Onderzoekers van Georgia Tech’s Colleges of Engineering and Computing hebben aan het begin van de pandemie de eerste gepubliceerde studie afgerond over het verband tussen het Amerikaanse gebruik van openbaar vervoer en Covid-19-gevallen.
Met behulp van gegevens van de National Household Travel Survey van de Federal Highway Administration, keek het team naar de 52 grootste stedelijke gebieden van het land en de waarschijnlijkheid van elke gemeenschap om met bussen en treinen te rijden. Vervolgens vergeleken ze de cijfers met de 838.000 bevestigde Covid-gevallen op het dashboard van het Johns Hopkins Center for Systems Science and Engineering van 22 januari – 1 mei 2020.
Het tijdschema beslaat de eerste dagen, weken en maanden van de pandemie, voordat maskermandaten van kracht waren en voorafgaand aan wijdverbreide sociale afstand. Ventilatie op het openbaar vervoer moest nog worden aangepakt, samen met andere volksgezondheidsmaatregelen die inmiddels de norm zijn geworden.
Uit de studie bleek dat steden met intensief gebruikte openbaarvervoersystemen een hogere Covid-incidentie per hoofd van de bevolking vertoonden. Dit was het geval wanneer rekening werd gehouden met andere factoren, zoals opleiding, armoedeniveaus en drukte in het huishouden. De associatie bleef statistisch significant, zelfs wanneer het model werd uitgevoerd zonder gegevens uit het transitvriendelijke New York City.
Het artikel, “Onderzoek naar de associatie tussen adoptie van openbaar vervoer en COVID-19-infecties in grootstedelijke gebieden van de VS”, is gepubliceerd in het tijdschrift Science of the Total Environment. Hoewel de onderzoekers niet suggereren dat doorvoer de enige oorzaak is van de hoge incidentiecijfers, zeggen ze dat het vroeg in de pandemie een belangrijke factor had kunnen zijn.
“Dit is wat we verwachtten, maar we wilden de modellen gebruiken om het zeker te weten. Beleidsmakers zouden geen beslissingen moeten nemen op basis van wat ze aannemen dat waar is”, zegt Michael Thomas, een van de co-auteurs van het onderzoek en een Ph. D. student aan de Georgia Tech’s School of Computational Science and Engineering. “Deze studie is vergelijkbaar met het afstoffen van een opgraving van een dinosaurus en het vinden van een beenbot. Dit is niet de hele dinosaurus. Er zijn veel manieren om het argument over de verspreiding van Covid te verspreiden, en doorvoer is er slechts een onderdeel van.”
Het team kwam op het idee om transit- en Covid-gevallen te volgen na het bekijken van vroege rapporten uit Wuhan, China, en na te denken over hoe verschillen in openbaarvervoersystemen een rol kunnen spelen in pandemische verspreidingspatronen. Omdat er aannames werden gedaan over hoe Amerikaanse steden zouden moeten reageren op basis van het aantal reizigers aan de andere kant van de wereld, vond professor John Taylor dat de pandemie niet als een “one size fits all”-situatie moest worden behandeld.
advertentie
“In de eerste maanden van de pandemie werden hier thuis modellen ontwikkeld op basis van incidentiecijfers in Wuhan. Maar wat betreft het gedrag van passagiers in het openbaar vervoer, kan China heel anders zijn dan wat we in Amerikaanse steden zien”, zei Taylor, Frederick Law Olmsted Professor en associate chair voor graduate programma’s en onderzoeksinnovatie aan de School of Civil and Environmental Engineering. “Mensen in Chinese stedelijke gebieden staan bijvoorbeeld vaak in lange rijen met één rij terwijl ze wachten op treinen en bussen. Wij niet. Er kunnen verschillende verspreidingspatronen ontstaan door verschillen in het openbaar vervoer.”
Taylors primaire onderzoek richt zich op de dynamiek die kan optreden op de kruising van menselijke en geconstrueerde netwerken, zoals hoe mensen het gedrag van elektriciteitsverbruik veranderen en mobiliteitspatronen veranderen bij natuurrampen. Pandemieën stonden op zijn onderzoeksradar voordat Covid een begrip werd, omdat Taylor betere modellen wilde maken om de verspreiding van ziekten te voorspellen. Zijn eerste onderzoeksinspanning in deze richting was het volgen van het ebolavirus dat in 2014 Texas bereikte.
In het najaar van 2019 werkte Thomas als biostatisticus bij het Georgia Department of Public Health toen hij met Taylor sprak over het nastreven van zijn Ph.D. Thomas diende zijn aanvraag in november in bij Georgia Tech – slechts vier maanden voordat Covid Amerika sloot.
De twee, samen met co-auteur en senior onderzoeksingenieur Neda Mohammadi, creëren nu modellen om de verspreiding van toekomstige ziekten onder populaties te voorspellen. Ze willen ook aantonen hoe onderzoekers die modellen kunnen aanpassen voor een betere nauwkeurigheid.
“Als ingenieurs en wetenschappers de factoren van gemeenschapsspreiding beter kunnen begrijpen, kunnen beleidsmakers snellere, nauwkeurigere beslissingen nemen om de volksgezondheid te beschermen”, zei Thomas. “In het vervoer zou het bijvoorbeeld kunnen leiden tot snellere beslissingen om het aantal mensen in bussen te beperken. Of beleid om de vertrektijden van voertuigen consequenter te spreiden. Studies zoals de onze bieden een basis voor die beslissingen.”
Het hebben van nauwkeurigere modellen houdt volgens de onderzoekers ook rekening met wisselend menselijk gedrag. Net zoals mensen in Wuhan anders op het openbaar vervoer wachten dan hier in Amerika, kunnen steden van elkaar verschillen.
“Uw pandemie is anders dan die van uw buurman”, zei Mohammadi. “De verspreiding van pandemie is niet hetzelfde van stad tot stad, evenmin als ridership. Beslissers kijken vaak naar andere gemeenschappen om te zien hoe ze reageren om hun acties vorm te geven. Dat is niet altijd nauwkeurig. Modellen moeten aanpasbaar zijn omdat populaties dat niet doen t reageren uniform. Het is ons doel om de besluitvorming te verbeteren om gemakkelijker, sneller en nauwkeuriger te zijn voor de volgende pandemie.”
lees het gehele artikel bij de bron
————————————————– ———————————–
samenvatting:
Een nieuwe studie kijkt naar het verband tussen het Amerikaanse gebruik van massatransport en het aantal gevallen in de eerste maanden van de pandemie.
Datum van publicatie: 16 april 2022
Bron: Klimaat | Top milieunieuws — ScienceDaily
————————————————– ———————————–