Mobility network models of COVID-19 explain inequities and inform reopening

这是nature上的一篇文章，主要是研究了一下交通对疫情的影响，做的很好，主要体现在研究结果很有意义，方法效果好，工作量巨大。用的方法难度倒不是非常大，看了之后也都能理解。

1.文章目标和意义

文章主要是研究了出行对疫情传播的影响。具体而言，分析了：

1. 出行减少和重新开放计划对疫情发展的影响；
2. 少量的POI占据了绝大多数的疫情感染，并分析了其中的原因；
3. 减小POI的最大占用率对疫情控制的影响；
4. 重新开放不同类型的POI对相对风险的影响；
5. 不同阶层和种族的疫情感染差异情况，并分析了造成该差异的原因；

主要就是进行了以上5个分析。

2.数据

这个文章的数据维度十分丰富，想搞到这个数据也是不容易的：

1. SafeGraph，该数据记录了人们在CBG（我的理解这个CBG就是一个交通小区）和POI的时空信息。具体来说，包括每个POI每小时的访客数量，访问时间中位数，以周为单位和以月为单位的访客的出发CBG。该数据还包含Social Distancing Metrics信息，即每个CBG每天呆在家的人数的比例。
2. US Census,每个CBG的家庭收入中位数，黑白居民比例。
3. New York Times，包括各地的确诊人数和每日的cases。

3.方法论

这篇文章实际上用的方法倒不是非常难的，但是工作量真的巨大，这个巨大体现在几个方面：

1. 数据量巨大，处理起来很麻烦，用普通的数据分析方法不一定可以；
2. 模型虽然不难，但是里面参数很多，而且也没有现成的代码可以用，都得自己实现；
3. 文章对十多个城市都做了一样的分析；
4. 文章的分析内容本来就很多，看第一部分里面就可以知道了；除了第一部分提到的研究目标，文章实际上还探讨了模型对数据的拟合好坏，考不考虑mobility对SEIR的影响咋样之类的，总之内容很多很多。

这篇文章需要掌握的方法的话其实就两个：

1. Iterative proportional fitting，这个方法在文章是被用来估计每小时从每个CBG到每个POI的人数的。看下面的图，作者把CBG和POI变成了一个二分网络，每个edge就是从该CBG到该POI的人数。因为利用safegraph的数据我们可以得到以周为单位和以月为单位的访客的出发CBG，即我们可以得到数据范围内的整个时间段的这个二分网络的edge，该矩阵设为Z，但是无法知道每小时的edge权重，同时我们也知道每小时每个POI的访客数量，Y的一个边际（数据中可以直接知道）以及每小时每个CBG外出到POI的人数，Y的另一个边际（这个需要估计，我的理解是算出这个小时外出的总人数，再按照比例分配即可），然后可以用IPFP估计出X，即每小时从每个CBG到每个POI的人数。这里X,Y,Z和wiki里的介绍是一致的。
   
2. SEIR，这个就是传染病经典的发展模型了，关于这个模型就不做介绍了。关键就是介绍下如何在二分网络上嵌入这个SEIR模型。其实文章一段话就交代清楚了：To model the spread of SARS-CoV-2, we overlay a metapopulation disease transmission model on the mobility network defined in Methods M2. The transmission model structure follows prior work on epidemiological models of SARS-CoV-2, but incorporates a fine-grained mobility network into the calculations of the transmission rate. We construct separate mobility networks and models for each metropolitan statistical area.也就是说出行主要是影响了SEIR模型的传播率。下面这个图片就是SEIR模型的过程，也比较好理解，但是这几个式子无法反应出出行如何影响传播率，其实关键就在下面的第一个式子里，也就是易感者变成潜伏者，后面两个式子有一些参数要确定，但是和出行没啥关系。
   
   下面这个图片就是易感者变成潜伏者完整的公式了，$a_{pj}$是POI的面积，$d_{pj}$是在这个POI的停留时间，然后$w_{ij}$就是出行对疫情传播的影响了。
   

4.模型训练和拟合

这里模型的拟合使用网格搜索法实现的，对几个参数做了一个范围估计，然后用网格搜索法进行参数选取。模型主要是对确诊人数进行拟合，使得SEIR模型预测得到的确诊人数尽可能准确。