[논문 리뷰] Mining Google and Apple mobility data: Twenty-one shades of European social distancing measures for COVID-19

Giacomo Cacciapaglia, C. C. Osakwe C.외 1명|arXiv (Cornell University)|2020. 08. 05.

COVID-19 epidemiological studies인용 수 5

한 줄 요약

이 연구는 첫 번째 코로나19 유행 기간 동안 유럽 21개국에서 사회적 거리두기 효과를 분석하기 위해 구글과 애플의 이동성 데이터를 사용한다. 이동성 감소 이후 감염률 감소에 지속적인 2~5주의 지연이 있음을 규명하여 국가별 거리두기 강도를 분류하고 팬데믹 역학과 연관지었다.

ABSTRACT

We employ the mobility data released by Google and Apple to investigate the effects of social distancing on the spreading dynamics of COVID-19 in Europe. We identify and quantify different degrees of social distancing and characterise their imprint on the first wave of the pandemic. The analysis allows us to classify countries according to their level of mobility. Furthermore we identify a negative change in the infection rate occurring two to five weeks after the onset of mobility reduction for the European countries studied here.

연구 동기 및 목표

• 유럽 전역에서 다양한 사회적 거리두기 조치가 코로나19 전파 역학에 미치는 영향을 정량화하는 것.
• 익명화된 스마트폰 데이터를 활용해 각 국가의 이동성 감소 강도에 따라 유럽 국가들을 분류하는 것.
• 이동성 변화와 이후 감염률 변화 사이의 시간적 관계를 조사하는 것.
• 특히 첫 번째 유행 기간 동안 사회적 거리두기의 지연 효과가 전염병 추세에 미치는 영향을 규명하는 것.

제안 방법

• 구글의 커뮤니티 이동성 보고서와 애플의 이동성 추세 보고서에서 제공하는 익명화되고 집계된 이동성 데이터를 활용한다.
• 각 국가의 이동성 변화를 패닉 이전 기준선 대비 측정한다.
• 21개 유럽 국가에서 이동성 추세와 보고된 감염률 간의 상관관계를 시간적 시리즈 분석을 통해 분석한다.
• 교차상관관계 또는 유사한 시간적 분석을 통해 이동성 감소와 감염률 변화 사이의 지연을 규명한다.
• 이동성 감소의 크기와 지속 기간에 따라 국가들을 사회적 거리두기 수준으로 구체적으로 분류한다.

실험 결과

연구 질문

• RQ1 다양한 수준의 이동성 감소가 유럽 국가들 간 코로나19 감염률 변화와 어떻게 관련되어 있는가?
• RQ2 사회적 거리두기 시작과 감염률 감소가 관찰된 지속적인 시간 지연은 얼마인가?
• RQ3 구글과 애플의 이동성 데이터는 국가별 팬데믹 대응의 사회적 거리두기 강도를 신뢰성 있게 분류하는 데 유용한가?
• RQ4 더 강력한 이동성 감소를 보인 국가들이 더 뚜렷하고 빠른 감염률 감소를 보이는가?

주요 결과

• 유럽 국가 전역에서 이동성 감소 이후 감염률 감소가 일관되게 2~5주 후에 관찰되었다.
• 이동성 감소의 크기를 기반으로 국가들을 사회적 거리두기의 명확한 수준으로 체계적으로 분류할 수 있었다.
• 연구는 이동성 변화와 감염 추세 변화 사이에 명확한 시간 지연이 있음을 규명하여, 지연된 공중보건 정책의 효과성을 뒷받침했다.
• 분석 결과, 구글과 애플의 이동성 데이터는 인구 수준의 사회적 거리두기 행동을 측정하는 신뢰할 수 있는 대체 지표로 기능함을 확인했다.
• 관찰된 지연은 사회적 거리두기 정책이 전파 역학에 미치는 영향이 즉각적이지 않고, 몇 주 내로 드러남을 시사한다.