[论文解读] An infectious diseases hazard map for India based on mobility and transportation networks

Onkar Sadekar, Mansi Budamagunta+3 more|arXiv (Cornell University)|May 24, 2021

COVID-19 epidemiological studies参考文献 28被引用 3

一句话总结

本文基于航空、铁路和公路交通网络的城际移动性，提出了一种用于印度的动态传染病危险地图，采用有效距离方法。通过将增强的SIR模型与446座城市的实际移动数据相结合，该方法以高精度预测了感染到达时间，并通过与SARS-CoV-2传播模式的对比验证了危险指数的有效性，展示了其对未来疫情爆发的强大预测能力。

ABSTRACT

We propose a risk measure and construct an infectious diseases hazard map for India. Given an outbreak location, a hazard index is assigned to each city using an effective distance that depends on inter-city mobilities instead of geographical distance. We demonstrate its utility using an SIR model augmented with air, rail, and road data between top 446 cities. Simulations show that the effective distance from outbreak location reliably predicts the time of arrival of infection in other cities. The hazard index predictions compare well with the observed spread of SARS-CoV-2. The hazard map can be useful in other outbreaks also.

研究动机与目标

• 开发一种针对印度传染病传播的风险评估框架，优先考虑移动性而非地理距离。
• 通过引入基于交通网络的有效距离度量，解决传统地理距离在预测疫情传播中的局限性。
• 创建一种动态危险地图，根据潜在疫情爆发地点和城际移动模式，为每座城市分配危险指数。
• 利用印度首次和第二次疫情浪潮的真实SARS-CoV-2传播数据，验证模型的预测准确性。
• 提供一种可扩展的、基于交通网络的工具，用于未来流行病的公共卫生规划和早期预警。

提出的方法

• 通过表示城市间移动率的交通矩阵 F^n_m，将城际连通性整合到标准SIR分 compartment 模型中。
• 将有效距离定义为从源城市出发的感染到达时间延迟，该延迟基于移动加权的网络路径，而非欧几里得距离。
• 使用启发式算法构建基于移动性的F-矩阵，根据城市人口、邻近性（200公里半径）和期望的全局移动性（γ = 0.015）分配交通流量。
• 对F-矩阵施加对称性约束，并通过逐步增加高流量城市中的移动性来解决对称条目超过预期流量的问题。
• 使用 geopy 库计算城市之间的大圆距离，用于道路和铁路网络模型中的邻接矩阵构建。
• 利用增强的SIR模型在446座印度城市（人口超过10万人）中模拟疾病传播，整合航空、铁路和公路交通数据。

实验结果

研究问题

• RQ1 基于城际移动网络的有效距离是否能比地理距离更准确地预测印度不同城市感染到达时间？
• RQ2 基于移动模式推导出的危险指数与印度实际观察到的SARS-CoV-2传播之间相关性如何？
• RQ3 航空、铁路和公路交通网络在多大程度上共同影响印度传染病传播的空间动态？
• RQ4 该模型在预测孟买和德里等主要城市中心在首次和第二次疫情浪潮中疫情相对爆发时间方面的表现如何？
• RQ5 一种基于移动性的危险地图在未知病原体内在传播力的情况下，是否可推广用于未来疫情？

主要发现

• 基于移动网络的有效距离度量成功以高精度预测了其他印度城市感染到达时间，优于地理距离。
• 基于移动模式的危险指数在印度首次和第二次疫情浪潮期间与实际观察到的SARS-CoV-2传播高度一致，尤其在孟买和德里等主要城市表现突出。
• 道路运输网络的模型F-矩阵平均全局移动性为0.0115，标准差为0.0021，且92%的城市（410/446）本地移动性恰好为0.015。
• 仅6座城市需要进行移动性调整以解决对称流量溢出问题，表明该算法在大型城市网络中具有鲁棒性和可扩展性。
• 移动网络中每座城市的平均连接数为20，反映出全国交通基础设施连接良好，可实现快速的远距离传播。
• 通过真实世界数据验证了模型的预测结果，证实了基于移动性的网络是印度等大规模异质国家中流行病传播模式的关键决定因素。