Spatiotemporal Analysis of COVID-19 Incidence Data.
Spatiotemporal Analysis of COVID-19 Incidence Data.
复制标题
DOI：
10.3390/v13030463
复制
发表时间：
2021-03-11
期刊：
影响因子：
--
通讯作者：
Palù G
中科院分区：
文献类型：
--
作者：
Spassiani I;Sebastiani G;Palù G
(1) 背景：更好地了解人与人之间相互作用方面的 COVID-19 动态对于提高遏制措施的有效性至关重要。尽管如此，该研究缺乏基于大数据集的时空统计和数学分析。我们描述了一种从 COVID-19 大流行数据中提取有用时空信息的新方法。 （2）方法：我们基于数学形态学、层次聚类、参数数据建模和非参数统计等数学和统计工具进行具体分析。这些分析适用于意大利全国封锁期间威尼托地区（意大利）约 19,000 名 COVID-19 患者组成的大型数据集。 (3) 结果：我们估计了 COVID-19 累积发病率空间分布，显着降低了图像噪声。我们根据发病率的时间演变确定了四个相连省份的集群。令人惊讶的是，一个集群由三个相邻省份组成，而另一个集群则包含两个公路相距超过 210 公里的省份。局部空间关联值的生存函数在这里通过锥形帕累托模型进行建模，该模型也用于其他应用领域，例如与网络相关的地震学和经济。模型的参数可能与定量描述流行病相关。 (4) 结论：所提出的方法可以应用于一般情况，可能有助于采取限制流动和聚会等战略决策。
(1) Background: A better understanding of COVID-19 dynamics in terms of interactions among individuals would be of paramount importance to increase the effectiveness of containment measures. Despite this, the research lacks spatiotemporal statistical and mathematical analysis based on large datasets. We describe a novel methodology to extract useful spatiotemporal information from COVID-19 pandemic data. (2) Methods: We perform specific analyses based on mathematical and statistical tools, like mathematical morphology, hierarchical clustering, parametric data modeling and non-parametric statistics. These analyses are here applied to the large dataset consisting of about 19,000 COVID-19 patients in the Veneto region (Italy) during the entire Italian national lockdown. (3) Results: We estimate the COVID-19 cumulative incidence spatial distribution, significantly reducing image noise. We identify four clusters of connected provinces based on the temporal evolution of the incidence. Surprisingly, while one cluster consists of three neighboring provinces, another one contains two provinces more than 210 km apart by highway. The survival function of the local spatial incidence values is modeled here by a tapered Pareto model, also used in other applied fields like seismology and economy in connection to networks. Model’s parameters could be relevant to describe quantitatively the epidemic. (4) Conclusion: The proposed methodology can be applied to a general situation, potentially helping to adopt strategic decisions such as the restriction of mobility and gatherings.
登录
查看更多内容
DOI：
10.1038/nrmicro2949
发表时间：
2013-02
期刊：
Nature reviews. Microbiology
影响因子：
--
作者：
通讯作者：
--
DOI：
10.1073/pnas.6.6.275
发表时间：
1920-01-01
影响因子：
11.1
作者：
Pearl, R;Reed, LJ
通讯作者：
Reed, LJ
影响因子：
56.9
作者：
Barabási, AL;Albert, R
通讯作者：
Albert, R
影响因子：
3.1
作者：
Coro, Gianpaolo
通讯作者：
Coro, Gianpaolo
DOI：
10.1016/j.ijid.2020.10.070
发表时间：
2021-01
期刊：
International journal of infectious diseases : IJID : official publication of the International Society for Infectious Diseases
影响因子：
--
作者：
Olivieri A;Palù G;Sebastiani G
通讯作者：
Sebastiani G