一组澳大利亚研究人员发现，Facebook流动性数据可用于估计已确定热点的COVID-19传播风险传播。
墨尔本大学，阿德莱德大学，莫纳什大学，新南威尔士大学和维多利亚州政府的研究人员使用了Facebook的“ Good for Data”计划数据，该数据详细说明了随后8小时内在不同地点之间移动的人数在三次COVID-19爆发期间-维多利亚州的Cedar Meats，悉尼西部的Crossroads Hotel和维多利亚州的第二次浪潮-确定来自汇总手机数据的实时移动性程度可以用来预测COVID-19传输风险。
研究人员指出，由于“ [COVID-19]感染可能由有症状或无症状的人传播，因此在诊断出临床病例之前可能会发生大量未被发现的传播，因此提示他们进行这项研究。”如果发生这种情况，有必要预测哪些人口和地点的暴露风险更高”。
作为这项研究的一部分，研究人员概述了每个案例都使用Facebook的流动性数据来估计未来传播风险的方式，该研究已发表在《皇家学会接口杂志》上。然后检查估计值与后续病例数据的相关程度。
研究人员说：“我们的结果表明，我们估计的准确性随疫情而变化，与疫情相关性较高的是工作场所，而与疫情相关性较低的是社会聚会。”
“在社区传播情况没有明确定义的传播地点的情况下，我们将基于流动性数据的风险预测与仅基于活动病例数的无效预测进行了比较。我们的结果表明，在疫情爆发的初始阶段，流动性更具参考价值，当检测到的病例在空间上是局部的并且许多地区没有可用的病例数据时。”
研究人员承认，但是，他们的研究存在一些局限性，列出了在使用流动性数据进行疾病监测时需要遵守隐私和道德考量，并且Facebook提供的流动性数据存在偏见，因为它“表示非统一且本质上没有特征的样本”。
未经允许不得转载：阿藏博客 » 澳大利亚研究人员发现Facebook移动数据可用于COVID-19跟踪
