Neues Modell verfolgt die Ausbreitung von Krankheiten durch tägliches Pendeln

Für unzählige Millionen Menschen auf der ganzen Welt ist das Pendeln zur Arbeit oder zur Schule eine alltägliche Routine. Aber während einer Pandemie kann die Praxis enorm zur Ausbreitung von Infektionskrankheiten beitragen, eine Tatsache, die viele traditionelle Metapopulationsmodelle oft übersehen, weil sie in erster Linie auf Migration ausgelegt sind und Menschen so behandeln, als ob sie sich selten vor Ort bewegen würden.

In Chaos von AIP Publishing führte ein Forscherteam aus Südkorea ein Commuter Metapopulation Model (CMPM) ein, um diese Einschränkungen anzugehen und den Fokus auf tägliche Mobilitätsmuster zu erweitern. Das Modell wurde verwendet, um die Ausbreitung von COVID-19 mit tatsächlichen Pendlerdaten zu simulieren, die vom zweitgrößten Telekommunikationsnetz des Landes bereitgestellt wurden. Dabei zeigte sich, dass es die räumliche Vielfalt der Ausbruchsmuster, von der schnellen Ausbreitung in städtischen Zentren bis hin zu verzögerten oder lokalisierten Ausbrüchen in ländlichen Gebieten, besser erfassen kann.

Im Gegensatz zu herkömmlichen Modellen, die die Bevölkerung als eine Einheit betrachten, folgt CMPM Einzelpersonen auf ihren tatsächlichen Pendlerrouten. Es nutzt Daten von Mobiltelefonen, um zu verfolgen, wann Menschen ihre Häuser verlassen, wohin sie tagsüber gehen und wann sie nachts zurückkehren. Dadurch erhalten Wissenschaftler eine viel realistischere Karte darüber, wie sich Krankheiten durch alltägliche menschliche Bewegungen ausbreiten.“

Jae Woo Lee, Autor

Im Gegensatz zu herkömmlichen Metapopulationsverfolgungsmodellen ist das CMPM darauf ausgelegt, Bevölkerungen auf der Grundlage von Pendlerströmen und nicht auf der Grundlage statischer regionaler Grenzen neu zuzuordnen, und scheint viel besser geeignet zu sein, die realen Nuancen der Bevölkerungsmobilität abzubilden. Das Modell kann beispielsweise verfolgen, wie Infektionen in großen, überfüllten Städten wie Seoul schnell aufflammen und sich auf nahegelegene Städte ausbreiten können, die durch den Pendlerverkehr verbunden sind, und wie sich isoliertere Orte wie die Insel Jeju wahrscheinlich viel langsamer ausbreiten, da weniger Menschen ein- und ausziehen.

„Herkömmliche Modelle hätten diese entscheidenden Unterschiede übersehen und eine gleichmäßigere, fast gleichmäßige Ausbreitung vorhergesagt, die nicht der Realität entspricht“, sagte Lee.

Die Forscher hoffen, dass die verbesserte Leistung ihres Modells die wesentliche Rolle realistischer Mobilitätsdaten bei der Epidemiemodellierung unterstreicht und dass sie zur Entwicklung gezielter Interventionsstrategien beitragen können, die Leben retten.

„Unsere täglichen Reisen bestimmen nicht nur unsere Routinen, sie prägen auch den Verlauf einer Pandemie“, sagte Lee. „Indem wir zeigen, wie Pendelmuster funktionieren [with real-time data] Wenn Sie diesen Weg gestalten, kann das CMPM Regierungen und Gesundheitsbehörden dabei helfen, intelligentere Antworten zu entwickeln. Anstelle eines einheitlichen Lockdowns können sie sich auf stark frequentierte Pendlerkorridore konzentrieren oder gefährdete Regionen mit begrenzten Verbindungen schützen.“

Quellen: