• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Сотовые данные в борьбе с заболеваниями: исследование ВБ

Всемирный банк выпустил исследование о том, как мобильность населения влияет на распространение инфекций. В нем автор предлагает использовать данные с мобильных устройств для выстраивания эффективной политики по борьбе с заболеваниями, в том числе с коронавирусом.

30 марта на сайте Всемирного банка было опубликовано исследование о связи между мобильностью населения и распространением болезней. Как правило, мобильность населения ассоциируется с новыми жизненными возможностями и экономическими ростом. Однако она также имеет негативные эффекты, например в виде распространения инфекций, включая малярию и коронавирус. В свою очередь, это ставит перед властями дилемму между ограничением передвижений и экономическим развитием.

Для решения этой дилеммы в исследовании используются данные с 9,5 млн сим-карт, чтобы показать причинно-следственную связь между передвижением людей и заболеваемостью на примере Сенегала, где северные части страны практически полностью справились с малярией, в то время как в южной сохраняются высокие показатели заболеваемости. Используя данные местных сотовых операторов и медицинских пунктов, автор рассмотрел миграционные потоки с учётом заболеваемости в районах отправления и прибытия и проведённого там времени. Оказалось, что каждый “ввозной” случай малярии приводит к 1,7 новым случаям на 1000 человек.

Ранее для выработки политики по борьбе с малярией власти использовали данные по заболеваемости прошлого года. Исследование же демонстрирует, что использование мобильных данных повышает эффективность принимаемых мер, включая финансирование. При комбинировании адресных мер, одновременно направленных на людей из высокой группы риска и вероятные места их поездок, авторская модель на основе сотовых данных показывает двукратное сокращение заболеваемости (в результате лечения и предотвращения) по сравнению с моделью, построенной на основе данных по заболеваемости прошлого года.

Предполагается, что данный подход можно использовать для оценки масштаба распространения и других инфекционных заболеваний, в том числе коронавируса, и выработки более эффективных мер борьбы с ними.