描绘疫情爆发的情况。

因为这个模型使用了所有公开的信息，所以每个人都可以访问它。Mistry说，只要某些参数被改变，以反映个别疾病的特征，这个模型就可以被重建，以解释任何空气传播的传染病。

“这些矩阵最好的地方是它们可以被重建，”她继续说。“关键是其他科学家可以使用这个框架，而不必从头开始。”

媒体咨询，请联系Jessica Hair [email protected]或617-373-5718。