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

Giacomo Cacciapaglia, C. C. Osakwe C.+1 more|arXiv (Cornell University)|Aug 5, 2020

COVID-19 epidemiological studies被引用 5

一句话总结

本研究利用谷歌和苹果的出行数据，分析了首次新冠大流行期间21个欧洲国家的社会隔离效应。研究发现，出行减少后，感染率下降存在持续2至5周的延迟，从而可对各国隔离强度进行分类，并将其与疫情动态关联起来。

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.

研究动机与目标

• 量化不同社会隔离措施对欧洲新冠传播动态的影响。
• 基于匿名智能手机数据，对欧洲国家按出行减少强度进行分类。
• 探究出行变化与后续感染率变化之间的时序关系。
• 识别社会隔离对流行病趋势的滞后效应，尤其在首次疫情波期间。

提出的方法

• 利用谷歌社区出行报告和苹果出行趋势报告中的匿名聚合出行数据。
• 针对每个国家，以大流行前基线为参照，测量出行变化。
• 采用时间序列分析，关联21个欧洲国家的出行趋势与报告的感染率。
• 通过互相关分析或类似时序分析方法，识别出行减少与感染率变化之间的滞后时间。
• 根据出行减少的幅度和持续时间，将国家分类为不同等级的社会隔离水平。

实验结果

研究问题

• RQ1 不同出行减少水平与欧洲各国新冠感染率变化之间的相关性如何？
• RQ2 社会隔离开始与感染率实际下降之间的时滞是多久？
• RQ3 谷歌和苹果的出行数据能否可靠地按社会隔离强度对各国疫情应对进行分类？
• RQ4 出行减少更剧烈的国家是否表现出更显著且更及时的感染率下降？

主要发现

• 在欧洲各国，出行减少开始后，感染率下降始终存在2至5周的滞后。
• 可基于出行减少的幅度，系统性地将各国划分为不同等级的社会隔离水平。
• 研究识别出出行变化与感染趋势变化之间存在明确的时间延迟，支持延迟型公共卫生干预的有效性。
• 分析表明，谷歌和苹果的出行数据可作为衡量人群层面社会隔离行为的可靠代理指标。
• 观察到的滞后表明，社会隔离政策对传播动态的影响并非立即显现，而是在数周内逐渐显现。