UWBベースの屋内位置情報データを用いた接触分析による個々の感染伝播率の正確な推定

科学分野:

• 疫学
• ネットワーク科学
• 公衆衛生

背景:

• 感染症の管理には、個人の移動と接触に関する詳細なソーシャルネットワークデータが必要です。
• 現在のマクロスケールデータソース（RFID、Bluetooth、モバイル位置情報）は、ソーシャルイベントにおける正確な伝播率の推定とパターン識別の限界があります。

研究 の 目的:

• 個々の感染伝播率を正確に推定するための方法論を開発すること。
• 感染拡大のダイナミクスを理解する上で、マクロスケールのソーシャルネットワークデータの限界に対処すること。

主な方法:

• 屋内の位置情報データを収集するためにリアルタイム位置情報システムを設置し、2つの大学の学生のソーシャルイベントからデータを収集しました。
• 距離に基づいて感染確率を推定し、COVID-19の伝播データで調整しました。
• 接触イベント、強度、および期間を分析して、個々の感染伝播率を計算しました。

主要な成果:

• ほとんどの接触は6フィート以内の近距離で一時的（1〜30秒）です。
• 感染伝播は、6フィート以内の半径内での接触時間と頻度に関連しています。
• 接触時間と伝播率は、ソーシャルイベントの種類と参加者の密度に関連しています。

結論:

• 提案された方法論は、個人の特性とソーシャルイベントのダイナミクスを考慮して、個々の伝播率を正確に推定します。
• このアプローチにより、特定のソーシャルイベントと個人に合わせた公衆衛生ガイドラインが可能になります。
• この研究は、パーソナライズされた感染症予防戦略に向けた基礎的なステップです。