使用运输数据来预测大流行

在一个不断增加的全球联系的世界中，预测传染病的传播比以往任何时候都更加复杂。流浪者不再遵循他们几个世纪前的模式，当时疾病在城镇席卷了人口。取而代之的是，它们每年30亿航空旅行者的互动刺激，迅速传播，似乎随机传播。

一个计算模型由西北大学的德克·布罗克曼（Dirk Brockmann）开发，可以更好地了解当今疾病的影响。麦考密克工程和应用科学学院的工程科学和应用数学副教授布罗克曼（Brockmann）使用运输数据来开发模型，以更好地确定疫情的来源并帮助确定疾病如何传播。

可以肯定地确定位置的能力大流行爆发并预测其将在何处和速度传播的速度将使政府和临床医生在应对该疾病的反应方面重要（并可能挽救生命），但目前预测模型有限。

以前的大流行模型基于地理距离，但地理提供了大流行的不完整图片。例如，纽约市和伦敦在地理上相距遥远，但是每天在城市之间旅行约10,000人，城市的联系要比纽约市和密尔沃基更加紧密，这些城市在地理上更近。

布罗克曼说：“此外，伦敦等具有很高联系水平的城市是追踪疾病传播的重要震中。”“当疾病到达这些城市时，它可能会迅速传播。”

Brockmann使用网络理论和官方运输数据，开发了一个模型，该模型可以很高准确地生成爆发以及大流行在特定位置的预测到达时间。该模型只能使用有关疾病的地理位置和发生数量的数据来生成这些发现。

布罗克曼说：“从正确的角度看我们的技术，空间疾病动态变得更加简单。”

布罗克曼（Brockmann）将在题为“流浪者可以预见的是吗？”的演讲中讨论他的研究。在波士顿举行的美国科学发展协会（AAAS）年度会议上。

---

---