Neues Modell der Ansteckung von Krankheiten stuft US-Flughäfen in Bezug auf ihren Einfluss auf die Ausbreitung ein

Neues Modell der Ansteckung von Krankheiten stuft US-Flughäfen in Bezug auf ihren Einfluss auf die Ausbreitung ein
Neues Modell der Ansteckung von Krankheiten stuft US-Flughäfen in Bezug auf ihren Einfluss auf die Ausbreitung ein
Anonim

Öffentliche Gesundheitskrisen des letzten Jahrzehnts – wie der SARS-Ausbruch von 2003, der sich auf 37 Länder ausbreitete und etwa 1.000 Todesopfer forderte, und die H1N1-Grippe-Pandemie von 2009, die weltweit etwa 300.000 Menschen tötete – haben zugenommen Bewusstsein, dass neue Viren oder Bakterien sich schnell über den Globus ausbreiten könnten, unterstützt durch Flugreisen.

Während Epidemiologen und Wissenschaftler, die komplexe Netzwerksysteme untersuchen – etwa Ansteckungsmuster und die Verbreitung von Informationen in sozialen Netzwerken – daran arbeiten, mathematische Modelle zu erstellen, die die weltweite Ausbreitung von Krankheiten beschreiben, haben sich diese Modelle bisher auf die Endstadien konzentriert von Epidemien und untersucht die Orte, die letztendlich die höchsten Infektionsraten entwickeln.

Aber eine neue Studie von Forschern des Department of Civil and Environmental Engineering (CEE) des MIT verlagert den Fokus auf die ersten Tage einer Epidemie und bestimmt, wie wahrscheinlich es ist, dass die 40 größten US-Flughäfen die Ausbreitung eines ansteckenden Virus beeinflussen Krankheit, die ihren Ursprung in ihren Heimatstädten hat. Dieser neue Ansatz könnte dazu beitragen, geeignete Maßnahmen zur Eindämmung von Infektionen in bestimmten geografischen Gebieten festzulegen, und Gesundheitsbehörden dabei helfen, Entscheidungen über die Verteilung von Impfungen oder Behandlungen in den ersten Tagen der Ansteckung zu treffen.

Flughäfen in New York, Los Angeles und Honolulu spielen am wahrscheinlichsten eine bedeutende Rolle bei der Ausbreitung einer Pandemie.

Im Gegensatz zu bestehenden Modellen berücksichtigt das neue MIT-Modell Variationen im Reiseverh alten von Einzelpersonen, die geografischen Standorte von Flughäfen, die Unterschiede in den Interaktionen zwischen Flughäfen und Wartezeiten an einzelnen Flughäfen, um ein Tool zu erstellen, das zur Vorhersage verwendet werden kann wo und wie schnell sich eine Krankheit ausbreiten könnte.

"Unsere Arbeit ist die erste, die sich mit der räumlichen Ausbreitung von Ansteckungsprozessen in frühen Zeiten befasst und einen Prädiktor dafür vorschlägt, welche "Knoten" - in diesem Fall Flughäfen - zu einer aggressiveren räumlichen Ausbreitung führen werden, " sagt Ruben Juanes, ARCO Associate Professor für Energiestudien in CEE. „Die Ergebnisse könnten die Grundlage für eine erste Bewertung von Strategien zur Impfstoffzuteilung im Falle eines Ausbruchs bilden und könnten nationale Sicherheitsbehörden über die anfälligsten Wege für biologische Angriffe in einer dicht vernetzten Welt informieren.“

Ein realistischeres Modell

Die Studien von Juanes über den Fluss von Flüssigkeiten durch Bruchnetzwerke in unterirdischem Gestein und die Forschung von Marta González von CEE, die Mobiltelefondaten verwendet, um menschliche Mobilitätsmuster zu modellieren und Ansteckungsprozesse in sozialen Netzwerken zu verfolgen, legten die Grundlage für die Bestimmung des Individuums Reisemuster zwischen Flughäfen in der neuen Studie. Bestehende Modelle gehen typischerweise von einer zufälligen, homogenen Verteilung von Reisenden von einem Flughafen zum nächsten aus.

Menschen reisen jedoch nicht wahllos; Sie neigen dazu, Muster zu erstellen, die repliziert werden können. Unter Verwendung von González' Arbeit über menschliche Mobilitätsmuster wendeten Juanes und seine Forschungsgruppe – einschließlich des Doktoranden Christos Nicolaides und des wissenschaftlichen Mitarbeiters Luis Cueto-Felgueroso – Monte-Carlo-Simulationen an, um die Wahrscheinlichkeit zu bestimmen, dass ein einzelner Reisender von einem Flughafen zum anderen fliegt.

"Die Ergebnisse unseres Modells unterscheiden sich stark von denen eines herkömmlichen Modells, das auf der zufälligen Diffusion von Reisenden beruht … [und] ähnlich dem advektiven Fluss von Flüssigkeiten", sagt Nicolaides, Erstautor einer Veröffentlichung von den vier MIT-Forschern, die im Fachblatt PLoS ONE veröffentlicht wurde. „Der advektive Transportprozess beruht auf charakteristischen Eigenschaften der sich bewegenden Substanz, im Gegensatz zur Diffusion, die von einem zufälligen Fluss ausgeht. Wenn Sie nur die Diffusion in das Modell einbeziehen, wären die größten Flughafendrehkreuze in Bezug auf den Verkehr die einflussreichsten Streuer von Erkrankung.Aber das ist nicht korrekt."

Übergroße Rolle für Honolulu

Zum Beispiel könnte ein vereinfachtes Modell mit zufälliger Diffusion sagen, dass die Hälfte der Reisenden am Flughafen Honolulu nach San Francisco und die andere Hälfte nach Anchorage, Alaska, reisen, die Krankheit nehmen und sie an Reisende an diesen Flughäfen weitergeben werden, wer würde willkürlich reisen und die Ansteckung fortsetzen.

In der Tat, obwohl der Flughafen von Honolulu nur 30 Prozent so viel Flugverkehr hat wie der New Yorker Kennedy International Airport, sagt das neue Modell voraus, dass er in Bezug auf die Ansteckung fast so einflussreich ist, weil er in die Luft passt Verkehrsnetz: Seine Lage im Pazifischen Ozean und seine vielen Verbindungen zu entfernten, großen und gut angebundenen Drehkreuzen verleihen ihm den dritten Platz in Bezug auf den Einfluss der Ausbreitung von Ansteckungen.

Kennedy Airport steht nach Modell an erster Stelle, gefolgt von Flughäfen in Los Angeles, Honolulu, San Francisco, Newark, Chicago (O'Hare) und Washington (Dulles).Der internationale Flughafen Hartsfield-Jackson in Atlanta, der bei der Anzahl der Flüge an erster Stelle steht, liegt beim Ansteckungseinfluss an achter Stelle. Bostons Logan International Airport liegt auf Platz 15.

"Die Untersuchung der Ausbreitungsdynamik und der menschlichen Mobilität unter Verwendung von Werkzeugen komplexer Netzwerke kann auf viele verschiedene Studienbereiche angewendet werden, um Vorhersagemodelle zu verbessern", sagt González, Gilbert W. Winslow Career Development Assistant Professor of Civil und Umwelttechnik. "Es ist ein relativ neuer, aber sehr robuster Ansatz. Die Einbeziehung statistischer physikalischer Methoden zur Entwicklung von Vorhersagemodellen wird wahrscheinlich weitreichende Auswirkungen auf die Modellierung in vielen Anwendungen haben."

"Heutzutage ist es eines der ehrgeizigsten wissenschaftlichen Ziele, vorherzusagen, wie sich verschiedene Prozesse mit großen wirtschaftlichen und gesellschaftlichen Auswirkungen im Laufe der Zeit entwickeln", sagt Professor Yamir Moreno von der Universität Zaragoza, der komplexe Netzwerke und Ausbreitung untersucht Muster von Epidemien.„Wir sind derzeit in der Lage, echte Krankheitsausbrüche mit einigen Details zu modellieren, aber wir sind weniger effektiv, wenn es darum geht, neue Gegenmaßnahmen zu identifizieren, um die Auswirkungen einer neu auftretenden Krankheit zu minimieren. Die Arbeit des MIT-Teams ebnet den Weg, um neue Eindämmungsstrategien zu finden, da das neu entwickelte Maß der einflussreichen Ausbreitung ein besseres Verständnis der raumzeitlichen Muster ermöglicht, die die Anfangsstadien eines Krankheitsausbruchs charakterisieren."

Beliebtes Thema