Une étude récente publiée dans la revue Ingénierie Défilé dans le monde complexe de l'évaluation du risque de transmission de maladies infectieuses dans les espaces intérieurs. Avec l'impact continu de la pandémie Covid-19, comprendre comment évaluer avec précision l'efficacité des interventions non pharmaceutiques (IMP) est devenue cruciale.
Les gouvernements du monde entier ont mis en œuvre des IPM pour contrôler la propagation de Covid-19. De nombreuses études ont utilisé des simulations pour mesurer le risque de transmission d'infection avant et après la mise en œuvre de ces mesures. Cependant, le choix de la métrique pour quantifier ce risque peut conduire à des conclusions différentes sur l'efficacité d'une politique.
L'équipe de recherche, dirigée par des chercheurs de diverses institutions de la République de Corée, a analysé la corrélation entre les différentes métriques à risque de transmission, les environnements pour piétons et les types de maladies infectieuses. Ils ont utilisé des données générées à partir de simulations pour effectuer leur analyse. Cinq types de métriques différents ont été examinés, notamment des mesures basées sur les infections, des mesures basées sur les contacts et des mesures basées sur le réseau (centralité de diplôme, centralité de l'intermédiation et centralité de proximité).
Un modèle de simulation basé sur des agents a été développé en utilisant la fonctionnalité de bibliothèque piétonne de tout logiciel, basé sur la disposition d'un bâtiment à l'Université nationale de Séoul. Le modèle a pris en compte les horaires de conférence, les allocations de salle de conférence et les règles de comportement des agents. Trois variables environnementales taux de transmission d'infection, taux d'activité libre et zonage ont été pris en compte dans les simulations.
Les résultats ont montré des résultats contradictoires entre les cinq types métriques dans des environnements spécifiques. Lorsque le caractère aléatoire des trajectoires piétonnes dans les espaces intérieurs était faible, la centralité de la proximité avait un coefficient de corrélation plus élevé avec les mesures basées sur l'infection qu'avec des mesures basées sur les contacts. De plus, pour les maladies infectieuses avec de faibles taux de transmission, la probabilité de divergences entre les mesures basées sur les infections et d'autres mesures a augmenté dans le même environnement piétonnier.
Cette étude a des implications importantes. Les gestionnaires des installations ne devraient pas compter uniquement sur une mesure pour évaluer les IBM. Au lieu de cela, ils doivent considérer le type d'installation et la nature de la maladie infectieuse lors du choix d'une métrique. Par exemple, dans des environnements à faible aléatoire pour les piétons comme les écoles, les paramètres basés sur les contacts peuvent être plus appropriés, tandis que dans des environnements de haute altitude comme les centres commerciaux, la centralité de proximité entre les mesures basées sur le réseau pourrait être plus fiable.
La recherche valide également certaines hypothèses dans les études précédentes. Par exemple, il montre une forte corrélation entre le taux d'infection et le temps d'exposition, soutenant l'utilisation commune du temps d'exposition comme métrique dans les études Covid-19. Cependant, l'étude a des limitations, comme se limiter aux installations universitaires et ne pas en pleine considérer l'impact de la densité de population intérieure. Des recherches futures sont nécessaires pour explorer des installations et des conditions plus diverses afin d'améliorer encore la compréhension de la propagation de la maladie dans les espaces intérieurs.
