天气变热可以降低新冠病毒传染性?现在有了科学证据。
哈佛大学公布最新新冠研究成果显示:温度高于25℃可降低新冠病毒传染率。
研究人员发现,当温度高于25℃时,温度每升高1度,传播率下降3.1%,二者存在负相关关系,意味着温度对病毒传播具有抑制作用。
但研究人员强调,单纯依赖温度变化,不能控制住疫情蔓延。
这也是哈佛大学研究人员,收集了世界多个地区的温度数据和新冠传染率数据后,在温度和新冠相关关系方面的最新成果。
研究人员收集了从疫情爆发以来的温度历史数据,跨度从2019年12月12日到2020年4月22日。
在空间尺度上,包含中国,及北美和欧洲等地理单元。
包括中国301个城市,美国3144个县及5个地区,以及伊朗、加拿大等地区,共计3793个地理单位。
研究核心设计在于研究设计的各个影响因子,包括风速、降水量和日温度和疫情的相关关系。
研究人员设计了估计传染数R值(计算方式为一个感染者再次感染他人的数量),用以衡量携带病毒的感染者再二次感染的人员数量。
当R值大于1时,可以认为病毒仍在传播,当R值小于1接近0时,可认为病毒正在被有效控制中。
但是,研究人员同时风速、降水量和日温度和病毒传播存在正相关关系,单纯依赖温度升高不足以抑制病毒传播。
同时需要说明的是,研究人员强调,此研究不能完全解释温度和传染率之间的关系,主要原因是感染率和官方登记之间的延迟。
病人确诊和卫生防疫部门登记之间存在大约10~15天的延迟。
同时,研究人员指出,过于依赖基于中国的数据集可能会让结果的泛化能力较低——中国在抗疫方面的动员和行动能力,对疫情有效控制作用更为明显。
为了修正上述研究的不足,研究人员将数据扩大到其他3793个地理单元,并且拉长时间,同时建立新的统计方法,将延迟时间纳入新模型,随后考察天气和新冠病毒的关联情况。
在修正模型之后,研究人员对今年全球疫情传播进行预测,以期为全球防疫提供详实的参考。
虽然可以使用包括非线性模型在内的更复杂的规范,但研究人员选择了一个更简单、更符合理论的替代方案,原因有二:
首先,特定地点的趋势占了模型的大部分预测能力,因此,使用交叉验证对天气条款进行微调并不能显著提高预测能力。
其次,更复杂的模型所产生的影响将更难解释和传播,推断的可靠性也更低。
新模型具有更强的准确性,作者NG和MG利用新模型生成新的测试数据集。
他们将平均温度设定在25℃,考察在此区间内日照温度、相对湿度、压力(Air pressure)、降水量、降雪量、风速、每天接受太阳的时数以及相对湿度和平均温度之间的相互作用。
最终结论是,新模型在利用现有数据计算出天气响应函数后,可以有效预测天气状况和病毒传播之间的关系。
哈佛研究人员认为随着夏季到来,温度升高确实有助于降低新冠病毒感染率,尤其是当温度高于25℃时。
研究人员还利用模型预测了未来一段时间内的全球疫情风险状况,不同地区新冠病毒传播风险差异较大,中东、非洲、亚洲和北美洲的许多地区可能受益,而加拿大、欧洲和澳大利亚则因天气原因显示出较高的风险。
对此,公众焦点是温度升高对自身地区的影响,Reddit讨论集中在温度升高对疫情的控制,而研究者警告,完全依赖温度升高不足以控制住疫情,控制疫情还和管理水平、风俗习惯以及人口密度等因素密切相关。
大家面对疫情,还是要做好自身防护,不要因为夏天来了就抱有侥幸心理~
参考链接:
https://projects.iq.harvard.edu/covid19/abstract-chinese
https://projects.iq.harvard.edu/files/covid19/files/weather_and_covid-19_preprint.pdf
— 完 —
特惠福利 | 一站式音视频解决方案
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
喜欢就点「在看」吧 !