Optimierung der Erkennung von aufkommenden Infektionen durch mobilitätsbasierte räumliche Stichprobenentnahme

Die zeitgerechte und präzise Erkennung von aufkommenden Infektionen ist entscheidend für ein effektives Ausbruchmanagement und die Krankheitskontrolle. Die menschliche Mobilität hat einen signifikanten Einfluss auf die räumliche Übertragungsdynamik von Infektionskrankheiten. Räumliche Stichprobenentnahme, die die räumliche Struktur des Ziels integriert, bietet vielversprechende Ansätze zur Testressourcenzuteilung bei der Erkennung von Infektionen. Die Nutzung von Informationen über das Bewegungs- und Kontaktverhalten der Individuen kann die Zielgenauigkeit erhöhen. Diese Studie führt einen Rahmen für räumliche Stichprobenentnahme ein, der auf spatiotemporal analysierten Mobilitätsdaten basiert und zielt darauf ab, die Zuteilung von Testressourcen zur Erkennung aufkommender Infektionen zu optimieren. Mobilitätsmuster, die aus der Clusterung von Punkten von Interesse und Reisedaten abgeleitet sind, werden in vier räumliche Stichprobenansätze auf Gemeindeebene integriert. Wir evaluieren die vorgeschlagene mobilitätsbasierte räumliche Stichprobenentnahme, indem wir sowohl tatsächlich beobachtete als auch simulierte Ausbrüche analysieren und Szenarien von Übertragbarkeit, Interventionszeitpunkten und Bevölkerungsdichte in Städten berücksichtigen. Die Ergebnisse zeigen, dass die Verwendung von Daten über interkommunale Bewegungen und die anfänglichen Fällen die vorgeschlagene räumliche Stichprobenentnahme, die auf der Fallflussintensität (CFI) und der Fallübertragungsintensität (CTI) basiert, die Testeffizienz auf Gemeindeebene erhöht, indem die Anzahl der gescreenten Individuen reduziert wird, während eine hohe Genauigkeitsrate bei der Identifizierung von Infektionen aufrechterhalten wird. Darüber hinaus ist die zeitnahe Anwendung von CFI und CTI innerhalb von Städten entscheidend für eine effektive Entdeckung, insbesondere bei hoch ansteckenden Infektionen in dicht besiedelten Gebieten. Mit der weit verbreiteten Nutzung von Mobilitätsdaten für Reaktionen auf Infektionskrankheiten erweitert der vorgeschlagene theoretische Rahmen die spatiotemporale Datenanalyse von Mobilitätsmustern in die räumliche Stichprobenentnahme und bietet eine kosteneffektive Lösung zur Optimierung des Einsatzes von Testressourcen zur Eindämmung aufkommender Infektionskrankheiten.