理解傳染病擴散的時空特徵,三種公式分析:潛伏期、人口移動、醫療量能

理解傳染病擴散的時空特徵,三種公式分析:潛伏期、人口移動、醫療量能
Photo Credit: 中央社

我們想讓你知道的是

疫情已經席捲全球兩年,各地政府仍無法徹底遏止病情傳播。作者以地理計算為出發點,提出了三個時間與空間整合的公式,提供疫情再起時的應對參考。

從2019年底開始,肆虐全球的COVID-19(嚴重特殊傳染性肺炎、新冠肺炎、武漢肺炎)疫情不僅剝奪了無數人類的性命,也剝奪了許多倖存者的人身自由(居家辦公、封城等管制措施)和心理健康,其所造成的全球經濟損失和失業率飆升更是間接影響了多數人的生存。

面對傳染病對人類社會造成的威脅,理解傳染病擴散的時空特徵、防止其進一步擴散、並判斷出醫療資源較缺乏的脆弱地區,這三者都是防疫決策上的重要面向。因此,我的博士論文便以地理計算的觀點針對這三個面向各自提出了改良的演算法或數理模型,藉此協助提升傳染病防治的決策支援性。

端午連假首日 市區人車少(1)
Photo Credit: 中央社

首先,Modified Space-Time Density-based Spatial Clustering of Applications with Noise(MST-DBSCAN)演算法考量了傳染病的潛伏期特性所造成的病例之間的時間差距;同時,以點資料「分群」而非傳統空間分析的「熱區」觀點來判斷疾病的群聚。此兩項特徵的結合,讓MST-DBSCAN可以「追蹤」每個病例群聚的時空演化型態,以及不同群聚之間融合和分裂等交互作用的現象。

對比傳統的空間分析方法(核密度分析、時空掃描等),MST-DBSCAN能夠將傳染病擴散的時空過程之複雜性,剖析成不同病例群聚之間的演化關係,協助使用者更細緻地理解傳染病擴散的時空過程。

第二,Human Mobility Regularity-based Zoning(HuMoRZ)演算法利用土地使用型態反映人口移動的旅次目的,並考量了人口移動行為的規律特性,發展為以都市內不同地區之間的人口移動往來為分析對象的一種網絡分群(Network community)分析方法。

分析結果所劃定出的都市內部分區,能夠作為移動管制分區讓防疫單位施行居家辦公,宵禁甚至是區域封鎖等防疫措施,藉此防止傳染病擴散。與大規模封城或是小區域封鎖等既有的空間管制單元相比,HuMoRZ的分區單元大小介於兩者之間,符合文獻上對於空間管制單元的想像。

同時,傳染病擴散數理模型的模擬結果,也證實HuMoRZ的分區確實是三者之中能夠最有效來延緩疫情從發源地向外擴散。搭配研究區內多樣化的興趣點(Point of interest, POI)分析,HuMoRZ的分區更接近生活圈的功能,進一步強化分區作為防疫目的之實用性。


Photo Credit: 中國地理學會刊
根據HuMoRZ公式計算的北市人口移動圖

最後,Epidemic Resource Accessibility(Epi-RA)模型考量了醫療資源需求隨著疫情起伏而動態變化的特性,剖析出各地區資源可及性的時空動態過程。

分析結果發現,在疫情中較早面臨資源不足狀況的地區,也多半必須忍受較長期的資源匱乏,反映出各地區面對傳染病疫情的不同脆弱程度。而雖然這些脆弱地區多半分布在偏遠的市郊地區,但也有部分是存在於市中心的人口密集區,此現象突顯了資源的脆弱性是同時受到供給面和需求面的影響。

Epi-RA模型的分析結果可以協助防疫單位判斷如何因應疫情的發展而彈性調整醫療防疫資源的佈署,發揮資源的最大效益;也能夠協助判斷出急需額外資源挹注的脆弱地區。

從理解到防止再到保護,上述三項方法分別對應到三個重要的傳染病防治面向。除了這種防疫決策先後順序上的連結關係以外,此三項方法的整合也能夠在地理空間上形成類似同心圓的區位劃分。

MST-DBSCAN主要針對已出現疫情的地區,剖析擴散的時空過程,屬於最核心的區位。HuMoRZ能夠把與疫區有密切人流往來的地區也涵蓋進來,判斷出高風險地區的所在位置,屬於中間層的區位。最後,Epi-RA則是針對整個研究區進行全面性的檢視,搜索出醫療資源較缺乏的脆弱地區,屬於最外層的區位。

因此,論文所開發的三項方法能夠在時間維度和空間維度上進行整合,為傳染病防治實務帶來全面性的決策支援。

參考文獻

  1. Kuo, F. Y., Wen, T. H., & Sabel, C. E. (2018). Characterizing diffusion dynamics of disease clustering: a modified space–time DBSCAN (MST-DBSCAN) algorithm. Annals of the American Association of Geographers, 108(4), 1168-1186.
  2. Kuo, F. Y., & Wen, T. H. (2021). Regionalization for infection control: An algorithm for delineating containment zones considering the regularity of human mobility. Applied Geography, 126, 102375.
  3. Kuo, F. Y., & Wen, T. H. (2021). A Mathematical Model for Evaluating the Medical Resource Availability of COVID-19 in Time and Space. In S. Show and D. Sui (Eds.). Mapping COVID-19 in Space and Time, Human Dynamics in Smart Cities(pp. 295-308). Cham, Switzerland: Springer Nature.

本文經中國地理學會會刊(在台北)授權轉載,原文刊登於此

延伸閱讀

責任編輯:溫偉軒
核稿編輯:翁世航


猜你喜歡

Tags: