关键词： 新冠肺炎   医疗机构   手卫生  

摘要： 目的 分析疫情防控期间医疗机构强化手卫生机制。方法 选取2019年12月-2021年12月医院45名工作人员作为研究对象，实施4M1E手卫生机制，强化手卫生机制执行情况，分析应用效果。结果 实施4M1E手卫生机制实施后，医院工作人员手卫生完全依从性为60.00%，高于干预前的31.11%，组间比较差异有统计学意义（P<0.05）；医院工作人员手卫生合格率为91.11%，明显高于干预前的51.11%，组间比较差异有统计学意义（P<0.05）。结论 在疫情防控期间医疗机构强化手卫生机制能够显著提升工作人员手卫生合格率和依从性。

摘要： 2019年末，新冠肺炎疫情自武汉爆发以来，对我国社会经济金融稳定产生重大冲击。本文在理论上分别阐述了新冠肺炎疫情短期、长期对我国社会经济的影响传导机制，从经济结构、外部环境两个方面与当年SARS疫情对我国经济金融的影响进行比较研究，最后总结经验教训，提出相关政策建议，这对正确认识突发大规模疫情对我国经济影响，降低其对我国经济金融的破坏具有重要意义。

关键词： “黄芩-甘草”药对   配伍   UHPLC-QTOF-MS   目标网络药理学   新冠肺炎  

摘要： 目的:在中国,众多中医药专家制定了新冠肺炎中医药预防和治疗方案,其中大多数为清热解毒类中药。黄芩-甘草药对作为最常用的清热解毒药对,是治疗新冠肺炎的高频配伍组合。目前对于二者的配伍研究仅限于体外成分的研究,并未见二者配伍后体内的化学成分变化及抗新冠肺炎机制的相关报道。因此本研究基于UHPLC-QTOF-MS技术,研究黄芩、甘草配伍后体内成分的变化;采用目标网络药理学探究黄芩-甘草药对抗新冠肺炎作用机制的研究。 方法:首先采用UHPLC-QTOF-MS技术,结合Peakview、Metabolite Pilot软件鉴定大鼠给药血浆中黄芩、甘草的可吸收成分和代谢物;其次采用目标网络药理学利用可吸收的成分和相应的靶蛋白生成化合物-靶标网络,并与传统方法无差别地使用从草药中收集的化合物进行比较,可以减少假阳性结果。 结果:1.基于UHPLC-QTOF-MS技术共鉴定出85个活性成分,其中黄芩组32个,甘草组27个,二者配伍组65个。结果表明,黄芩和甘草配伍使用后,入血成分增加。2.借助网络药理学方法,从黄芩甘草配伍组的61个成分中筛选到106个与新冠肺炎相关的靶点。结果显示,黄芩-甘草药对通过多种活性成分,作用于12个核心靶点,即MAPK3,IL6,JUN,IL2,STAT3,AKT1,TNF,STAT1,EGFR,HSP9AA1,VEGFA,RELA,涉及多条通路,主要包括PI3K-Akt信号通路,脂质与动脉粥样硬化通路,化学致癌-受体激活通路,糖尿病并发症AGE-RAGE信号通路,新型冠状病毒等病毒相关通路,T细胞受体信号通路等炎症免疫通路等。 结论:本研究提出的方法清楚地展示“黄芩-甘草”药对的体内成分变化,并首次在体内给出“黄芩-甘草”药对的代谢物及代谢途径。目标网络药理学方法的结合使用可以发现“黄芩-甘草”药对治疗新冠肺炎是通过多种活性成分协同作用于12个核心靶点,主要涉及PI3K-Akt信号通路,脂质与动脉粥样硬化通路,化学致癌-受体激活通路,T细胞受体信号通路和新型冠状病毒等病毒相关通路。本研究揭示了“黄芩-甘草”药对的生物学过程,为中医药治疗COVID-19提供一定的理论基础。

关键词： 新冠肺炎   疾病负担   常态化防控   经济负担  

摘要： 目的:回顾性分析某市新冠肺炎发生以来,截止2022年2月28日,新冠肺炎所造成的疾病负担,并估算不同防控时期的防控成本,为卫生决策和优化新冠肺炎防控资源配置提供数据支持和参考依据。 方法:通过中国疾病预防控制信息系统、常态化监测、查阅文献、官方通报和报道等多途径收集数据,部分数据采用上下法和点估计的方法进行估计。统计分析该市新冠肺炎的发病率、病死率、平均住院时间、伤残调整寿命年（DALYs）等指标,阐述疾病的健康负担;经济负担分析利用直接法和人力资本法,估算医疗费用、直接非医疗费用、个人防护装备费用和生产力成本,并按疫情初期和常态化防控阶段,按人群分类统计分析。率比较使用卡方检验和卡方趋势检验,检验水准α=0.05。 结果:截止2022年2月28日,该市累积报告103例确诊病例和17例无症状感染者,死亡1例,报告发病率1.57/10万、感染率1.83/10万、病死率0.97%;各临床分型中,轻型和普通型占比最高,分别为39.17%、30.83%,疫情初期与常态化防控阶段感染谱构成不同(x2=19.03,（49）<0.05),疫情初期确诊病例占比高（88.70%）,常态化防控阶段无症状感染者占比高（4/5）。120例感染者的DALYs为7.01人年,负担强度为0.11人年/10万人,其中YLLs占81.03%,YLDs占18.97%;DALYs主要集中在疫情初期（99.71%）;重型和危重型的DALYs最大,为6.03人年。 截止2022年2月28日,初步估计该市新冠肺炎经济负担为129.63亿元,其中生产力成本79.90亿元（占比61.63%）,医疗费用26.78亿元、个人防护装备费用21.21亿元、直接非医疗费用1.75亿元;经济负担主要分布在疫情初期79.12亿元（占61.04%）;经济负担分布人群广,普通公众人均1248.30元,病例/感染者人均3.36万元,密切接触者、入境人员、密接的密接人均4-8千元,风险地区来返人员约2千元等;将经济负担按防控措施分类统计:全社会停工停产最高,为78.79亿元（占60.78%）,其他依次为:常态化核酸检测占16.98%、院感防控占12.77%、预防接种占4.67%、风险地区人员管理2.82%、入境人员管理占1.30%、密接追踪与管理占0.34%、密接的密接追踪与管理占0.23%、病例救治与管理占0.08%、区域封控和核酸检测占0.05%。 结论:相比于疫情初期和同期全球新冠肺炎流行的现状,该市常态化防控阶段（截止2022年2月28日）新冠肺炎健康负担较小,防控措施获得良好的社会健康效益;该市新冠肺炎经济负担呈人群分布广、主要集中在疫情初期并随时间呈下降趋势的特点,在疫情初期疾病负担以生产力成本为主,常态化防控阶段经济负担以医疗费用和个人防护装备费用为主。按防控措施分类统计显示,实施停工停产与其他防控措施相比,产生了较重的经济负担,提示在疫情可控的前提下应尽量避免采取。 图6幅,表54个,参考文献94篇

关键词： 新型冠状病毒   境外输入感染者   本土感染者   分子流行病学研究  

摘要： 研究目的分析不同型别新型冠状病毒在深圳境外输入和本土新型冠状病毒感染者中的流行病学特征、明确深圳地区新型冠状病毒感染的病原谱构成,旨在为新型冠状病毒感染的防治提供科学依据。研究方法1.收集2021年1月至2022年3月深圳地区3027例境外输入及本土新型冠状病毒感染感染者的感染者信息和鼻咽拭子标本。2.提取鼻咽拭子样本总核酸,用荧光PCR进行新型冠状病毒核酸检测,阳性样本核酸反转录和PCR扩增,进行全基因组测序计算测序的检出率,测序结果用SARS-CoV-2在线基因分型平台和线下的系统发育分析方法进行分型。3.数据统计分析使用SPSS 22.0软件。研究结果1.总体检出情况:3027例新型冠状病毒感染者中,测序出至少一种新冠病毒型别共461例,测序的总体检出率为15.23%。病毒的测序检出率依次如下:Omicron 为 11.27%(341/3027)、Delta 为 2.38%(72/3027)、Alpha 为 0.93%(28/3027)、Beta 为 0.30%(9/3027)、其他基因型(B.1.36.27、B.1.1.34、B.1.1.528、B.1.2、B.1.525、B.1.524、B.19、C.1.2、P.3)为 0.36%(11/3027),不同基因型的测序检出率差异有统计学意义(χ2=1083.877,P<0.001)。1800例境外输入新型冠状病毒感染者中,测序出至少一种新冠病毒型别共161例,测序的总体检出率为8.94%。病毒的测序检出率依次如下:Omicron为4.17%(75/1800)、Delta 为 3.00%(54/1800)、Alpha 为 0.67%(12/1800)、Beta 为 0.50%(9/1800)、其他基因型(B.1.36.27、B.1.1.34、B.1.1.528、B.1.2、B.1.525、B.1.524、B.19、C.1.2、P.3)为 0.61%(11/1800),不同基因型的测序检出率差异有统计学意义(χ2=143.742,P<0.001)。1227例本土新型冠状病毒感染者中,测序出至少一种新冠病毒型别共300例,测序的总体检出率为24.45%。病毒的测序检出率依次如下:Omicron为21.68%(266/1227)、Delta 为 1.47%(18/1227)、Alpha 为 1.30%(16/1227),不同基因型的测序检出率差异有统计学意义(χ2=620.040,P<0.001)。本土感染者病毒的测序总体检出率明显高于境外输入感染者病毒测序的总体检出率(χ2=135.875,P<0.001),且本土感染者Omicron测序检出率明显高于境外输入Omicron测序检出率(χ2=223.847,P<0.001)。2.不同性别和年龄病毒检出情况:境外输入和本土新型冠状病毒感染者中,不同性别病毒测序检出率差异均无统计学意义。而不同年龄组Omicron和Delta测序检出率差异有统计学意义(χ2=17.035,P=0.002和χ2=17.961,P=0.001)。Omicron感染年龄集中在18-40岁,Delta感染年龄集中在18-40岁,Alpha感染年龄集中在41-65岁,Beta感染年龄集中在41-65岁,其他基因型别感染年龄集中在41-65岁。3.不同月份病毒检出情况:境外输入和本土新型冠状病毒感染者中,不同月份间Omicron、Delta、Alpha和其他基因型测序检出率差异有统计学意义(χ2=238.661,P<0.001、χ2=248.410,P<0.001、χ2=18.341,P=0.001和χ2=10.498,P=0.012)。Omicron检出高峰集中在12月～2月份间;Delta检出高峰集中在6月份;Alpha检出高峰集中在4～5月份;其他基因型检出高峰集中在2月份。4.病毒的基因型分型结果:境外输入和本土新型冠状病毒感染者中,Omicron分型主要以BA.2.2为主,其次为BA.1型、BA.1.1型、BA.2.10.1型、BA.1.20 型、BA.2.10 型、BA.1.12 型、BA.2 型、BA.1.15 型、BA.1.17.2 型、BA.2.3型、BA.3型。本土感染者中BA.1型测序检出率(1.30%,16/1227)高于(χ2=13.009,P<0.001)境外输入感染者中BA.1型测序检出率(0.22%,4/1800),境外输入感染者中BA.1.1型测序检出率(0.94%,17/1800)高于(χ2=9.192,P=0.002)本土感染者中BA.1.1型测序检出率(0.08%,1/1227),本土感染者中BA.2.2型测序检出率(19.97%,245/1227)高于(χ2=284.993,P<0.001)境外输入感染者中BA.2.2

关键词： COVID-19   基本再生数   动态清零   全员核酸检测追踪隔离   最小轮次估算  

摘要： 新型冠状病毒肺炎(COVID-19)疫情已成为近年来最受科研人员关注的公共卫生话题。与许多重大传染病相比,COVID-19传播能力更强、扩散规模更广,且在严格的防控措施和广泛的免疫接种背景下,其发展趋势仍极富变化和不确定性。但中国不仅率先在疫情暴发初期对其成功控制,在后续常态化防控阶段实践中,也取得了良好成果。因此,通过回顾性分析新冠肺炎病例的初期流行病学特征,研究其早期的传播特点,探索防控措施对病毒传播的影响,以及在常态化疫情防控工作中,立足于中国疫情实际传播情况,建立数学模型结合统计分析方法探讨COVID-19的防控策略,提出防控建议,无论对于现在还是未来,都有着重要意义。本文的主要工作如下:第一部分对重庆市2020年初期新冠肺炎疫情的流行病学特征进行分析,主要包括描述性统计分析和重要流行病学参数估计两方面。基于2020年重庆市新冠肺炎疫情的回顾性完整阶段数据,首先运用描述性统计分析方法,探析重庆市新冠肺炎疫情初期的流行病学特征,明确了确诊病例在时间、空间、人群等方面的分布,得到了疫情暴发初期病例分布特点。接着基于病例的时序数据,在伽马分布、威布尔分布或对数正态分布的假设下,分别构造似然函数,并根据Akaike信息准则(AIC准则)估计出了潜伏期、出现症状到住院和出现症状到确诊的时间间隔流行病学重要传播参数的最优概率分布。进一步,还根据性别、武汉“封城”前后及重庆市启动重大突发公共卫生事件一级响应时间节点分层,将病例数据分为两部分,对相关传播参数进行了比较分析,探讨公众意识及防控措施对这些参数的影响。最后基于极大似然思想和贝叶斯框架对基本再生数、有效再生数进行了估计,从定量和定性分析相结合的角度对重庆市应对新冠肺炎疫情的防控策略效果进行了评估分析。结果表明,2020年重庆市早期新冠肺炎患者潜伏期的最优概率分布为伽马分布,均值为7.22天,女性患者的潜伏期估计值为7.36天,稍大于男性患者的估计值6.91天,男女潜伏期差异不明显。从发病到住院时间间隔的最优分布为伽马分布,平均周期为4.78天。其中对于1月23日之前发病的患者,最优拟合概率分布为威布尔分布,平均间隔周期为5.94天,大约是1月23日之后发病患者的1.5倍,说明武汉市采取的“封城”政策和重庆市实施的一级响应措施很好地实现了对病人的及时阻隔作用。从发病到确诊时间间隔的最优分布为伽马分布,平均周期为5.47天,同样1月23日之前的时间间隔是之后发病患者的1.5倍。同时,经过计算,重庆市早期的基本再生数为2.38,95%的置信区间为[1.85,3.01]。通过以上结果可发现2020年初重庆市新冠疫情具有较强的传播性,但重庆市采取防控措施及时、应对积极,且效果十分明显,最终完成了疫情的清零目标。第二部分对常态化防控阶段动态清零策略进行了初步研究。动态清零是中国常态化防控新冠肺炎大流行的重要防控策略,全员新冠病毒核酸检测追踪隔离(citywide test-trace-isolation,CTTI)是其关键环节,但所需的CTTI轮数以及实施过程中感染人员数量的估计都不够清楚,给公共卫生和社会资源的优化配置带来了诸多不便。本研究利用微元法建模思想、二项分布性质和单目标优化模型,按照每一轮CTTI期间是否有新感染两种情形,分别构建了CTTI最小轮次及被发现感染者期望的估算模型,并利用实例进行了仿真模拟和比较分析。比较分析表明,如果忽略CTTI期间的感染传播会低估CTTI的最小轮次。两种情形下,CTTI最小轮次和被发现感染者期望都与城市总人口数量无关,我们完全可以把CTTI策略调整为重点区域核酸检测追踪隔离(key areas test-trace-isolation,KTTI)策略,这恰好与2022年3月22日中国国家卫健委发布的《关于印发区域新型冠状病毒核酸检测组织实施指南(第三版)的通知》中的检测范围要求一致;同时,发现CTTI最小轮次与核酸检测灵敏度和CTTI期间的隔离控制强度呈负相关关系,并且得到了能够达成动态清零防疫目标的临界核酸检测灵敏度和CTTI期间隔离控制临界强度公式。实证评估表明,本文的模型模拟结果与2021年12月陕西西安Delta变异株疫情、2022年3月重庆市高新区Omicron变异株疫情以及2022年深圳“0131”Omicron变异株疫情演变都具有较好的一致性。仿真结果发现,CTTI期间的隔离控制强度对CTTI最小轮次的估计值影响最大,常态化防疫中发现首例本土感染者的时间与最终检出的感染者总数呈指数相关。特别地,本研究在模型基础上提出的核酸检测灵敏度临界值、CTTI或KTTI期间的群体隔离阈值和隔离控制临界强度概念都具有一定的公共卫生防疫实际意义,特别是和“群体免疫”中的免疫接种阈值概念对应的群体隔离阈值并不是完成动态清零的防疫目标最终临界值,比之

关键词： 图像边缘检测   Canny算法   数学形态学算法   新冠肺炎CT图像  

摘要： 2019年底新型冠状病毒肺炎以极快的速度传播至世界各地,对人类的身体健康造成了极大的伤害与威胁。而CT作为一种临床上常用的影像学技术,其可以通过重建病灶部位图像的形式,为临床诊断提供支持。胸部CT平扫是当前新冠病毒肺炎的主要筛查和辅助诊断手段,对病毒的筛查起到了重要的作用。通过诊断,对早期新冠肺炎患者给予有效的治疗,可以避免其发展为重症肺炎。图像的边缘包含着大部分的信息,边缘识别作为图像处理领域中的关键步骤,在对图像进行特征描述、匹配时都有着重大的影响。对新冠肺炎CT图像的弱边缘进行提取,突出肺部感染区域,有助于医学专家对新冠肺炎病毒的分析与判断。本文主要对Canny与数学形态学两种边缘检测算法展开了研究,在传统算法的基础之上,对两种算法分别进行了相应的改进。具体改进工作如下:(1)对传统Canny边缘检测算法的改进:1采用自适应中值滤波和引导滤波组成的混合滤波器对图像进行去噪;2在计算图像梯度时将二阶有限差分法用4-方向的Sobel算子替换;3利用自适应线性插值的方法进行非极大值抑制。(2)数学形态学边缘检测算法的改进:1根据形态学基本运算提出了一种新的边缘检测算子,并选用0°、45°、90°、135°方向的结构元素对图像执行边缘检测,将检测结果通过均权融合的方法进行边缘融合;2选用不同尺寸的结构元素对图像进行多尺度边缘检测,并将检测结果通过实体加权与信息熵结合的方法进行融合;3将前两步所得图像边缘通过实体加权与信息熵结合的方法进行融合,得到最终的形态学边缘检测结果。最后,我们将两种改进的图像边缘检测技术分别应用于新冠病毒肺炎CT图像,并与其他算法进行实验对比,结果表明,两种改进算法都能检测到更加清晰的图像边缘。

关键词： 新冠肺炎   深度学习   多尺度   注意力   表征学习  

摘要： 2019年12月份起,新型冠状病毒肺炎(Corona Virus Disease 2019,COVID-19)开始全球传播,初期拥有较高的死亡风险。除了核酸检测外,胸部影像临床诊断结果也可以作为COVID-19感染的诊断标准之一。由于胸部X射线或胸部CT扫描分析可以为诊断COVID-19提供帮助,利用深度学习则能够在诊断其病理性中发挥有益作用,为疾病预防、诊断、预后做出贡献。为了提高COVID-19感染的诊断准确性,本文尝试采用深度神经网络和数据增强技术来提高数据表征能力。构建具有注意力关注和不同形式的多尺度特征,以克服数据量有限和深度模型表征能力不足导致新冠肺炎在医学影像中检测和与识别性能较差的问题。主要的研究内容包括:(1)针对新冠肺炎在胸部X射线(CXR)图像数据量有限及目标难以区分的问题,提出了一种多尺度类别残差注意力(MCRA)网络。首先,为了克服数据不足,提高网络的鲁棒性,引入局部区域的像素级图像混合,实现数据增强和降噪。其次,采用多尺度融合策略提取不同尺度的全局上下文信息,增强语义表示。最后,利用类别残差注意力(CRA)为每个类别生成空间注意力,避免类间的干扰并增强相关特征,进一步改进COVID-19检测。实验结果表明,所提出的网络在COVIDx数据集上取得了优异的诊断性能,其准确率、PPV、灵敏度、特异性和F1得分分别为97.71%、96.76%、96.56%、98.96%和96.64%。此外,构建的热力图还可以赋予COVID-19深度模型一定的可解释性。(2)针对肺部CT图像中的COVID-19病变进行自动分割,有助于病人的筛查和诊断。然而,感染区的模糊、不一致的形状和位置使这项任务具有挑战性。为了克服这个问题,在多个尺度上捕捉全局和局部级别的表征,有助于获得不同大小和纹理的病变,以改善COVID-19的检测。本文提出了一个多尺度表征学习网络(MRL-Net),用于对CT图像中的肺部感染区域进行有效分割。具体来说,该模型考虑了来自卷积神经网络(CNN)和Transformer所有层级的表征响应,包括在不同层级获得的多尺度特征。此外,双重多交互注意力(DMA)将不同尺度的局部特征和全局上下文信息进行融合,以识别具有不同形状、大小和对比度的病变区域。此外,为了加强边界感知和定位,双重边界注意(DEA)从低层捕获纹理位置信息以进一步丰富表征。在多个COVID-19数据集上的实验表明,所提出的方法优于CNN、Transformer和其他混合模型,取得了最先进的性能。表明MRL-Net可以为肺部CT图像中COVID-19病变的自动分割提供一种有效的方法,有助于病人的诊断和治疗。综上所述,本文从数据,特征,模型多角度构建具有丰富表征学习能力的网络,为新冠肺炎检测与诊断提供了一种新的思路。同时,为智能诊疗在成本控制、效率提升和安全保障方面提供了参考。

关键词： 新型冠状病毒   人口流动   移动模式变化   社会地理溢出效应  

摘要： 自人类社会发展以来,各类突发性传染病对生命安全、社会稳定和经济发展构成严重威胁。自2020年起,在全球范围内迅速传播的新型冠状病毒(COVID-19)已感染近7.5亿人,并导致全球各国和地区经济严重衰退。为应对COVID-19第一波大流行,各国实施非药物干预措施控制病毒传播,了解人口流动模式变化对评估非药物干预措施有效性和制定针对性干预措施以最大限度降低疫情传播具有至关重要意义。本研究基于中国与美国两大湾区高时空分辨率人口流动大数据,选取粤港澳大湾区与旧金山湾区为研究对象。首先,将两国政府政策执行力度与政策遵循效果定量化,从城市尺度分析人口流动内在结构与模式,并动态了解不同时期人口流动时空演化规律。具体来讲,本文基于高时空分辨率人口移动大数据,构建城市级匿名聚合人口移动数据,定义移动变化指数、距离变化指数、依赖距离的移动性变化指数和波动变化指数四个评价指标,分析新冠疫情影响下中国粤港澳大湾区与美国旧金山湾区的人口移动差异特征。随后,利用截断奇异值分解算法对多维海量时空数据进行分解降维处理,以揭示两大湾区的人口流动内在结构和流动模式。接着,结合城市级封锁与重新开放政策的每日数据、社会联系数据以及城市级每日COVID-19确诊数、死亡数、阳性率、死亡率等多源数据,采用双重差分模型研究政策实施下的社会地理溢出效应,有效衡量出一个城市的封锁与开放政策对其自身流动的直接影响,同时捕捉到具有社会和地理联系的其他城市对其自身的间接影响。研究发现: (1)粤港澳大湾区的流动减少约74.0-80.1%,而旧金山湾区的流动减少约为25.0-42.1%。粤港澳大湾区的移动变化指数(Mobility Change Index,MCI)相对于旧金山湾区减少得更加剧烈,持续时间更久。大流行期间,粤港澳大湾区在低人口流动状态维持约三周时间,占整个公共卫生一级响应时长的四分之三,这是公共卫生政策干预与人们高遵从率的共同结果。旧金山湾区平均MCI降低了约37%,人口流动量虽有减少,但下降幅度不如粤港澳大湾区。 (2)粤港澳大湾区和旧金山湾区的波动率变化指数分别为2.55%和7.52%;粤港澳大湾区的波动变化指数(Volatility Change Index,VCI)变化相比于旧金山湾区更小。整个居家禁令期间,粤港澳大湾区的人口流动VCI值较低,约为旧金山湾区的三分之一,这表明粤港澳大湾区每日人口流动总量较为恒定,周变化幅度较小。 (3)封锁对短途和长途流动的影响在粤港澳大湾区中是相似的,而对中长途的影响在旧金山湾区中更明显。在大流行期间,粤港澳大湾区的MCI与距离变化指数(Distance Change Index,DCI)之间存在强相关性,这表明随着移动性的降低人们对短距离出行的意愿更强。旧金山湾区距离变化指数呈下降趋势,且周末出行距离大于工作日,这可能与旧金山湾区人民工作日居家办公,周末跨距离旅行有关。 (4)粤港澳大湾区人口流动模式主要受到春节假期与公共卫生政策双重影响,我们从中识别出日常出行模式、返乡出行模式和返程复工模式。旧金山湾区人口流动模式呈现强规律性(包括日常出行模式、工作日出行模式与周末出行模式),公共卫生政策对其影响并不深刻。 (5)不同区域在实施不一致政策时存在社会地理溢出效应。根据无溢出效应模型,封锁政策实施后,各城市流动性平均减少28.3%至44.2%;重新开放政策实施后,一个城市重新开放将导致平均流动性增加30.5%至43.6%。考虑社会地理溢出效应后,实施较严格封锁政策的城市人口流动量进一步显著减少0.4%至12.3%,实施重新开放政策的城市人口流动量进一步显著增加11.2%-18.0%。 利用大数据技术和机器学习算法对人口流动模式进行分析,可有效识别人口流动模式变化特征,揭示政策措施对人口流动模式变化的影响,以及探讨潜在的溢出效应。这为政府和公共卫生管理部门提供有力支持与指导,协助制定更有效的疫情控制措施。同时,这些研究成果对学术界具有重要价值,为流行病学、城市规划和公共卫生政策等领域的未来研究提供参考依据。