利用时空数据库分析COVID-19期间的跨国大流行连通性:网络分析

简介

传染病仍然是全球公共卫生的一大威胁。COVID-19大流行鲜明地提醒我们，传染病对人类健康构成的持续挑战[1］．及时监测和估计大流行的风险对于遏制传染病的蔓延至关重要。在没有有效的药物和疫苗的情况下，实施非药物干预措施，如限制航空旅行和保持社交距离措施，对于控制传染病至关重要[2］．仅根据确诊病例数估计大流行风险的传统方法提供的大流行趋势信息有限。网络分析是通过网络连通性估计大流行风险的有力工具[3.]当航空旅行是传染病传播的常见途径时[4］．利用航空旅行数据记录进行网络连通性分析，有助于可视化航空旅行限制对大流行连通性的影响。

早在COVID-19出现之前，空中传染病传播风险就已经是一个全球卫生问题[5］．已记录到若干飞机上的传染病传播，包括流感[6]、严重急性呼吸系统综合症[7]、耐多药结核病[8]、麻疹[9]、脑膜炎球菌感染[10]、诺如病毒[11]、志贺氏菌病[12]和霍乱[13］．流感传播的研究[14]及严重急性呼吸系统综合症[15报告还指出，航空旅行可能成为新出现的传染病迅速传播的渠道。一项关于拉丁美洲新冠肺炎防控的研究表明，作为航空枢纽的国家更容易发生疾病传播。以前曾报道过将旅行数据用于预测COVID-19大流行风险的实际用途[16］．

我们之前分析了从基于网络的“民航公共卫生事件预防和管理合作安排”(CAPSCA)仪表板中检索到的旅行数据[17]，包含193个国家政府根据出发地、目的地的机场、国家、城市、纬度、经度等，提供的最新、全面的民用航班元信息。与美国联邦航空管理局(FAA)和国际航空运输协会(IATA)等官方旅行数据来源不同，CAPSCA的旅行数据是免费的，可公开获取。使用独立自动监视广播系统作为旅行数据收集要素之一，CAPSCA可提供最新的旅行地点，以及其他旅行数据(航班出发地和目的地的纬度和经度，以及时间戳)[18，19］．CAPSCA为客运和货运航班提供民用飞行数据。虽然众所周知，货运机组人员可能通过航空旅行传播疾病，但货运并不总是被视为健康风险[20.］．因此，客运和货运航班的旅行数据对于大流行连通性分析更为全面。

可以通过数据库内处理灵活地分析旅行数据。具体来说，用户可以通过各种网络统计计算来分析出行数据，包括网络分析[3.]，网络密度[21]，以及互惠[22]，它们是通过网络连通性估计大流行风险的有力工具。用时间序列图和时空图进行简单的分析将有助于分析结果的清晰可视化。时间序列图显示网络密度和互易性的变化，这可能是大流行风险变化的早期迹象[21］．网络分析期间的时空地图说明了各地之间的连通性，并反映了在获得未经处理的确诊病例数量数据之前大流行风险的变化[16］．此外，可以使用多种工具来分析大流行的连通性。

CAPSCA仪表板允许我们通过集成来自不同机场的旅行数据来创建一个时空数据库，以根据用户的偏好说明城市、国家或地区级别的连通性。该数据库可促进地方和全球两级的研究和决策，并提供大流行网络演变的空间前景，以预测和评估传染病大流行的风险。

方法

数据收集和分析的工作流程

该数据库通过旅行数据采集、网络构建、数据聚合、旅行统计计算、时间序列图和时空图可视化等流程，实现了大流行病联系的可视化。数据收集和分析的工作流程总结在图1．

‎ 查看此图

数据收集

旅行数据和元信息通过两个单独的过程从CAPSCA仪表板中检索:

1. 通过超文本传输协议请求从呈现的JavaScript对象“airportData”中提取机场元信息。
2. 通过多个异步JavaScript和可扩展标记语言请求，从JavaScript对象符号响应中下载和提取民用航班的航班号，包括客运和货运航班。

收集的旅行数据被过滤为有效的国际民用航空组织(ICAO)格式的机场代码。原始JavaScript对象符号响应包含来自各种数据源(如ICAO、IATA和FAA)的格式化机场代码。每种格式化的机场代码都有其特定的格式。有效的ICAO代码仅以字母开头，由4个字母或数字组成，有效的IATA代码由3个字母组成，而有效的FAA代码是3-5个字符的字母数字代码。每种格式类型都有助于开发一个过滤系统，以提取带有特定代码的旅行数据。

数据记录

市民可从我们的旅游资料库项目资料库[23］．数据记录由两个主要部分组成:汇总的原始输入和计算的或计算的记录。

汇总的原始输入是位置元数据，其中包含多个级别的数据——国家、城市、机场和地理位置(纬度和经度)——以及旅行数据，其中包含关于航班出发地和目的地的每日信息，从2019年1月开始。这些数据涵盖了全球200个国家和地区。

数据记录(详情)分为以下3个以逗号分隔的CSV文件:

1. [ICAO_airport_meta.csv]位置元数据表(ICAO-CAPSCA机场元)。该表各字段如下:
   1. countryName是国家的名字吗
   2. countryCode是国际标准化组织(ISO)-3166的字母3码国家吗
   3. airportName是机场的名字吗
   4. airportCode机场的国际民航组织代码是多少
   5. 某个是城市的名字吗
   6. 纬度机场的地理位置(纬度)是多少
   7. 经度机场的地理位置(经度)是多少
2. [flight_2019-01-01 01_2020-12-03.csv]旅行数据表(从出发地到目的地的每日航班号)。该表各字段如下:
   1. 日期是记录日期吗
   2. num_flight从起始机场到目的机场的航班数是多少
   3. orig_airportCode始发机场的ICAO代码是多少
   4. orig_airportName是始发机场的名字吗
   5. orig_countryCode来源地机场的ISO-3166国家代码是alpha-3吗
   6. orig_countryName是来源地机场的国名吗
   7. orig_cityName始发机场的城市名称是
   8. orig_latitude目的地机场的地理位置(纬度)是多少
   9. orig_longitude目的地机场的地理位置(经度)是多少
   10. dest_airportCode目的地机场的ICAO代码是多少
   11. dest_airportName是目的地机场的名字吗
   12. dest_countryCode目的地机场的ISO-3166国家代码是alpha-3吗
   13. dest_countryName目的地机场所在的国家名称
   14. dest_cityName是目的地机场所在的城市吗
   15. dest_latitude目的地机场的地理位置(纬度)是多少
   16. dest_longitude目的地机场的地理位置(经度)是多少
3. [network_statistics.csv]网络统计计算表。该表各字段如下:
   1. 日期网络统计的参考日期是时间t
   2. V_t是时刻t的顶点数Vt
   3. E_t时刻t的边数Et是多少
   4. D_tt时刻的边密度Dt是多少
   5. R_t时刻t的互易性(Rt)是多少

动态网络构建与数据聚合

旅行数据可用于构建旅行网络结构[24］．基本的网络组件包括节点(顶点)和链路(边)。节点表示目标实体(位置)，例如机场、城市或国家。由于旅行数据包含详细的机场到机场的记录，因此可以通过合并机场的数据来转换这些数据，从而根据用户的喜好形成城市、国家、地区或任何地理位置的组的节点。链接表示两个目标实体之间的关系(连接)。该关系可以是二进制的，也可以是数字的(例如，飞行频率)，分别表示旅行连接的存在或强度。

例如，如果我们专注于全球分析，我们将国家层面的机场数据汇总，并将国家数据作为一组新的节点输入，以形成旅行子网络，这些子网络由国家-国家-出发地-目的地矩阵表示，条目是两个国家之间的航班频率。

数据分析:旅游网络统计

我们可以进一步汇总旅行数据，以获得全球航班的总体信息。图2A为2019年和2020年全球每日航班的时间序列图。通过比较两种时间序列曲线图2首先，我们观察到2019年和2020年1月至3月初全球每日航班的相似模式。2020年3月中旬记录的每日航班数量大幅下降可能与COVID-19大流行导致的大规模航空旅行限制有关。此外，子网还可以进一步用于生成度矩阵，其对角线项包含连接到不同节点的边数(每个节点连接的国家数)。结合使用原点-目的地矩阵和度矩阵可生成时空地图(图3）.

‎ 查看此图

如果V_t为时刻t时动态网络的顶点数，E_t为时刻t时动态网络的边数，网络统计数据如D_t(网络密度[21])和Rt(互惠[22])可被确定(图2A).例如，在动态网络中图3，国家用顶点表示，旅行连接用边表示。网络密度D_t基于无向网络结构，定义如下:

它指的是国家之间的连接数与最大可能连接数的比率。这个方程说明了动态网络中连接在时间上的密集程度t．

互惠R_t基于有向网络结构，定义如下:

在R_t是指向两个方向的连杆数之比，E_t^<->(相互链接)，到链接总数，L_t．换句话说，R的值_t表示一个链接被往复的平均可能性。

‎ 查看此图

结果

数据可视化

网络统计数据使用时间序列图进行可视化。此外，还可以利用时空图来可视化出发地矩阵和度矩阵的数据记录。

图2显示全球每日航班的时间序列图(图2A)、全球网络统计(图2B)，以及每日报告的COVID-19确诊病例(图2C)我们发现网络密度的变化可以作为大流行风险的早期信号。

网络密度和互易性的时间序列图如图所示图2B演示了实际使用网络统计来预测全球大流行的风险。随着全球COVID-19病例的初步报告，2020年3月初的高网络密度和相互作用是COVID-19大流行的早期信号，并与世界卫生组织(世卫组织)在2020年3月中旬报告的COVID-19病例迅速增加有关(图2C) 2020年3月中旬网络密度和互惠性的急剧下降表明大流行风险降低，这与2020年3月中旬至5月每日确诊病例数量稳定有关。2020年5月中旬以来，网络密度和互惠性逐渐增加，表明大流行风险增加，这与2020年5月中旬至8月COVID-19病例迅速激增有关。数据库内处理系统使用户能够在选定时期内分析本地或全球一级的网络密度和相互关系，以确定大流行风险演变的可能趋势。

图3展示了不同空间水平下国家间网络连通性的时空图。各地之间的联系程度是大流行风险的有力指标。在原点-终点矩阵和度矩阵的基础上，分别提供方向数据和汇总节点数据(顶点度)，构建反映地点之间连通性的时空地图。这些地图以连接和气泡的形式显示了各个地方之间的连通性。这些连接说明了地方之间的连通性。气泡(顶点)包含由节点大小表示的聚合信息，进一步增强了连通性的可视化，特别是在网络密度较高时。数据库内处理系统允许用户生成多个空间级别的时空地图，例如机场、城市、国家或任何感兴趣的区域，具有不同的时间设置，例如不同的时间段和时间间隔。数据库的灵活性便于根据用户的喜好进行数据分析。

例如，为了分析2020年初COVID-19大流行第一波期间欧洲的连通性，生成了欧洲在2020年3月至4月期间以14天为间隔的时空地图(图3A).绘制了国家层面的连通性地图，每个气泡代表一个国家。彩色气泡的大小表示顶点或国家的数量。气泡的颜色强度表示该国每100万人口中每天确诊的COVID-19病例数。浅绿色的连接(链接)表示每日国际航班的数量。绿线越粗，两国的连通性越高。2020年3月13日的地图显示，欧洲国家之间的连通性最高，反映出2020年3月底和4月初COVID-19严重爆发。3月13日至4月24日，连通性显著下降，表明第一波大流行已于2020年5月消退。

图3B显示了一组不同的时空地图，用于分析第二波COVID-19大流行爆发前欧洲的连通性。生成了2020年5月至6月期间每14天的欧洲时空地图。由于作为航空运输枢纽的国家特别容易受到COVID-19传播的影响[16]，绘制了这些中心的国家一级时空地图，以调查大流行增长期间拥有这些中心的国家之间的网络连通性。每个气泡代表一个国家，其机场被2019年《官方航空指南超级枢纽指数》定义为欧洲十大航空运输枢纽[25］．颜色表示某一特定国家当时每100万人口中累计的COVID-19确诊病例总数t（图3B, ratio_Xit_per1M)。2020年6月中旬，连通性显著增加，表明欧洲大流行风险增加，特别是在中心国家。

上述数据使用R软件包(The R Foundation)中的igraph或促进网络可视化的软件(如Gephi (The Gephi Consortium))进行可视化。

技术验证

CAPSCA是一个自愿的跨部门和多组织合作项目，由国际民航组织在世界卫生组织的支持下管理。仪表板上的数据质量应该得到保证。作为一项质量控制措施，我们使用2020年4月至10月的国际航班总数来比较国际民航组织正式报告的枢纽机场的COVID-19病例数量[26]使用CAPSCA仪表板收集的数据。在此期间，我们分析了7个不同地区的2个数据集之间的相关性:亚太、东非和南非、欧洲和北大西洋、中东、北美和加勒比、南美、西非和中非。研究结果总结在表1．我们发现除亚太地区(r=0.96)外，大多数相关系数为>0.99。这种差异可能是由于国际民航组织在收集每日原始计数后同步数据(滞后3天)造成的。

讨论

主要研究结果

持续的系统监测对于帮助发现早期疫情和评估公共卫生措施和计划的有效性非常重要[27，28］．在这项研究中，我们试图对CAPSCA仪表板收集的免费旅行数据进行灵活分析，以确定COVID-19大流行的某些模式和早期信号，这可能有助于政策制定者采取适当的行动。通过将数据库与每日确诊的COVID-19病例数联系起来，我们可以开发一个用户友好的平台，及时灵活地可视化网络连通性，以促进监测和早期识别大流行风险，包括通过时间序列分析在2020年3月初的高网络密度和互惠性，以及通过时空映射在2020年3月13日在欧洲国家之间的高连通性。监测和调查结果对于遏制传染病传播和平衡疾病控制与经济复苏具有重要意义。

我们的研究为数据收集和分析提供了一个清晰的工作流程，并建议使用分析软件。由于航空运输与传染病的传播高度相关，该数据库和分析还可用于调查目前发生或将来出现的其他传染病大流行的风险。此外，研究人员可以通过使用相同的数据库或其他数据库来复制我们评估大流行关联性的工作流程。

为了保证数据质量，我们对数据库进行了相关性分析和验证。我们将ICAO官方报告的2020年4月至10月7个地区的国际航班总数与我们从CAPSCA仪表板收集的相应数据进行了比较。我们只发现了微小的差异，这可能是由于国际民航组织在收集COVID-19病例的每日原始计数后进行的数据同步。我们希望我们的发现可以帮助研究人员探索和验证免费提供的与健康相关的数据库，以进行持续和系统的分析和解释，以识别早期预警信号，以便采取必要的行动预防和控制传染病的传播。

结论

在这项研究中，我们演示了一个工作流，用于分析从CAPSCA仪表板检索到的免费旅行数据，以及世卫组织报告的COVID-19确诊病例数据，以进行系统监测。可以通过数据库内处理灵活地分析旅行数据，这使我们能够通过使用时间序列图和时空地图等不同工具，可视化和分析大流行的风险和大流行的连通性。这一分析有助于及早认识当前传染病和未来新出现的传染病大流行的风险。