[論文レビュー] Exposure Density and Neighborhood Disparities in COVID-19 Infection Risk: Using Large-scale Geolocation Data to Understand Burdens on Vulnerable Communities

Boyeong Hong, Bartosz Bończak+3 more|arXiv (Cornell University)|Aug 4, 2020

COVID-19 epidemiological studies参考文献 18被引用数 6

ひとこと要約

本研究では、COVID-19期における地域レベルの感染リスクを定量化するために、局所的活動体積と非住宅・屋外用地の割合を組み合わせた指標としての露出密度（$E_x\rho$）を導入する。ニューヨーク市全域の大型スマートフォン位置情報データを用いて、低所得・マイノリティ地域では必須職に従事する人々が多かったことやリモートワークの選択肢が限られていたことから、高い露出密度が維持され、感染率・死亡率が著しく高くなったことが明らかになった。これは、社会的距離の取りにくさに起因する構造的不平等を示している。

ABSTRACT

This study develops a new method to quantify neighborhood activity levels at high spatial and temporal resolutions and test whether, and to what extent, behavioral responses to social distancing policies vary with socioeconomic and demographic characteristics. We define exposure density as a measure of both the localized volume of activity in a defined area and the proportion of activity occurring in non-residential and outdoor land uses. We utilize this approach to capture inflows/outflows of people as a result of the pandemic and changes in mobility behavior for those that remain. First, we develop a generalizable method for assessing neighborhood activity levels by land use type using smartphone geolocation data over a three-month period covering more than 12 million unique users within the Greater New York area. Second, we measure and analyze disparities in community social distancing by identifying patterns in neighborhood activity levels and characteristics before and after the stay-at-home order. Finally, we evaluate the effect of social distancing in neighborhoods on COVID-19 infection rates and outcomes associated with localized demographic, socioeconomic, and infrastructure characteristics in order to identify disparities in health outcomes related to exposure risk. Our findings provide insight into the timely evaluation of the effectiveness of social distancing for individual neighborhoods and support a more equitable allocation of resources to support vulnerable and at-risk communities. Our findings demonstrate distinct patterns of activity pre- and post-COVID across neighborhoods. The variation in exposure density has a direct and measurable impact on the risk of infection.

研究の動機と目的

• スマートフォン位置情報データを用いたスケーラブルで高解像度の地域活動レベル測定法の開発。
• 所得・文化的背景に差がある地域間における社会的距離の取り方の格差の評価。
• 社会的健康決定要因を調整した上で、露出密度とCOVID-19感染率の関係の評価。
• 移動行動や職業パターンに起因する構造的不平等により、感染リスクが不均等に及ぶ脆弱コミュニティの同定。
• 実時間の移動データと健康格差を結びつけることで、公平な公衆衛生政策の立案を支援。

提案手法

• 露出密度（$E_x\rho$）を、感染リスクが高くなるとされる局所的活動体積と非住宅・屋外エリアでの活動割合の複合指標として定義。
• グレーター・ニューヨーク地域の1,200万人を超える一意のユーザーの匿名化されたスマートフォン位置情報データを3か月間使用。
• 空間グリッドを250mに、さらに郵便番号レベルに集約し、公衆衛生報告の地理的枠組みと一致させる。
• 露出密度指標の地域間・都市間比較を可能にするために正規化手法を適用。
• 外出自粛措置の前後における移動パターンをもとに、地域を「脱出型」「安定型」「活動増加型」などの行動反応タイプにクラスタリング。
• 人口統計的・所得的要因およびインfra構造要因を制御した多変量回帰モデルを用いて、露出密度とCOVID-19結果の関係を評価。

実験結果

リサーチクエスチョン

• RQ1 外出自粛措置の前後における地域レベルの活動パターンと露出密度はどのように変化するか？
• RQ2 所得・文化的背景の違いが、地域間での社会的距離の取り方の差をどの程度予測できるか？
• RQ3 地域レベルにおける露出密度と実際のCOVID-19感染率・陽性率・死亡率の関係は何か？
• RQ4 収入、人種、健康保険の有無、職種といった構造的要因が、露出密度が健康結果に与える影響をどのように媒介するか？
• RQ5 露出密度はパンデミック期における高リスクコミュニティの特定に予測的かつ公平な指標として機能できるか？

主な発見

• 最も高い露出密度を示した地域、特に低所得・マイノリティ地域は、社会的健康決定要因を調整しても、感染率・陽性率・死亡率が最も高かった。
• 裕福なマンハッタンおよびブルックリン地域では、住民が活動を大幅に削減し、移動を避けたため、露出密度が著しく低下し、感染率も低かった。
• 安定型地域（主に低所得・マイノリティ）では、必須職に従事する人々とリモートワークの選択肢が限られていたため、パンデミック前と同程度の活動水準が維持され、露出密度が常に高い状態が続いた。
• 低密度で郊外に似た地域の一部では、屋外および非住宅エリアでの活動量が増加したため、人口密度が低くても露出密度が上昇し、接触リスクが高まった。
• 露出密度の低下は、人口1人あたりの感染率・死亡率の低下と直接相関しており、健康結果に対する予測的妥当性が確認された。
• 低所得・マイノリティ・健康保険未加入という複合的リスクを抱えるコミュニティが、パンデミックの脆弱性において最大の負担を被った。これは、移動行動と職業パターンに起因する構造的不平等を裏付けている。