[论文解读] Fever and mobility data indicate social distancing has reduced incidence of communicable disease in the United States

Parker Liautaud, Peter Huybers+1 more|arXiv (Cornell University)|Apr 21, 2020

COVID-19 epidemiological studies参考文献 40被引用 7

一句话总结

本研究利用美国各县至少100例COVID-19病例的智能体温计数据和匿名移动位置数据，表明由于社交隔离导致的人类活动减少，其后6.5天出现显著的发热发病率下降——与SARS-CoV-2的潜伏期一致。研究结果表明，社交隔离有效降低了美国范围内传染性疾病的传播，包括COVID-19。

ABSTRACT

In March of 2020, many U.S. state governments encouraged or mandated restrictions on social interactions to slow the spread of COVID-19, the disease caused by the novel coronavirus SARS-CoV-2 that has spread to nearly 180 countries. Estimating the effectiveness of these social-distancing strategies is challenging because surveillance of COVID-19 has been limited, with tests generally being prioritized for high-risk or hospitalized cases according to temporally and regionally varying criteria. Here we show that reductions in mobility across U.S. counties with at least 100 confirmed cases of COVID-19 led to reductions in fever incidences, as captured by smart thermometers, after a mean lag of 6.5 days ($90\%$ within 3--10 days) that is consistent with the incubation period of COVID-19. Furthermore, counties with larger decreases in mobility subsequently achieved greater reductions in fevers ($p<0.01$), with the notable exception of New York City and its immediate vicinity. These results indicate that social distancing has reduced the transmission of influenza like illnesses, including COVID 19, and support social distancing as an effective strategy for slowing the spread of COVID-19.

研究动机与目标

• 评估社交隔离对大流行早期美国发热相关传染性疾病发病率的影响。
• 通过使用实时、去中心化的数据源（如智能体温计和移动位置追踪）克服病例和死亡报告的局限性。
• 确定活动变化是否与发热发病率变化存在与SARS-CoV-2潜伏期一致的滞后关系。
• 评估活动减少的幅度是否可预测各县发热减少的幅度。
• 提供证据表明，即使在缺乏可靠检测的情况下，非药物干预措施（如社交隔离）也能有效减缓疾病传播。

提出的方法

• 使用Cuebiq提供的聚合匿名手机位置数据计算出行动指数M，定义为每位用户日均行程距离的以10为底的对数。
• 智能体温计数据提供了全国用户网络的每日发热发病率估计值，作为流感样疾病和COVID-19的代理指标。
• 分析聚焦于2020年4月10日确诊COVID-19病例数至少为100例的368个美国县。
• 通过交叉相关分析识别活动变化与发热发病率变化之间的滞后时间，发现6.5天的平均滞后具有统计显著性。
• 使用回归模型检验更大的活动减少是否预测更大的发热减少，同时控制县层面的差异。
• 通过关注与生物潜伏期一致的趋势和滞后，考虑了去中心化数据源可能存在的偏差。

实验结果

研究问题

• RQ1 由于社交隔离导致的人类活动减少，是否会导致美国各县随后出现发热发病率下降？
• RQ2 活动减少与发热发病率下降之间的时间滞后是否与SARS-CoV-2的潜伏期一致？
• RQ3 活动减少幅度更大的县是否经历了成比例更大的发热发病率下降？
• RQ4 观察到的发热发病率模式是否与传染性疾病（包括COVID-19）传播减少一致？
• RQ5 智能体温计和活动数据的结果与传统监测指标（如确诊数或死亡数）相比如何？

主要发现

• 在活动减少与发热发病率下降之间观察到6.5天的平均滞后，90%的滞后分布落在3至10天之间——与SARS-CoV-2的潜伏期一致。
• 活动减少幅度更大的县随后出现了显著更大的发热发病率下降，p值 < 0.01，表明存在强烈的统计关系。
• 在纽约市及其周边县未观察到活动与发热减少之间的关系，提示可能存在传播动力学或数据可靠性方面的区域差异。
• 使用智能体温计数据提供了一种近乎实时的流感样疾病和COVID-19传播代理指标，相较于确诊人数统计，提供了更及时且更具代表性的信号。
• 结果支持社交隔离措施在大流行早期有效降低了美国范围内传染性疾病（包括SARS-CoV-2）传播的结论。
• 本研究展示了去中心化、实时数据流在监测和评估新兴传染病暴发期间公共卫生干预措施方面的实用性。