Studie untersucht die Rolle von Flughäfen bei der Verbreitung von Krankheiten

Die erste Studie zur Modellierung der Dynamik von Krankheiten, die sich in den frühen Stadien eines Ausbruchs ausbreiteten, betrachtete 40 US-Flughäfen und fand den, der die Krankheit von seiner Heimatstadt zu anderen Plätzen verbreiten würde, die am schnellsten der New Yorker Kennedy International Airport wäre an Flughäfen in Los Angeles, Honolulu und San Francisco.
Englisch: bio-pro.de/en/region/stern/magazin/...3/index.html Forscher der Abteilung für Bau - und Umweltingenieurwesen (CEE) am Massachusetts Institute of Technology (MIT) schreiben in einem am 19. Juli online veröffentlichten Papier über ihre Ergebnisse Plus eins.

Modell konzentriert sich auf frühe Stadien des Ausbruchs

In den letzten zehn Jahren haben wir eine Reihe von Krankheitsausbrüchen erlebt, die sich auf der ganzen Welt ausgebreitet haben. Im Jahr 2003 dauerte der SARS-Ausbruch nur wenige Wochen, um sich von Hongkong aus in 37 Länder zu verbreiten, wobei fast 1.000 Menschen getötet wurden. Im Jahr 2009 tötete die H1N1-Pandemie "Schweinegrippe" weltweit fast 300.000 Menschen.
Solche Ausbrüche erhöhen das Bewusstsein dafür, dass sich neue Krankheitserreger mit Hilfe von Flugreisenden rasch in der ganzen Welt verbreiten können.
Um solche Ansteckungsmuster zu untersuchen, erstellen Wissenschaftler mathematische Modelle, die Ideen aus komplexen Netzwerksystemen enthalten und wie sich Informationen in sozialen Netzwerken verbreiten.
Bisher konzentrierten sich diese Modelle auf die Endstadien von Ausbrüchen und untersuchten Orte, die letztendlich die höchsten Infektionsraten entwickeln.

Aber die MIT-Forscher gingen einen anderen Weg: Sie entschieden sich dafür konzentrieren Sie sich auf die frühen Stadien von Epidemien und vergleichen Sie die Wahrscheinlichkeit der Ausbreitung von ihren Heimatstädten zu anderen Orten über die größten 40 Flughäfen der USA.
Ihr Modell berücksichtigt daher die Reisemuster von Personen, die geographische Lage von Flughäfen, die Unterschiede in der Verbindung zwischen Flughäfen und die Wartezeiten an einzelnen Flughäfen. Führt man diese Faktoren zusammen, versucht das Modell vorherzusagen, wo und wie schnell sich eine Krankheit ausbreiten könnte.
Die Forscher schlagen vor Auf diese Art und Weise, das Problem zu betrachten, könnten die besten Wege gefunden werden, Infektionen einzudämmen und Impfungen und Behandlungen in den ersten Tagen eines Ausbruchs zu verteilen.
Senior Autor Ruben Juanes, der ARCO Associate Professor für Energieforschung am MIT-Department in CEE, sagte der Presse:
"Unsere Arbeit ist die erste, die die räumliche Ausbreitung von Ansteckungsprozessen in frühen Zeiten betrachtet und einen Prädiktor vorschlägt, für den 'Knoten' - in diesem Fall Flughäfen - zu einer aggressiveren räumlichen Ausbreitung führen."
"Die Ergebnisse könnten die Grundlage für eine erste Evaluierung der Strategien zur Impfstoffallokation im Falle eines Ausbruchs bilden und könnten die nationalen Sicherheitsbehörden über die am stärksten gefährdeten Wege für biologische Angriffe in einer dicht vernetzten Welt informieren", fügte er hinzu.

Neues Modell ist realistischer

Das Modell führt zwei kontrastierende Mobilitätsmuster zusammen: das eine geophysikalische und das andere menschliche. Die erste stammt von Juanes 'Studien über den Fluss von Flüssigkeiten durch Frakturnetze in unterirdischen Gesteinen, und die zweite stammt von Mesta González, CEE-Studien, die menschliche Mobilitätsmuster modellieren und Ansteckungsprozesse in sozialen Netzwerken mithilfe von Mobiltelefondaten verfolgen.
Das neue MIT-Modell, das diese beiden Wissensquellen einbezieht, weicht vom konventionellen Ansatz ab, der davon ausgeht, dass Menschen sich in einem zufälligen Verteilungsmuster bewegen, wenn sie sich von einem Flughafen zum anderen bewegen.
Das neue Modell ist realistischer. Menschen reisen nicht zufällig. Sie neigen dazu, Muster zu wiederholen.
Das Team wandte Monte-Carlo-Simulationen auf González 'Studien zu menschlichen Mobilitätsmustern an, um die Wahrscheinlichkeit zu bestimmen, dass einzelne Reisende von einem Flughafen zum anderen fliegen.
Und sie ersetzten auch das konventionelle Zufallsflussmodell durch ein Modell der "advektiven Flüssigkeit", das davon ausgeht, dass der Transportprozess von den Eigenschaften der Substanz abhängt, die sich bewegt.
Ein konventionelles Random-Flow-Modell würde zeigen, dass die größten Flughäfen in Bezug auf das Verkehrsaufkommen die einflussreichsten Streuer sind.
Aber das Team, mit ihrem realistischeren Modell, zeigte, dass das nicht der Fall ist.

Honolulu Airport: Weniger Verkehr, aber großer Einfluss

Ein Zufallsdiffusionsmodell würde den Flughafen von Honolulu betrachten, der nur 30% des Luftverkehrs auf dem New Yorker Kennedy International Airport hat, und die Hälfte seiner Reisenden würde nach San Francisco und halb nach Anchorage fahren und die Krankheit zu diesen Flughäfen bringen es auf andere Reisende, die es dann wiederum in weiteren zufälligen Reisemustern weitergeben.
Aber das neue MIT-Modell betrachtet den Flughafen von Honolulu und sagt voraus, dass trotz der 70% weniger Verkehr, dass in Bezug auf die Ausbreitung der Krankheit, es fast so einflussreich ist wie New Yorks Kennedy International Airport.
Dies ist, weil Honolulu Flughafen eine einzigartige Position im Luftverkehrsnetz besetzt. Es liegt im Pazifischen Ozean und ist gut mit entfernten, großen und gut angebundenen Knotenpunkten verbunden. Damit liegt es an dritter Stelle vor San Francisco in der Liste der 40 US-Flughäfen in Bezug auf die Verbreitung von Ansteckung.
Von den 40 US-Flughäfen, die das Modell hinsichtlich des Einflusses auf die Ausbreitung von Krankheiten untersucht, liegt der Kennedy Airport an erster Stelle, gefolgt von Flughäfen in Los Angeles, Honolulu, San Francisco, Newark, Chicago (O'Hare) und Washington (Dulles).
Der Top-Flughafen in Bezug auf die Anzahl der Flüge ist Atlanta Hartsfield-Jackson International Airport, aber das Modell rangiert auf Platz acht in Ansteckungswirkung. Bostons Logan International Airport belegt Platz 15.
González ist der Gilbert W. Winslow Karriereentwicklungs-Assistent Professor für CEE am MIT. Sie sagte, dass die Methode, die sie verwendeten, relativ neu, aber sehr robust ist.
"Die Untersuchung der Verbreitung von Dynamik und menschlicher Mobilität, unter Verwendung von Werkzeugen komplexer Netzwerke, kann auf viele verschiedene Fachgebiete angewendet werden, um Vorhersagemodelle zu verbessern", sagte González und deutete an, dass die "Einbeziehung statistischer Physikmethoden zur Entwicklung prädiktiver Modelle wahrscheinlich haben wird weitreichende Effekte für die Modellierung in vielen Anwendungen ".
Ein Vergottis Graduate Fellowship und Auszeichnungen des NEC Corporation Fund, des Solomon Buchsbaum Research Fund und des US Department of Energy halfen, die Studie zu finanzieren.
Geschrieben von Catharine Paddock