研究人员模拟COVID-19传输在教室

模型预测表明,使用通用的面具可以减少高达72%,新感染疫苗接种率成功抑制传输更多的传染性的变体。

冠状病毒病例再次上升在美国几乎每一个州,最大的问题是:我们怎样才能保持安全,恢复正常的生活,尤其是在拥挤的空间,如大学校园吗?在过去的两年里,决策者被迫做出选择从疫苗接种和面具授权占用范围,基于对COVID-19不断变化的假设。

现在,南加州大学的研究人员进行了量化的一些最具有争议的缓解策略的有效性通过模拟COVID-19在大学校园的传播,特别是建模机载面对面传播风险类。

这项新的研究,发表在美国国家科学院院刊》上(PNAS),显示高度传染性三角洲变体暴发期间,至少有93%的学生应该接种疫苗,与每个人都戴着面具在室内,防止明显的上扬。原始COVID-19应变,23%的学生应该接种疫苗,每个人都戴着面具在室内(或64%的学生没有面具的使用)。

这些发现将有助于决策者在持续COVID-19暴发或类似的传染病的爆发。的仿真模型还允许决策者探索“假设”场景相关的传播COVID-19在课堂上通过改变参数来看到的结果在不同的场景下,如混合类,目前的疫苗接种率,屏蔽协议、社区感染水平,不同级别的病毒传染性。

“我认为最困难的事大流行已经找到正确的平衡之间的紧张关系在某种常态去对我们的生活,同时也让自己安全,”说研究的合著者Bhaskar Krishnamachari,电气和计算机工程和计算机科学的教授。

“这篇论文有助于更清醒的思考当我们可以在一个操作模式,有或没有面具,当我们需要授权疫苗。我们觉得在许多这样的事情在过去的两年里,但是这给了我们一个更具体,数据驱动的过程。它不必是一个任意的或政治的决定。这告诉我们,科学,有细微差别。”

题为“模拟COVID-19课堂传播在一所大学校园,”这项研究是由阿尔文Hekmati,计算机科学博士生;教授Mitul Luhar航空和机械工程;Bhaskar Krishnamachari,电气和教授计算机工程和计算机科学;和玛雅Matarić时,教授计算机科学、神经科学和儿科。bob电竞

高细粒度的数据

研究期间尤其相关的传染病疫情的早期当决策者面对的艰难的决定发布命令关闭学校。使用模拟COVID-19传播基于真正的匿名数据从一个大大学,研究人员预计的影响各种学校重新开放策略:完全关闭,混合动力车,面对面;接种疫苗和未接种疫苗;戴着面具和揭露。

在史无前例的一项研究中,模型占高细粒度的数据,如课程表,教室大小、入住率、通风率,以及疫苗率和有效性,甚至课堂交互的具体信息,比如演讲和疾病传播的作用在一个封闭的空间。

结果表明,没有疫苗接种,90%的移动类在线可以减少新发感染高达94%,而通用面具的使用可以减少新感染的72%。

“有了这个工具,大学不需要做出这些决策没有知识可以为大学政策做出明智的决定保持它安全的学生,教师,和工作人员,“Hekmati说。“没什么需要由假设;我们可以量化这种流行病的方方面面,想出最好的决定。”

机会和责任

的研究人员计算机科学,电气工程和航空航天工程领域合作工作,利用专业知识在大型计算机建模和机械传动COVID-19建模。

“作为一个大学,我们有机会和责任研究我们自己的社区为了获得的见解告知公众,“Matarić说。

“这个项目是非常满意的,因为它聚集了来自多个维特比工程学院部门的同事谁使分析和建模,进而提供洞察安全政策在大学校园流行条件。”

Luhar教授通知模型,建模专家室内空气分散,分析COVID-19传播的机制,考虑从房间大小的人数,和他们讲各种多少可以导致病毒变异性发射率从教师和学生。

在讲座中,例如,教师往往会比学生多说话,这可能影响传播率。模型中“提供这些事实很兼容的大学和教室,“Hekmati说。

在未来的工作中,团队希望扩大他们的研究包括一个工具,可以通过大型大学校园管理员和工作场所的校园。虽然这个模型是专门为教室,有许多模块化方面可以调整扩展到其他类型的环境中,研究人员说。

“没有给我们研究人员在工程的满意度要高于对社会产生积极的影响,“Krishnamachari说,同时兼任Hekmati的顾问。“大多数人来说,当我们开始工程学校,我们有这个梦想,我们所做的工作是有意义的,帮助他人,和我很高兴阿尔文,他做的一个项目,他可以看到那种积极的影响。”

---

---