Studie untersucht Rolle der Flughäfen bei der Verbreitung von Krankheiten

Die erste Studie , die Dynamik der Seuche in den frühen Phasen des Ausbruchs zu modellieren , schaute auf 40 US-Flughäfen und findet die eine, die die Krankheit von seiner Heimatstadt zu anderen Orten der schnellste würde Kennedy International Airport in New York , gefolgt sein verbreiten würde von Flughäfen in Los Angeles, Honolulu und San Francisco .

Forscher in der Abteilung für Bauingenieurwesen und Umwelttechnik (CEE) am Massachusetts Institute of Technology (MIT) schreiben über ihre Ergebnisse in einem Papier online veröffentlicht am 19. Juli in PLoS ONE.

Modell konzentriert sich auf frühen Phasen der Outbreak

In den vergangenen zehn Jahren haben wir eine Reihe von Krankheitsausbrüchen , die auf der ganzen Welt verbreitet haben gesehen . Im Jahr 2003 , der SARS Ausbruch dauerte nur ein paar Wochen, um von Hongkong nach 37 Ländern verbreitet , in ihrem Gefolge zu töten fast 1.000 Menschen . Im Jahr 2009 , der H1N1 "Schweinegrippe" Pandemie tötete fast 300.000 Menschen weltweit .

Solche Ausbrüche erhöhen Bewusstsein, dass neue Krankheitserreger könnte sich schnell auf der ganzen Welt mit Hilfe von Flugreisenden zu verbreiten.

Um solche Ansteckungsmusteruntersuchen Wissenschaftler bauen mathematische Modelle, Ideen einbringen von komplexen Netzwerksystemeund wie Informationen verbreitet sich in sozialen Netzwerken.

Bisher wurden diese Modelle auf der letzten Phase der Ausbrüche konzentrieren , Blick auf Orte, die letztlich entwickeln die höchsten Infektionsraten .

Aber die MIT-Forscher haben einen anderen Ansatz : sie beschlossen konzentrieren sich auf den frühen Stadien der Epidemien und vergleichen Sie die Wahrscheinlichkeiten der Ausbreitung von ihren Heimatstädten zu anderen Orten durch die größten 40 Flughäfen in den USA.

So findet ihr Modell berücksichtigt die Reisegewohnheiten von Individuen , die geographische Lage der Flughäfen, die Unterschiede in der Verbundenheit zwischen den Flughäfen und die Wartezeiten an den einzelnen Flughäfen . Bringt man diese Faktoren zusammen , versucht das Modell dann vorhersagen, wo und wie schnell eine Krankheit könnte zu verbreiten.

Die Forscher vermuten, Diese Art der Betrachtung des Problems helfen könnte entscheiden, die besten Möglichkeiten , um eine Infektion in den ersten Tagen des Ausbruchs enthalten und zu verteilen Impfstoffen und Behandlungen.

Senior-Autor Ruben Juanes , der ARCO Associate Professor in Energy Studies am MIT Abteilung CEE , sagte der Presse :

"Unsere Arbeit ist die erste, bei der räumlichen Verbreitung von Ansteckungsprozessezu frühen Zeitpunkten zu betrachten und ein Prädiktor für die 'Knoten ' schlagen - in diesem Fall , Flughäfen - . Wird aggressiver räumliche Ausbreitung führen "

"Die Ergebnisse die Grundlage für eine erste Bewertung der Impfstoffallokationsstrategienim Falle eines Ausbruchs bilden könnten , und könnten die nationalen Sicherheitsbehörden der schwächsten Wege für biologische Angriffe in einer dicht vernetzten Welt zu informieren , " fügte er hinzu .

Neues Modell ist realistischer

Das Modell vereint zwei gegensätzliche Mobilitätsmuster : eine geophysikalische und die anderen Menschen. Die erste stammt aus Juanes Studien der Strömung von Fluiden durch Fraktur Netzwerke in unterirdischen Felsen, und der zweite stammt aus CEE Marta González Studien, Modell menschliche Mobilitätsmuster und Spurenansteckungsprozessein sozialen Netzwerken , die Mobiltelefon -Daten.

Bezieht man diese beiden Quellen des Wissens , fährt der neue MIT -Modell von der herkömmlichen Vorgehensweise , die Menschen reisen in einer zufälligen Diffusionsmuster , wenn Sie von einem Flughafen zum anderen übernimmt .

Das neue Modell ist realistischer. Die Menschen wollen nicht nach dem Zufallsprinzip zu reisen. Sie neigen dazu, Muster zu wiederholen.

Das Team angewendet Monte -Carlo-Simulationen , um González Studien der menschlichen Mobilitätsmuster , um die Wahrscheinlichkeit eines einzelnen Reisenden fliegen von einem Flughafen zum anderen zu bestimmen.

Und sie auch die herkömmlichen Zufalls Flow-Modell ersetzt, mit einem " advektiven fluid" Modell, dass der Transportprozess beruht auf den Eigenschaften der Substanz, die in Bewegung ist übernimmt .

Eine herkömmliche Zufallsflussmodellwürde zeigen, dass die größten Drehkreuze in Bezug auf das Verkehrsaufkommen würde die einflussreichsten Treuer der Krankheit sein.

Aber die Mannschaft mit ihren realistischeres Modell zeigte, dass das nicht der Fall .

Honolulu Airport : Weniger Verkehrs aber stark geprägt

Eine zufällige Diffusionsmodell würde Honolulu Flughafen, der nur 30% des Flugverkehrs von Kennedy International Airport in New York hat zu suchen , und zum Abschluss die Hälfte der Reisenden würde fortfahren, San Francisco und die Hälfte nach Anchorage , wobei die Krankheit auf diesen Flughäfen , vorbei es auf anderen Reisenden , die dann wiederum geben sie in weitere Zufallsreiseverhalten.

Aber die neue MIT Modell sieht auf dem Flughafen von Honolulu und sagt , obwohl es mit 70% weniger Verkehr , dass in Bezug auf die Ausbreitung der Krankheit , fast so einflussreich wie Kennedy International Airport in New York ist .

Dies liegt daran, Flughafen Honolulu befindet sich in einer einzigartigen Position in der Luftverkehrsnetz . Es ist in den Pazifischen Ozean und ist gut in ferne , große und gut verbunden Hubs angeschlossen . So kommt es, dritten , vor San Francisco, in der Liste der 40 US-Flughäfen im Hinblick auf die Ansteckung übergreifend beeinflussen .

Von den 40 US-Flughäfen die im Hinblick auf die Einfluss auf die Ausbreitung der Krankheit untersucht Modell , sagt Kennedy Airport an erster Stelle , gefolgt von den Flughäfen in Los Angeles, Honolulu, San Francisco, Newark, Chicago ( O'Hare ) und Washington ( Dulles ) .

Der Hauptflughafen in Bezug auf die Anzahl der Flüge ist Hartsfield-Jackson Atlanta International Airport , aber das Modell gehört sie achte in Ansteckung Einfluss. Logan International Airport Boston Platz 15 .

González ist der Gilbert W. Winslow Career Development Assistant Professor für CEE am MIT. Sie sagte, die Methode, die sie verwendet, ist relativ neu , aber sehr robust.

"Die Studie der Ausbreitung Dynamik und Mobilität der Menschen , die Verwendung von Tools von komplexen Netzwerken , kann auf viele verschiedene Studienfächer angewendet, um Vorhersagemodelle zu verbessern ", sagte González , was darauf hindeutet , dass die " Einbeziehung von Methoden der statistischen Physik Vorhersagemodelle werden wahrscheinlich zu entwickeln, weitreichende Auswirkungen für die Modellierung in vielen Anwendungen " .

Ein Vergottis Graduate Fellowship und Auszeichnungen von der NEC Corporation Fund, der Solomon Buchsbaum Research Fund und dem US Department of Energy dazu beigetragen, die Studie zu finanzieren.