2021年5月12日

朱文英、羅鳳儀、蘇家培 數裏見真章

【30天免費閱讀】網絡稠密度可提早警告COVID-19疫情全球蔓延

在2019年嶄新出現的冠狀病毒疾病（COVID-19）已經迅速傳播到世界幾乎每一個角落。其中一個重要的觸發因素是各國之間的人口流動。故此，一個可能引起研究人員關注的問題是，各國之間聯繫的頻密程度能否為我們提供預警來偵測全球病毒的爆發？從我們的研究發現，藉着觀察國與國之間的網絡稠密度（network density）、全球宣告COVID-19確診病例的國家總數及全球COVID-19確診病例的每日數字，其實早在2020年2月下旬已有大流行傳播高風險的蛛絲馬跡。

我們從世界衞生組織（世衞）狀況報告取得數據，計算出在每特定時間t內任何兩個國家在過去14天（所選的日子包括當天及其前13天）的COVID-19確診病例數目變化的相關性（correlation of changes），以此作衡量這兩個國家的聯繫程度。在這研究中，我們採用了從2020年1月21日至4月8日的數據。因此，2020年2月3日是我們分析的第一個時間點。如果兩國確診病例變化的相關性大於0.5，兩國被視作有關連，我們稱之為疫情蔓延網絡中的一個連結。我們以E_t代表網絡上連結的總和。

我們把發生在t那天的網絡稠密度稱之為

，C_t是指在特定時間t內可建立網絡的國家數量，跟着繪製了D_t的時間序列曲線圖，然後將其趨勢與在同時期內全球宣告COVID-19確診病例國家的總數和全球COVID-19確診病例的每日數字進行對比，去辨認出病毒爆發的模式和作出預警。研究的詳細結果如【圖】中所示。我們可以清晰地看到，利用世界各國數據計算的網絡稠密度所繪製時間序列曲線（上方的紅線）中的兩個尖銳峰值。第一個曲線上的尖峰出現於2020年2月下旬（2月26日左右），比較世衞訂立為全球COVID-19疫情蔓延的日期（2020年3月11日）早了兩星期。

時間系列曲線圖作分析

在網絡稠密度的時間序列曲線上第一個尖峰出現之後，雖然每日報告的確診病例處於相對較低的水平（最下方的紅線）；但與此同時，全球宣告COVID-19確診病例國家的數量開始急劇增加（圖中第二條紅線）。這可視為一個疫情蔓延風險增加的警告訊號，各地應更認真、主動地考慮有關入境旅客的人流管制。網絡稠密度的時間序列曲線上第二個尖峰是在2020年3月中旬 （大約是3月18日）出現，剛好發生在世衞宣布COVID-19大流行的一個星期後。當出現第二個尖峰後，病毒不僅幾乎影響世界各地，而且每一日的新發病例突然成倍增加（最下方的紅線），引證了世衞宣布COVID-19大流行的說法。不幸地，到那時候COVID-19的傳播己不受控制。由此我們可以汲取教訓，未來應更多利用繪製「網絡稠密度」或其他數據分析的時間系列曲線圖，去作預計疫情蔓延爆發的準備工作。

（COVID-19 疫情蔓延風險探索三之二）

朱文英為香港教育大學助理教授、羅鳳儀為香港大學名譽教授、蘇家培為香港科技大學教授

 

發表文獻
Chu, A. M. Y., Tiwari, A., & So, M. K. P. （2020）. Detecting early signals of COVID-19 global pandemic from network density. Journal of Travel Medicine, 27（5）, taaa084.

 

 

下一篇：	【30天免費閱讀】美元持續受壓 焦點轉向通脹數據
上一篇：	寂寂無聞的有牙老虎