Dünya çapında sayısız milyonlarca kişi için işe veya okula gitmek günlük bir rutindir. Ancak bir salgın sırasında bu uygulama, bulaşıcı hastalıkların yayılmasına büyük ölçüde katkıda bulunabilir; bu, birçok geleneksel metapopülasyon modelinin genellikle gözden kaçırdığı bir gerçektir çünkü bunlar öncelikle göç için tasarlanmıştır ve insanlara nadiren yerel olarak hareket ediyormuş gibi davranırlar.
İçinde KaosGüney Kore’den bir araştırmacı ekibi, bu sınırlamaları ele almak ve odağı günlük hareketlilik modellerini kapsayacak şekilde genişletmek için bir Banliyö Metapopülasyon Modeli (CMPM) başlattı.
Model, ülkenin en büyük ikinci telekomünikasyon ağı tarafından sağlanan gerçek işe gidip gelme verileriyle COVID-19’un yayılmasını simüle etmek için kullanıldı ve bu modelin, kentsel merkezlerdeki hızlı yayılmadan kırsal alanlardaki gecikmeli veya yerel salgınlara kadar salgın modellerindeki mekansal çeşitliliği daha iyi yakalayabildiğini ortaya koydu.
Yazar Jae Woo Lee, “Nüfusu tek bir birim olarak ele alan geleneksel modellerden farklı olarak CMPM, bireyleri gerçek işe gidip gelme rotaları boyunca takip ediyor” dedi.
“İnsanların evlerinden ne zaman çıktıklarını, gün içinde nereye gittiklerini ve geceleri ne zaman döndüklerini takip etmek için cep telefonlarından gelen verileri kullanıyor. Bu, bilim insanlarına hastalıkların günlük insan hareketleri yoluyla nasıl yayıldığı konusunda çok daha gerçekçi bir harita sağlıyor.”
Geleneksel meta-nüfus izleme modellerinin aksine, CMPM, nüfusları statik bölgesel sınırlar yerine işe gidip gelme akışlarına göre yeniden tahsis etmek üzere tasarlanmıştır ve nüfus hareketliliğinin gerçek hayattaki nüanslarını yansıtmaya çok daha uygun görünmektedir. Örneğin model, enfeksiyonların Seul gibi büyük, kalabalık şehirlerde nasıl hızlı bir şekilde alevlendiğini ve banliyö trafiğiyle bağlantılı yakındaki kasabalara nasıl yayıldığını ve Jeju Adası gibi daha izole yerlerin, daha az insan girip çıktığı için nasıl çok daha yavaş bir yayılma görebileceğini takip edebiliyor.
Lee, “Geleneksel modeller bu önemli farklılıkları gözden kaçırırdı ve gerçeklikle eşleşmeyen, daha pürüzsüz, neredeyse tekdüze bir yayılma öngörürdü” dedi.
Araştırmacılar, modellerinin gelişmiş performansının, gerçekçi hareketlilik verilerinin salgın modellemedeki temel rolünün altını çizdiğini ve hayat kurtaran hedefe yönelik müdahale stratejilerinin geliştirilmesine yardımcı olabileceğini umuyorlar.
Lee, “Günlük yolculuklarımız sadece rutinlerimizi tanımlamakla kalmıyor, aynı zamanda bir salgının yolunu da şekillendiriyor” dedi.
“CMPM, işe gidip gelme modellerinin (gerçek zamanlı verilerle) bu yolu nasıl şekillendirdiğini göstererek hükümetlerin ve sağlık yetkililerinin daha akıllı müdahaleler tasarlamasına yardımcı olabilir. Herkese uyan tek bir karantina yerine, yüksek trafikli işe gidip gelme koridorlarına odaklanabilir veya sınırlı bağlantılara sahip hassas bölgeleri koruyabilirler.”
