[论文解读] Model-based assessment of the risks of viral transmission in non-confined crowds

Willy Garcia, Mendez, Simon+2 more|arXiv (Cornell University)|Dec 15, 2020

COVID-19 epidemiological studies参考文献 39被引用 3

一句话总结

本研究提出一种基于模型的方法，通过整合详细的行人轨迹与朝向数据，并结合呼吸飞沫扩散的计算流体动力学（CFD）模拟，评估非封闭户外人群中的新冠传播风险。该方法按感染风险对不同场景进行排序，发现街边咖啡馆风险最高，其次是繁忙市场和交通枢纽，而步行街道的风险相对较低，并表明尽管存在模型不确定性，排队布局对传播速率有显著影响。

ABSTRACT

This work aims to assess the risks of Covid-19 disease spread in diverse daily-life situations (referred to as scenarios) involving crowds of maskless pedestrians, mostly outdoors. More concretely, we develop a method to infer the global number of new infections from patchyobservations of pedestrians. The method relies on ad hoc spatially resolved models for disease transmissionvia virus-laden respiratory droplets, which are fit to existing exposure studies about Covid-19. The approach is applied to the detailed field data about pedestrian trajectories and orientations that we acquired during the pandemic. This allows us to rank the investigated scenarios by the infection risks that they present; importantly, the obtained hierarchy of risks is conserved across all our transmission models (except the most pessimistic ones): Street caf{\'e}s present the largest average rate of new infections caused by an attendant, followed by busy outdoor markets, and then metro and train stations, whereas the risks incurred while walking on fairly busy streets (average density around 0.1 person/m${}^2$) are comparatively quite low. While none of our ad hoc models can claim accuracy, their converging predictions lend credence to these findings.} In scenarios with a moving crowd, we find that density is the main factor influencing the estimated infection rate. Finally, our study explores the efficiency of street and venue redesigns in mitigating the viral spread: While the benefits of enforcing one-way foot traffic in (wide) walkways are unclear, changing the geometry of queues substantially affects disease transmission risks.

研究动机与目标

• 评估在传统流行病学数据稀缺的多样化户外非封闭人群环境中SARS-CoV-2传播风险。
• 通过整合真实世界行人移动数据与传播模型，弥合微观飞沫动力学与宏观流行病模型之间的差距。
• 评估行人密度、朝向及运动模式如何影响开放环境中的感染风险。
• 探讨城市设计改变（如排队布局与单向通行）在降低病毒传播风险方面的有效性。
• 提供基于证据的、场景特定的风险排名，以支持口罩令与人群管理等公共卫生政策制定。

提出的方法

• 在法国疫情期间，收集了真实户外环境中行人轨迹、人与人之间距离及头部朝向的详细实地数据。
• 基于CFD模拟的呼出飞沫扩散，开发了考虑方向性与湍流的时空传播模型。
• 将动态传播模型与实证行人移动数据耦合，以估算时间与空间分辨的感染率。
• 使用特征感染时间T0（10–20分钟）对传播风险进行时间聚合，实现不同场景间的比较。
• 应用各向同性与方向性传播模型（含角度依赖性），评估飞沫排放方向性对结果的敏感性。
• 通过时间积分传播模型对静态个体的感染率进行重新计算，以不同排队几何布局进行分析，并利用ModOpt3模拟验证结果。

实验结果

研究问题

• RQ1 在街边咖啡馆、市场和交通枢纽等不同户外人群环境中，SARS-CoV-2传播的相对风险如何？
• RQ2 行人朝向与运动动态（静止 vs. 行走）如何影响呼吸道飞沫的空间传播及感染风险？
• RQ3 排队几何布局在多大程度上影响户外环境中新发感染的速率？
• RQ4 在不同传播模型假设下，特别是关于飞沫扩散与排放方向性方面，风险排名的稳健性如何？
• RQ5 城市改造（如单向步道或重新配置排队布局）是否能显著降低户外公共空间中的病毒传播风险？

主要发现

• 街边咖啡馆每名感染者引发的新发感染平均速率最高，其次是繁忙的户外市场和地铁/火车车站，而繁忙街道上的步行活动风险显著较低。
• 在多种传播模型（包括各向同性、方向性及基于CFD的模型）下，感染风险的排序保持一致，表明结果对模型简化的鲁棒性。
• 在移动人群环境中，行人密度是影响估计感染率的主导因素，密度越高，传播风险显著上升。
• 改变排队几何布局（如采用之字形或蛇形布局）可显著降低感染风险，即使其他因素（如密度与持续时间）保持不变。
• 预测的感染率对特征感染时间T0的选择敏感，10分钟的T0使感染速率约为20分钟T0的两倍，但场景间的相对排序保持稳定。
• 假设行人头部方向随机会低估感染风险达50%，相较于使用实测头部朝向的模型，凸显了方向性传播建模的重要性。