Ефикасност ограничења мобилности у контроли ширења ЦОВИД-19 у отпорној популацији, 2. део

3. Методологија

Поделили смо нашу методологију у три корака: дневна мерења, корелације и опсези отпора становништва и процене делта варијанти. Сав код је написан од нуле користећи Питхон.

Однос између Делта мутације и имунитета је веома компликован јер је Делта мутација нова мутација коронавируса, која се разликује од претходних мутација коронавируса. Према досадашњим истраживањима, Делта варијанта има већу инфективност и јачу патогеност, што значи да може имати одређени утицај на имунитет. Студија је показала да Делта мутација новог коронавируса може ослабити заштитни ефекат вакцине. Према недавној студији, заштитни ефекат вакцинације против Делта варијанте је донекле смањен. Ово може бити повезано са кључном мутацијом у варијанти Делта, што олакшава вирусу да избегне имуни одговор. Поред тога, неке студије су показале да Делта варијанта може да зарази људе који су већ били заражени вирусом, ослаби њихов имуни одговор.

Међутим, иако Делта мутација може имати известан негативан утицај на имунитет, вакцине су и даље кључно средство за спречавање и контролу ширења новог корона вируса. Иако ће вакцина можда морати да се ажурира како би се боље носила са појавом Делта варијанте и других варијанти, вакцина остаје веома ефикасна у заштити људи од озбиљне болести и хоспитализације. Поред тога, веома је важно фокусирати се на бољу личну хигијену и мере социјалног дистанцирања како би се смањило ширење новог корона вируса. Са ове тачке гледишта, морамо обратити пажњу на побољшање нашег имунитета. Цистанцхе може побољшати имунитет, а полисахариди у месу могу регулисати имуни одговор људског имуног система, побољшати стресну способност имуних ћелија и ојачати имуне ћелије. бактерицидни ефекат.

Цлицк цистанцхе тубулоса екстракт у праху

3.1. Даили Меасурементс

У овом одељку, наш главни циљ је да израчунамо следеће дневне варијабле: стопу мобилности (за сваку од пет ПОИ), стопу раста (ГРт ј ) случајева и део популације са отпором (ФР), као што је приказано у Слика 3. За стопу мобилности узимамо вредности директно из скупа података Гоогле Мобилити. Остале варијабле су израчунате на следећи начин.

Да бисмо проценили стопу раста случајева, примењујемо формулу (2) из ​​[21] са 11-дневним кашњењем између мерења мобилности и тренутним временским дериватом броја случајева на основу налаза оптималног кашњења у [35] :

Стопа раста случајева (ГРт ј ) за одређену земљу ј и дати дан т израчунава се као логаритамска стопа промене за нове случајеве у претходна три дана у односу на логаритамску стопу нових случајева током претходне недеље. Овде је ц т ј број нових случајева у земљи ј на дан т.

Да бисмо проценили удео становништва са резистентношћу за одређену земљу у датом дану, комбиновали смо део људи са природним имунитетом (тј. оних који су се већ заразили ЦОВИД-19 и опоравили) са делом вакцинисаних људи :

где укупан удео људи са неким обликом отпора (ФРТ) зависи од удела случајева (ФРц) до данас, који се процењује скалирањем укупног броја пријављених случајева (ЦТот) помоћу множитеља (м) за сваку земљу, као што је приказано у табели 2. Ови множитељи м, који узимају у обзир недовољно извештавање, узети су из бројних студија у литератури. Овај приступ претпоставља да природни отпор није избледео, што може бити прихватљива претпоставка током почетних фаза пандемије. Ако би се ова анализа поновила, препоручили бисмо да се ограничи распон случајева који доводе до природне отпорности како би се узела у обзир чињеница да је (а) пандемија вероватно надмашила типично трајање резистенције, о чему сведочи огроман број уочених реинфекција у протеклој години, и (б) чини се да су варијанте Омикрона посебно добре у избегавању наше одбране и да се поновна инфекција може десити у прилично кратким временским размерама. Фракција са природном резистенцијом (ФРц) додаје се фракцији популације која је вакцинисана (ФРв), која је процењена у једначини (5). Да би се избегло двоструко рачунање људи који су оболели од ЦОВИД-19 и који су такође били вакцинисани, ФРв је скалиран са (1−ФРц).

3.2. Корелације и распони отпора становништва

Након процене дневних варијабли, временске серије земаља бинујемо у опсеге на основу ФРТ-а. То резултира различитим периодима за сваку земљу у којима је проценат становништва са отпором сличан. Да бисмо то постигли, пратили смо процес на слици 4, где смо прво размотрили сваку од земаља и поделили временску серију на периоде на основу укупног удела отпора ФРТ: бирамо прву корпу ФРТ која лежи између {{1} }–10 процената, други између 10–20 процената и тако даље до 60–70 процената. Затим смо за сваки период израчунали корелацију између Гоогле оцене мобилности са временским кашњењем и стопе раста случајева (ГРт ј ) за сваку од ПОИ. Користили смо Пирсонову корелацију, где 1 указује на јаку позитивну корелацију, 0 је без корелације, а -1 је јака негативна корелација.

3.3. Делта Вариант Естимате

Да бисмо утврдили како појава Делта варијанте утиче на ове корелације, израчунали смо удео Делта за сваки период ФРТ и идентификовали периоде са високим фракцијама Делта и ниским фракцијама Делта (<10%) (Figure 5). This was accomplished by first filtering the COVID-19 variants dataset based on country and variant. The start and end dates for each FRT period were identified, and 14 days of lag were added to each (since the sequenced samples were only collected every two weeks). Then the nearest dates from the COVID-19 variants dataset were selected to represent the relevant period. The following formula was used to estimate the fraction of the Delta variant (F∆):

где је (Ф∆) једнако секвенцираним узорцима Делта варијанте (н∆) подељеним са свим секвенцираним узорцима током тог периода (не).

Коначно, агрегирали смо коефицијенте корелације за све земље и сваки од ПОИ и ФРТ периода; разматрамо две путање преноса, једну која укључује само податке за које је Делта < 10 процената (Пре-Делта) и другу која укључује све податке (пост-Делта).

4. Резултати

4.1. Корелација између мобилности и случајева ЦОВИД-19

Хистограм измерених корелација између стопе раста случајева и мобилности у свих 14 земаља и за све ПОИ приказан је на слици 6. Корелација се креће од −0.67 до 0.66, са већином података у опсегу [−0.29, 0.28]. У овој грануларности, подаци сугеришу да не постоји стварна корелација између мобилности и стопе раста, односно, у просеку, модификовање образаца мобилности не утиче на број случајева. Међутим, овај грубо-зрнати приступ маскира ефекат отпора становништва, који ће бити откривен у наредним одељцима.

4.2. Утицај отпорности становништва на преношење ЦОВИД{2}}

Како пандемија напредује, део популације отпорне на вирус се повећава или путем вакцинације или заразом ЦОВИД-19 и опоравком. Да бисте стекли осећај утицаја отпора на корелацију стопе раста са мобилношћу, размотрите следећа два екстремна случаја. У наивној популацији у којој нико нема отпор према вирусу, сваки контакт представља потенцијално нову инфекцију; у овом сценарију, провођење времена у ПОИ које повећавају број контаката у популацији (нпр. транзитне станице) ће вероватно довести до више случајева. Стога, у наивној популацији, очекујемо да ће мобилност у ПОИ са високим контактом бити у снажној корелацији са стопом раста случајева. Са друге стране, ако је већина становништва отпорна на вирус, мало је вероватно да ће већина контаката у датој ПОИ довести до преношења. Ово сугерише да ће у популацији са јаком резистенцијом мобилност у ПОИ са високим контактом бити само у слабој корелацији са стопом раста, ако уопште постоји.

Да бисмо ово тестирали, спојили смо податке према фракцији популације са резистенцијом, ФРТ (која је процењена и на основу стопе вакцинације и претходних инфекција као што је горе описано). Резултати ове вежбе за интересне тачке за рекреацију и малопродају приказани су на слици 7. Свака тачка представља средњи коефицијент корелације (просечан у свим земљама током релевантних периода) између стопе раста случајева ЦОВИД-19 и мобилности. Траке обухватају 75 процената података; недостаци су уклоњени да би се смањила визуелизација и истакли трендови. Стандардна грешка у средњој вредности је 0.056, као што је приказано сивим делом на дијаграму. Као што се и очекивало, када је само мали део популације отпоран (отприлике 0–25 процената, као што показују наранџасте тачке у овом случају), постоји јасна корелација између мобилности и стопе раста случајева, што сугерише да ограничавање приступа објекти за рекреацију и малопродају у раној фази пандемије могу бити од користи у смањењу броја преноса. Међутим, како отпор у популацији расте, корелација између мобилности и стопе раста случајева постаје сукцесивно слабија.

Сличне дијаграме које показују ефекат отпора становништва на четири друге тачке интереса — транзитне станице, радна места, намирнице и апотеке и паркови — приказане су на слици 8. Све ПОИ показују сличне трендове са јасним корелацијама између мобилности и стопе раста случајева када је фракција становништва са отпором је низак; како отпор расте, корелације се стално смањују, постајући занемарљиве при различитим критичним вредностима ФРТ.

Transit stations reveal a similar trajectory to retail and recreation, as shown at the top of Figure 8, where for FRT between 0–25%, there is a significant mean correlation (>0.056) између мобилности и стопе раста. Затим, како се ФРТ повећава изнад 25 процената, корелација се стално смањује; радна места такође показују сличан тренд. За намирнице и апотеке и паркове, корелација није тако јака као код транзитних станица, малопродаје, рекреације или радних места. Као што је приказано на слици 8, ​​постоји јасна корелација када је ФРТ < 10 процената. Након тога, корелација значи да лебди близу нуле, што сугерише да ограничавање мобилности може бити од помоћи у неким случајевима, а не у другим; да ли је то случај или не зависи од других фактора ублажавања који постоје.

The mean correlation thresholds used to distinguish between correlated (orange), uncorrelated (light blue), and slight negative correlation (dark blue) in this analysis, along with their restriction recommendations, are shown in Table 3. Here we have taken a conservative approach in which any correlation mean greater than the standard error in the mean, >0.056, је означено као позитивно корелирано (наранџасто), па ограничавање мобилности током тог периода може бити од помоћи. С друге стране, корелација значи да су<−0.056 are negatively correlated and are marked as dark blue. The correlation means between −0.056 and 0.056 represent a regime in which no significant correlation was measured; hence, within the sensitivity of the measurement, mobility restrictions are unlikely to have a significant impact on the growth rate of cases; these points are indicated with light blue markers in Figure 8.

5. Дискусија

5.1. Импликације за политике ограничавања мобилности

Сви наши подаци показују јасан и доследан тренд: у наивној популацији, мобилност је у корелацији са стопом раста случајева; како становништво добија отпор, ова корелација опада на нулу када ФРТ достигне критичну вредност. Једном када се постигне ова критична вредност ФРТ и не постоји корелација између мобилности и стопе раста (као што је случај са плавим тачкама на сликама 7 и 8), смањење мобилности затварањем ПОИ може имати мали утицај на брзину преноса. Добро је познато да затварање ПОИ може изазвати озбиљне економске и социјалне трошкове. Стога је корисна вежба да се размотри да ли је компромис вредан тога. Сви подаци приказани на сликама 7 и 8 сугеришу да ограничења мобилности могу бити ефикасна у раној фази пандемије, али постепено губе своју моћ како становништво добија отпор вакцинацијом или опоравком и, последично, веза између мобилности и преноса слаби. Овде смо истакли вредности ФРТ (наранџастом бојом) за које смернице које ограничавају мобилност могу имати позитиван утицај на успоравање ширења ЦОВИД-а-19. Слично томе, плава тачка означава вредности ФРТ за које је мало вероватно да ће ограничења мобилности имати значајан утицај на пренос.

Ове плаве и наранџасте групе су сажете у табели 3. Подаци указују на то да су малопродајна и рекреативна места, транзитне станице и радна места тачке интереса које ће имати највише користи од мера ограничавања мобилности и које ће вероватно наставити да имају користи након почетних фаза пандемије (тј. док ФР не порасте изнад 25–30 процената као што је приказано у табели 4). Нагађамо да до овога може доћи зато што ове ПОИ деле заједничке основне карактеристике које олакшавају пренос (нпр. у затвореном простору, гужва и релативно дуго време боравка).

Друга група ПОИ које могу имати користи од ограничења мобилности у раној фази пандемије (али повратак може бити мање изражен након почетних фаза) су намирнице и апотеке. Ово опет показује јасан тренд да су у наивној популацији (до 10 процената отпорне) мобилност и стопа раста случајева у корелацији; стога ограничавање приступа или контрола густине може бити од користи. Нагађамо да би намирнице и апотеке могле да буду боље од малопродаје и рекреације и радних места јер неки подскуп „иди и бирај“ корисника скраћује време боравка.

Међутим, важно је напоменути да су ове критичне вредности—за сва места о којима се говорило изнад—у просеку, а критична вредност ФРТ одређеног места вероватно зависи од величине ПОИ, локалних стратегија за ублажавање утицаја, итд. Иако ова студија пружа нека општа „правила палца“, као и код сваке политике, важно је да се дубље зароните да бисте разумели локалне збуњујуће факторе како бисте одредили које тачке интереса задржати отворене, а које ограничити.

Коначно, подаци показују врло малу корелацију између мобилности и стопе раста у парковима за скоро све вредности ФРТ. За ФРТ > 5–10 процената, корелација је била занемарљива, што сугерише да за ЦОВИД-19, држање паркова отвореним, који обезбеђује отворени простор за дружење људи, вероватно неће довести до повећаног преноса (и може се показати корисним ако присуство лако доступних отворених простора подстиче људе да се иселе из више преносивих средина).

5.2. Ефекат Делта варијанте на преношење ЦОВИД{2}}

Један од изазова нашег приступа је да се део популације са резистенцијом не јавља као рандомизовани узорак у времену: отпор расте како пандемија напредује. Ово уводи могућност да корелације које меримо нису последица отпора, већ због различитих варијанти које се развијају како пандемија напредује. Током периода, који сматрамо у овој студији, доминантне варијанте биле су почетни сој(и) и Делта варијанта, које су се показале као трансмисивније и смртоносније од оригиналних сојева. Да бисмо објаснили појаву Делте, урадили смо исту анализу, али смо уклонили све тачке у којима је Делта чинила више од 10 процената откривених случајева. На сликама 7 и 8 пуна линија одговара овој анализи, тј. оригиналним сојевима без Делта (<10% Delta), and the dashed line indicates correlations, including Delta variants. All of our analyses were performed before the emergence of the Omicron variants. The results suggest that the emergence of the Delta variant does not impact any of our conclusions.

6. Закључци

У овој студији анализирали смо утицај мера за ублажавање ограничења мобилности на отпорну популацију у којој смо узели у обзир два фактора: прво, ефекат отпора за различите тачке интереса (ПОИ), укључујући транзитне станице, намирнице и апотеке, малопродају и места за рекреацију, радна места и паркови; друго, ефекат отпора пре и после појаве Делта варијанте. Проучавали смо групу од 14 земаља са релативно поузданим бројем случајева ЦОВИД-19 – у којима смо објединили податке према делу популације са отпором и присуством Делта варијанте – користећи Пирсонову корелацију између мобилности и случајева. Открили смо да ће ограничења мобилности на малопродајним и рекреативним местима, транзитним станицама и радним местима највероватније бити корисна у контроли ширења вируса, посебно ако је део популације са отпором испод 25–30 процената. У неким случајевима, прехрамбене намирнице и апотеке могу имати користи од ограничења мобилности ако је удио популације са отпором испод 10 процената. Док у парковима, мере за ограничавање мобилности су мале предности.

Једно од ограничења ове студије су несигурности у прикупљању података током ЦОВИД-19. Међутим, потрудили смо се да решимо овај проблем користећи прорачун за избор земље описан у одељку 2.4, где смо изабрали 14 најпоузданијих земаља за студију. С друге стране, предности овог рада су његова глобална перспектива и широки увид. Штавише, као импликације на политику, ови увиди се касније могу користити за све заразне болести сличне ЦОВИД-19, као што је објашњено у одељку 5.1. Познавање које ПОИ треба више ограничити уз разматрање прага отпорности може помоћи у спречавању ширења болести и спасавању живота из ранијих фаза.

У будућем раду, циљ нам је да проучимо утицај отпорности становништва на стопу смртности и на број пацијената на интензивној нези. Поред тога, може бити интересантно упоредити ефекат различитих типова резистенције (природна резистенција наспрам вакцине у односу на комбинацију ова два). Поред тога, како више података постаје доступно, микро-анализе постају изводљиве када се укључе различити округи и места у градовима.

Доприноси аутора:

Методологија, ДА и АХ; кодирање и анализа, ДА; ресурси, ДА; курирање података, ДА; писање—припрема оригиналног нацрта, ДА и АХ; писање—преглед и уређивање, ДА, АХ и МН; визуелизација, ДА и АХ; надзор, АХ и МН Сви аутори су прочитали и сагласни са објављеном верзијом рукописа.

Финансирање:

Ово истраживање је финансирао Кинг Абдулазиз Цити за науку и технологију.

Изјава институционалног одбора за ревизију:

Није применљиво.

Изјава о информисаној сагласности:

Није применљиво.

Изјава о доступности података:

Наш свет у подацима [31]—Гоогле обезбеђује јавно доступан скуп података о мобилности у вези са пандемијом [32]—Наш свет у подацима дели скуп података ЦОВИД-19 варијанти [33].

Сукоби интереса:

Аутори изјављују да нема сукоба интереса.

Референце

1. Ли, К.; Гуан, Кс.; Ву, П.; Ванг, Кс.; Зхоу, Л.; Тонг, И.; Рен, Р.; Леунг, КСМ; Лау, ЕХИ; Вонг, ЈИ; ет ал. Рана динамика преноса у Вухану, Кина, нове пнеумоније заражене коронавирусом. Н. Енгл. Ј. Мед. 2020, 382, ​​1199–1207. Доступно на мрежи: хттпс://ввв.ресеарцхгате.нет/публицатион/338904336_Еарли_Трансмиссион_Динамицс_у_Вухану_ Кина_упала плућа_нове_ заражене корона вирусом{15} (приступљено 15. августа 2021.).

2. Зху, Н.; Зханг, Д.; Ванг, В.; Ли, Кс.; Ианг, Б.; Сонг, Ј.; Зхао, Кс.; Хуанг, Б.; Схи, В.; Лу, Р.; ет ал. Нови коронавирус од пацијената са пнеумонијом у Кини, 2019. Н. Енгл. Ј. Мед. 2020, 382, ​​727–733. [ЦроссРеф] [ПубМед]

3. Весоловски, А.; Буцкее, ЦО; Енгø-Монсен, К.; Метцалф, ЦЈЕ Повезивање мобилности са заразним болестима: обећање и ограничења података мобилних телефона. Ј. Инфецт. Дис. 2016, 214, С414–С420. [ЦроссРеф] [ПубМед]

4. Зханг, К.; Сун, К.; Цхиназзи, М.; Пасторе и Пионтти, А.; Деан, НЕ; Ројас, ДП; Мерлер, С.; Мистри, Д.; Полетти, П.; Росси, Л.; ет ал. Ширење Зика вируса у Америци. Проц. Натл. Акад. Сци. САД 2017, 114, Е4334–Е4343. [ЦроссРеф]

5. Давиес, НГ; Куцхарски, АЈ; Егго, РМ; Гимма, А.; Едмундс, ВЈ; Јомбарт, Т.; О'Реилли, К.; Ендо, А.; Хеллевелл, Ј.; Нигхтингале, ЕС; ет ал. Ефекти нефармацеутских интервенција на случајеве ЦОВИД-19, смрти и потражњу за болничким услугама у УК: студија моделирања. Ланцет Публиц Хеалтх 2020, 5, е375–е385. [ЦроссРеф]

6. Флакман, С.; Мисхра, С.; Ганди, А.; Унвин, ХЈТ; Меллан, ТА; Цоупланд, Х.; Вхиттакер, Ц.; Зху, Х.; Берах, Т.; Еатон, ЈВ; ет ал. Процена ефеката нефармацеутских интервенција на ЦОВИД-19 у Европи. Природа 2020, 584, 257–261. [ЦроссРеф] [ПубМед]

7. Лаи, С.; Руктанонцхаи, НВ; Зхоу, Л.; Проспер, О.; Луо, В.; Флоид, ЈР; Весоловски, А.; Сантиллана, М.; Зханг, Ц.; Ду, Кс.; ет ал. Утицај нефармацеутских интервенција на сузбијање ЦОВИД-19 у Кини. Природа 2020, 585, 410–413. [ЦроссРеф]

8. Квон, Х.; Хом, К.; Рифкин, М.; Тиан, Б.; Коилу, Ц. Истраживање просторно-временске хетерогености у односу између људске мобилности и преваленције ЦОВИД{1}} коришћењем динамичког временског савијања. арКсив 2021, арКсив:2109.13765.

9. Ксионг, Ц.; Ху, С.; Ианг, М.; Луо, В.; Зханг, Л. Подаци мобилних уређаја откривају динамику у позитивној вези између људске мобилности и ЦОВИД-19 инфекција. Проц. Натл. Акад. Сци. УСА 2020, 117, 27087–27089. [ЦроссРеф]

10. Цаса Нова, А.; Ферреира, П.; Алмеида, Д.; Дионисио, А.; Куинтино, Д. Да ли су мобилност и ЦОВИД-19 повезани? Динамичка анализа за португалске округе. Ентропија 2021, 23, 786. [ЦроссРеф]

11. Стеигер, Е.; Муссгнуг, Т.; Кролл, ЛЕ Анализа узрочног графа опсервационих података ЦОВИД{1}} у немачким окрузима открива ефекте фактора који одређују број пријављених случајева. ПЛоС ОНЕ 2021, 16, е0237277. [ЦроссРеф]

12. Цартени, А.; Ди Франческо, Л.; Мартино, М. Како су навике кретања утицале на ширење пандемије ЦОВИД-19: Резултати италијанске студије случаја. Сци. Тотал Енвирон. 2020, 741, 140489. [ЦроссРеф]

13. Ноланд, РБ Мобилност и ефективна стопа репродукције ЦОВИД-19. Ј. Трансп. Хеалтх 2021, 20, 101016. [ЦроссРеф] [ПубМед]

14. Виелецховски, М.; Чех, К.; Грз ˛еда, Ł. Смањење мобилности: јавни превоз у Пољској у време пандемије ЦОВИД{1}}. Економије 2020, 8, 78. [ЦроссРеф]

15. Ох, Ј.; Лее, ХИ; Кхуонг, КЛ; Маркунс, ЈФ; Буллен, Ц.; Барриос, ОЕА; Хванг, СС; Сух, ИС; МцЦоол, Ј.; Кацхур, СП; ет ал. Ограничења мобилности су повезана са смањењем инциденције ЦОВИД-19 на почетку пандемије: докази из процене у реалном времену у 34 земље. Сци. Реп. 2021, 11, 13717. [ЦроссРеф] [ПубМед]

16. Агарвал, А.; Аломар, А.; Саркер, А.; Схах, ​​Д.; Схен, Д.; Јанг, Ц. Два горућа питања о ЦОВИД-у-19: Да ли је гашење привреде помогло? Можемо ли (делимично) поново отворити привреду, а да не ризикујемо други талас? арКсив 2020, арКсив:2005.00072.

17. Ноувеллет, П.; Бхатиа, С.; Цори, А.; Аинслие, КЕ; Багуелин, М.; Бхатт, С.; Боониасири, А.; Бразеау, НФ; Цаттарино, Л.; Цоопер, ЛВ; ет ал. Смањење мобилности и преношење ЦОВИД-19. Нат. Цоммун. 2021, 12, 1090. [ЦроссРеф]

18. Цабана, А.; Етцхеверри, Л.; Фариелло, МИ; Бермолен, П.; Фиори, М. Процена утицаја смањења мобилности у другом таласу ЦОВИД-а-19. У Процеедингс оф тхе 2021 КСЛВИИ Латин Америцан Цомпутинг Цонференце (ЦЛЕИ), Беч, Аустрија, 21–23 април 2021; стр. 1–10.

19. да Силва, ТТ; Францискуини, Р.; Насцименто, МЦ Метеоролошки подаци и подаци о мобилности људи о предвиђању случајева ЦОВИД{1}} новом хибридном методом разлагања са анализом детекције аномалија: студија случаја у главним градовима Бразила. Екперт Сист. Аппл. 2021, 182, 115190. [ЦроссРеф]

20. Бховмик, Т.; Тиртха, СД; Ираганабоина, НЦ; Елуру, Н. Свеобухватна анализа стопе преношења ЦОВИД-19 и морталитета на нивоу округа у Сједињеним Државама с обзиром на социо-демографију, здравствене индикаторе, трендове мобилности и атрибуте здравствене инфраструктуре. ПЛоС ОНЕ 2021, 16, е0249133. [ЦроссРеф]

21. Бадр, ХС; Ду, Х.; Марсхалл, М.; Донг, Е.; Скуире, ММ; Гарднер, ЛМ Повезаност између образаца мобилности и преношења ЦОВИД-19 у САД: Студија математичког моделирања. Ланцет Инфецт. Дис. 2020, 20, 1247–1254. [ЦроссРеф]

22. Цханг, С.; Пиерсон, Е.; Кох, ПВ; Герардин, Ј.; Редбирд, Б.; Груски, Д.; Лесковец, Ј. Модели мреже мобилности ЦОВИД-19 објашњавају неједнакости и информишу о поновном отварању. Природа 2021, 589, 82–87. [ЦроссРеф]

23. Гарциа-Цремадес, С.; Моралес-Гарсија, Ј.; Хернандез-Сањаиме, Р.; Мартинез-Еспана, Р.; Буено-Цреспо, А.; Хернандез-Оралло, Е.; Лопез-Еспин, ЈЈ; Цецилиа, ЈМ Побољшање предвиђања еволуције ЦОВИД-19 спајањем епидемиолошких података и података о мобилности. Сци. Реп. 2021, 11, 15173. [ЦроссРеф] [ПубМед]

24. Веи, И.; Ванг, Ј.; Сонг, В.; Ксиу, Ц.; Ма, Л.; Пеи, Т. Ширење ЦОВИД-а-19 у Кини: Анализа на основу модела епидемије и мобилности у граду. Градови 2021, 110, 103010. [ЦроссРеф] [ПубМед]

25. Куздеуов, А.; Баимукасхев, Д.; Карабаи, А.; Ибрагимов, Б.; Мирзакхметов, А.; Нурпеисов, М.; Левис, М.; Варол, ХА Мрежни стохастички симулатор епидемије: Контролисање ковида-19 са смерницама специфичним за регион. ИЕЕЕ Ј. Биомед. Хеалтх Информ. 2020, 24, 2743–2754. [ЦроссРеф] [ПубМед]

For more information:1950477648nn@gmail.com