[论文解读] Reducing measles risk in Turkey through social integration of Syrian refugees

Paolo Bosetti, Piero Poletti+4 more|arXiv (Cornell University)|Jan 14, 2019

COVID-19 epidemiological studies参考文献 45被引用 4

一句话总结

本研究利用手机移动数据与多层SIR模型，表明提升叙利亚难民与土耳其公民之间的社会融合可将麻疹传播潜力降低近50%，从而预防大规模疫情。研究结果揭示，社会隔离会增加暴发风险，而融合则能产生保护性群体免疫效应，尤其惠及两个群体。

ABSTRACT

Turkey hosts almost 3.5M refugees and has to face a humanitarian emergency of unprecedented levels. We use mobile phone data to map the mobility patterns of both Turkish and Syrian refugees, and use these patterns to build data-driven computational models for quantifying the risk of epidemics spreading for measles -- a disease having a satisfactory immunization coverage in Turkey but not in Syria, due to the recent civil war -- while accounting for hypothetical policies to integrate the refugees with the Turkish population. Our results provide quantitative evidence that policies to enhance social integration between refugees and the hosting population would reduce the transmission potential of measles by almost 50%, preventing the onset of widespread large epidemics in the country. Our results suggest that social segregation does not hamper but rather boosts potential outbreaks of measles to a greater extent in Syrian refugees but also in Turkish citizens, although to a lesser extent. This is due to the fact that the high immunization coverage of Turkish citizens can shield Syrian refugees from getting exposed to the infection and this in turn reduces potential sources of infection and spillover of cases among Turkish citizens as well, in a virtuous cycle reminiscent of herd immunity.

研究动机与目标

• 量化由于叙利亚难民免疫覆盖率低，导致土耳其出现大规模麻疹疫情的风险。
• 评估叙利亚难民与土耳其公民之间的社会融合如何影响麻疹传播动力学。
• 评估促进社会融合政策在缓解疫情风险方面的公共卫生影响。
• 模拟人类移动、社会混合模式与免疫水平之间的相互作用，以揭示其对疫情结局的影响。

提出的方法

• 本研究利用匿名手机通话详单记录（CDRs）构建多层移动网络，映射土耳其81个省的土耳其公民与叙利亚难民的日常移动。
• 开发基于数据的SIR流行病模型，为土耳其公民与叙利亚难民分别设置独立的传播 compartment，整合区域特异性免疫水平与移动流量。
• 感染力被建模为内源性（同群体）与外源性（跨群体）传播的函数，其中可调节混合参数 α 表示叙利亚难民与土耳其公民接触的比例。
• 传播率经过归一化处理，以确保不同人群与地理区域间接触模式的一致性，同时考虑人口规模与移动量的差异。
• 在一系列 R₀ 值（12, 15）与免疫水平下运行模拟，评估不同融合情景下的疫情负担。
• 通过追踪受影响的省份数量与每10,000人累计感染数，分析疫情的空间与时间传播特征。

实验结果

研究问题

• RQ1 叙利亚难民与土耳其公民之间的社会融合如何影响土耳其麻疹传播潜力？
• RQ2 在难民完全隔离与完全融合的情况下，麻疹的疫情负担有何差异？
• RQ3 移动模式与跨群体混合如何影响土耳其麻疹的空间传播？
• RQ4 土耳其人群高免疫水平在多大程度上可保护叙利亚难民并减少向东道国人群的溢出传播？
• RQ5 需要达到何种融合水平，才能将麻疹传播潜力降低至少50%？

主要发现

• 提升叙利亚难民与土耳其公民之间接触的社会融合政策，可将大规模麻疹疫情传播潜力降低近50%。
• 在完全隔离下，基本再生数 R₀ = 15 时，估计有12.15%的土耳其省份数超过20例；而在完全融合下，该比例降至1.85%。
• 模型显示，社会隔离使叙利亚难民暴发风险比完全融合高出3.5倍，土耳其公民的风险则增加2.5倍。
• 土耳其公民群体中高免疫覆盖率（85%）可产生保护性群体免疫效应，降低向难民传播的风险，并限制向东道国人群的溢出传播。
• 即使难民免疫水平较低（S₀ = 12.15%），融合仍可使超过20例的省份数量相比完全隔离减少85%。
• 在融合状态下，疫情的空间传播显著受控，当60%的叙利亚难民接触为土耳其公民时，仅有1.85%的省份数超过20例。