رویدادهای در حال آشکار شدن در فضا و زمان: بینش های جغرافیایی در مورد انتشار COVID-19 در ایالت واشنگتن در مرحله اولیه شیوع


خلاصه

جهان شاهد همه‌گیری COVID-19 در سال ۲۰۲۰ بود. اولین مورد COVID-19 در ایالات متحده آمریکا (ایالات متحده آمریکا) در ۲۱ ژانویه ۲۰۲۰ در شهرستان اسنوومیش در ایالت واشنگتن (WA) تأیید شد. به دنبال آن، انفجار سریع موارد COVID-19 در سراسر WA و ایالات متحده مشاهده شد. عدم دسترسی به داده‌های فضایی در دسترس عموم در مقیاس‌های دقیق‌تر، دانشمندان را از اجرای تکنیک‌های تحلیلی فضایی برای به دست آوردن بینش در مورد گسترش COVID-19 باز داشته است. مجموعه داده ها فقط به صورت شمارش در سطح شهرستان در دسترس بودند. پاسخ فضایی به COVID-19 با استفاده از مجموعه داده‌های در دسترس عموم در مقیاس درشت به برنامه‌های نقشه‌برداری وب و داشبورد برای تجسم موارد آلوده فقط از سطح ایالت به شهرستان محدود شد. این تحقیق با ایجاد مجموعه داده‌های پراکسی برای COVID-19 با استفاده از مقالات خبری در دسترس عموم به مسائل در دسترس بودن داده نزدیک می‌شود. علاوه بر این، این مجموعه داده‌های پروکسی برای انجام تحلیل‌های فضایی برای آشکار شدن رویدادها در مکان و زمان و به دست آوردن بینش در مورد گسترش COVID-19 در WA در مرحله اولیه شیوع استفاده می‌شوند. تحلیل فضایی مجموعه داده‌های این پروکسی از ۲۱ ژانویه تا ۲۳ مارس ۲۰۲۰، وجود یک الگوی فضا-زمان واضح را نشان می‌دهد. از ۲۱ ژانویه تا ۶ مارس، حضور شدید شیوع کووید-۱۹ در جامعه تنها در نزدیکی منبع شیوع در Snohomish و King Counties، که همسایه‌اند، مشاهده می‌شود. عفونت ها تنها پس از یک ماه، یعنی ۶ مارس، به نقاط دورتر منتشر شدند.

کلید واژه ها:

COVID-19 ؛ جغرافیایی ; فاصله گذاری اجتماعی ؛ فضا-زمان ؛ واشنگتن

۱٫ معرفی

جهان در طول تاریخ شاهد چندین بیماری همه گیر و همه گیر بوده است که تعداد کمی از آنها بسیار جدید هستند. سازمان جهانی بهداشت (WHO) فهرستی از همه گیری ها و بیماری های همه گیر را ارائه می دهد [ ۱ ]. در سال ۲۰۱۹، WHO گزارش داد که ذات الریه با علت ناشناخته در ووهان، چین، در ۳۱ دسامبر ۲۰۱۹ شناسایی شد [ ۲ ]. این ذات‌الریه که توسط یک ویروس ایجاد می‌شود، تا زمانی که سازمان جهانی بهداشت «COVID-19» را به‌عنوان نام رسمی این ویروس اعلام کرد، به عنوان «کرونا ویروس جدید ۲۰۱۹» نامیده می‌شد [ ۳ ]. تصور می شود که ویروس از فردی به فرد دیگر، بین افراد در فاصله ۶ فوتی از تماس نزدیک یا از طریق تماس با قطرات تنفسی تولید شده توسط یک فرد آلوده گسترش می یابد [ ۴ ]]. در عرض چند روز، کووید-۱۹ به قاره‌های مختلف رسیده بود، پس از آن WHO آن را به عنوان یک بیماری همه‌گیر توصیف کرد [ ۵ ]. در مرحله اولیه، کووید-۱۹ از چین به کشورهای دیگر مانند کره جنوبی، ایتالیا، ایران و ژاپن که با موارد متعدد گزارش شده از عفونت کووید-۱۹ و مرگ و میر گزارش شده، از بدترین کشورهایی بودند که بیشترین آسیب را دیده بودند، سرایت کرد [ ۶ ]. اولین مورد تایید شده در ایالات متحده آمریکا (ایالات متحده آمریکا) در ۲۱ ژانویه ۲۰۲۰، در شهرستان اسنوومیش ایالت واشنگتن (WA) گزارش شد [ ۷ ]. در بحث زیر از این مورد به عنوان بیمار صفر یاد می شود که پس از سفر خانوادگی به ووهان چین به آمریکا بازگشته است. در روزهای بعد، موارد متعددی نه تنها در ایالت WA، بلکه در سراسر ایالات متحده شناسایی شد [ ۸]. در ایالت WA، ۱۳۲ مورد مرگ و ۲۵۸۰ مورد مثبت تا ۲۵ مارس ۲۰۲۰ وجود داشت [ ۹ ].
همانطور که نویسنده این دست نوشته را در ۲۶ مارس ۲۰۲۰ می نویسد، جهان در تلاش است تا همه گیر COVID-19 را مهار کند. شکل ۱وضعیت موارد تأیید شده کووید-۱۹ در سراسر جهان را تا ۲۶ مارس ۲۰۲۰ نشان می دهد. کیت های آزمایش فقط برای تشخیص عفونت COVID-19 در دسترس هستند. با این حال، هیچ دارو یا واکسنی برای درمان یا درمان عفونت در دسترس نیست. با توجه به این سناریو، تنها گزینه فوری اجرای استراتژی های فاصله گذاری اجتماعی به منظور کاهش و کاهش شیوع از فردی به فرد دیگر است. استراتژی های فاصله گذاری اجتماعی می تواند از حفظ فاصله ۶ فوتی تا اجرای قرنطینه کامل باشد. با این حال، اثربخشی نسبی این استراتژی ها مشخص نیست. می توان فرض کرد که یک قرنطینه کامل منجر به حداکثر سرعت کاهش انتشار عفونت می شود. گزارش شده است که اقدامات اضطراری، اگرچه زندگی روزمره را مختل می کند، در کاهش سرعت گسترش COVID-19 در WA موثر بوده است [ ۱۰ ]]. استراتژی‌های تهاجمی فاصله‌گذاری اجتماعی مشابهی در برخی از کشورهای دیگر مانند چین مؤثر بوده است [ ۱۱ ].
در پاسخ به همه‌گیری COVID-19، دانشگاه جان هاپکینز، WHO و چندین سازمان دیگر داشبوردهای GIS مبتنی بر وب تعاملی را برای تجسم و ردیابی موارد گزارش‌شده در سطح جهانی در زمان واقعی توسعه دادند [ ۱۲ ، ۱۴ ]. Boulos and Geraghty [ ۱۵] یک نمای کلی از GIS و داشبوردهای نقشه برداری را ارائه می دهد که برای نقشه برداری تقریباً زمان واقعی شیوع COVID-19 ایجاد شده اند. این داشبوردها داده‌ها را از انواع پلتفرم‌های معتبر منبع باز دریافت می‌کنند که موارد COVID-19 را مرتباً منتشر و به‌روزرسانی می‌کنند. برای ایالات متحده، این داشبوردها اطلاعاتی مانند تعداد موارد تایید شده، مرگ و میر و موارد بهبود یافته و فعال را در سطح شهرستان نشان می دهد. متأسفانه، این داشبوردها اطلاعات دقیقی را ارائه نمی دهند و برای مکان یابی و تجزیه و تحلیل پویایی فضا-زمان COVID-19 با وضوح مکانی دقیق، یعنی مناطق در مقیاس بزرگ، استفاده اندکی یا بدون استفاده ارائه می دهند. با توجه به این موضوع، متأسفانه، این داشبوردها چیزی بیش از یک منبع ابزار تجسم چشمگیر برای نقشه برداری COVID-19 در زمان واقعی نیستند.۹ ]. با این حال، در ۲۵ مارس، WSDH اعلام کرد (نگاه کنید به شکل ۲ ) که “پایگاه داده شرایط قابل اطلاع دولت در حال حاضر به دلیل افزایش ۱۰ برابری در تعداد گزارش های آزمایشگاهی دریافتی، کاهش سرعت را تجربه می کند. تیم فناوری اطلاعات ما در حال تلاش برای اصلاح این مشکل است. با افزایش تعداد موارد مثبت تایید شده و کاهش سرعت به‌روزرسانی پایگاه‌های داده، این داشبوردها برای به‌روزرسانی در زمان واقعی با مشکل مواجه می‌شوند. در ایالات متحده، از ۲۶ مارس ۲۰۲۰، بهترین وضوح داده های عمومی در دسترس برای COVID-19 در سطح شهرستان است [ ۱۶ ]]. این نیز مقیاس کافی برای درک مکان و زمان انتشار COVID-19 نیست. اندازه شهرستان ها می تواند متفاوت باشد. یک مورد شناسایی شده در یک شهرستان می تواند در هر نقطه از آن شهرستان واقع شود. این در دسترس نبودن داده‌ها را می‌توان نزدیک به سه موضوع مرتبط دانست: اول، حفظ حریم خصوصی بیماران. دوم، اجتناب از وحشت در میان جمعیت هایی که نزدیک به این موارد COVID-19 زندگی می کنند. سوم، نبود فرصت برای ایجاد فهرست دقیق از موارد آلوده به دلیل شیوع تعداد زیادی از موارد.
از ۲۶ مارس ۲۰۲۰، این بیماری همه گیر در مقیاس وسیعی از کنترل خارج شده است که نیاز به حرکت فراتر از داشبورد وجود دارد. در حالی که مداخلات پزشکی مانند واکسن‌های پیشگیرانه و داروهای درمانی که مؤثر هستند در نظر گرفته می‌شوند [ ۱۷ ]، روش‌هایی که در حال حاضر در کاهش شیوع مؤثر هستند شامل قرنطینه، انزوا، و قرنطینه انبوه نه تنها افراد آلوده و تماس نزدیک، بلکه کل جمعیت است. پیامدهای آن عبارتند از ترس از کندی اقتصادی، رکود دیگر، ناامنی شغلی و غیره [ ۱۸ ].]. حال سوال این است که تحلیل فضایی چگونه و چه زمانی می تواند کمک کند؟ پاسخ به این نه تنها درک چگونگی انتشار COVID-19 است، بلکه مهمتر از آن، دانستن اینکه کجا و چه زمانی از بیمار صفر در مرحله اولیه سرایت می کند تا بتوان اقدامات مناسب فاصله گذاری اجتماعی را بلافاصله در مکان های آسیب دیده اجرا کرد. بینش در مورد COVID-19 در جوامع همسایه و از یک مکان به مکان دیگر منتشر می شود می تواند در برنامه ریزی اقدامات کاهشی و پیشگیرانه کمک کند. چین یک اپلیکیشن اختصاصی برای تشخیص تماس نزدیک بین افراد و فردی که تایید یا مشکوک به ابتلا به کووید-۱۹ است، اجرا کرده است [ ۱۵ ]. با این حال، چنین استراتژی در ایالات متحده به دلیل نگرانی های حفظ حریم خصوصی مجاز نیست. حداقل برخی از دانشگاهیان در مورد این وضعیت نظرات خود را مطرح کرده اند [۱۹ ]. استفاده از تجزیه و تحلیل جغرافیایی برای اپیدمیولوژی جدید نیست [ ۲۰ ]. از این رو، تجزیه و تحلیل مجموعه داده های جغرافیایی برای COVID-19 یک راه آشکار به جلو است. GIS می تواند در نقشه برداری، ردیابی، مدل سازی و پیش بینی یک پدیده کمک کند. یک سوال مهم این است که با توجه به پیشرفت‌های فناوری‌های علوم زمین‌فضایی، چرا هیچ‌کس هنوز از داشبوردها برای نقشه‌برداری و تجزیه و تحلیل گسترش فضا-زمان COVID-19 فراتر نرفته است؟ در دسترس بودن اطلاعات مکان دقیق، دقیق و به موقع برای انجام یک تحلیل جغرافیایی مطالعات مرتبط با سلامت یک چالش تکراری است [ ۲۱ ]]. وضعیت در دسترس بودن داده های COVID-19 تفاوتی ندارد. متأسفانه، سطوح دقیق مجموعه داده ها برای محققان GIS که می توانند از این فرصت استفاده کنند، به صورت عمومی در دسترس نیست. در دسترس نبودن داده‌ها در مقیاس‌های مکانی دقیق‌تر از سطح شهرستان، باعث ایجاد مشکلاتی در استفاده از قدرت فن‌آوری‌های مکانی می‌شود که می‌توانند گسترش را در فضا-زمان نقشه‌برداری و تجزیه و تحلیل کنند، بنابراین بینش‌های معناداری به دست می‌آید. با توجه به این موضوع، این تحقیق به دنبال سه هدف است. هدف اول ایجاد مجموعه داده‌های جغرافیایی پراکسی با وضوح خوب با مکان‌یابی موارد COVID-19 در WA در مرحله اولیه با مراجعه به مقالات خبری آنلاین محلی و ملی است. هدف دوم استفاده از این مجموعه داده ها برای ترسیم گسترش COVID-19 در فضا و زمان است. هدف سوم، به دست آوردن بینش در مورد مکان، زمان، و چگونگی گسترش COVID-19 در مرحله اولیه در WA. تجزیه و تحلیل محل و زمان انتشار موارد COVID-19 از محل بیمار صفر به مکان‌های دیگر و تعیین مدت زمانی که طول کشید تا موارد جدید در مکان‌های دور ظاهر شوند، می‌تواند بینش‌هایی را در مورد مکان و زمان اجرای به‌موقع راهبردهای فاصله‌گذاری اجتماعی در مناطق آسیب‌دیده برای کاهش ارائه دهد. گسترش این اولین مطالعه ای است که از مقالات خبری آنلاین برای بازیابی اطلاعات مکانی برای تجزیه و تحلیل COVID-19 در WA استفاده می کند. تا آنجایی که نویسنده می‌داند، هیچ مطالعه دیگری رویکرد فوق را برای مکان‌یابی، نقشه‌برداری و تحلیل گسترش فضا-زمان COVID-19 در WA در مقیاس فضایی دقیق‌تر به کار نبرده است. تجزیه و تحلیل محل و زمان انتشار موارد COVID-19 از محل بیمار صفر به مکان‌های دیگر و تعیین مدت زمانی که طول کشید تا موارد جدید در مکان‌های دور ظاهر شوند، می‌تواند بینش‌هایی را در مورد مکان و زمان اجرای به‌موقع راهبردهای فاصله‌گذاری اجتماعی در مناطق آسیب‌دیده برای کاهش ارائه دهد. گسترش این اولین مطالعه ای است که از مقالات خبری آنلاین برای بازیابی اطلاعات مکانی برای تجزیه و تحلیل COVID-19 در WA استفاده می کند. تا آنجایی که نویسنده می‌داند، هیچ مطالعه دیگری رویکرد فوق را برای مکان‌یابی، نقشه‌برداری و تحلیل گسترش فضا-زمان COVID-19 در WA در مقیاس فضایی دقیق‌تر به کار نبرده است. تجزیه و تحلیل محل و زمان انتشار موارد COVID-19 از محل بیمار صفر به مکان‌های دیگر و تعیین مدت زمانی که طول کشید تا موارد جدید در مکان‌های دور ظاهر شوند، می‌تواند بینش‌هایی را در مورد مکان و زمان اجرای به‌موقع راهبردهای فاصله‌گذاری اجتماعی در مناطق آسیب‌دیده برای کاهش ارائه دهد. گسترش این اولین مطالعه ای است که از مقالات خبری آنلاین برای بازیابی اطلاعات مکانی برای تجزیه و تحلیل COVID-19 در WA استفاده می کند. تا آنجایی که نویسنده می‌داند، هیچ مطالعه دیگری رویکرد فوق را برای مکان‌یابی، نقشه‌برداری و تحلیل گسترش فضا-زمان COVID-19 در WA در مقیاس فضایی دقیق‌تر به کار نبرده است. این اولین مطالعه ای است که از مقالات خبری آنلاین برای بازیابی اطلاعات مکانی برای تجزیه و تحلیل COVID-19 در WA استفاده می کند. تا آنجایی که نویسنده می‌داند، هیچ مطالعه دیگری رویکرد فوق را برای مکان‌یابی، نقشه‌برداری و تحلیل گسترش فضا-زمان COVID-19 در WA در مقیاس فضایی دقیق‌تر به کار نبرده است. این اولین مطالعه ای است که از مقالات خبری آنلاین برای بازیابی اطلاعات مکانی برای تجزیه و تحلیل COVID-19 در WA استفاده می کند. تا آنجایی که نویسنده می‌داند، هیچ مطالعه دیگری رویکرد فوق را برای مکان‌یابی، نقشه‌برداری و تحلیل گسترش فضا-زمان COVID-19 در WA در مقیاس فضایی دقیق‌تر به کار نبرده است.

۲٫ مواد و روشها

۲٫۱٫ منطقه مطالعه

این تحقیق بر WA به عنوان منطقه مورد مطالعه تمرکز دارد. WA بخشی از منطقه شمال غربی اقیانوس آرام است و اقیانوس آرام شمالی در غرب آن قرار دارد. رشته کوه کاسکید ایالت را به دو طرف متضاد غربی و شرقی تقسیم می کند. غرب WA در سمت بادگیر آبشارها قرار دارد و از این رو دارای آب و هوای معتدل است و در بیشتر ماه‌های سال مرطوب است. گاهی اوقات به آن “سمت مرطوب” نیز گفته می شود. WA شرقی در سایه باران آبشارها قرار دارد و از این رو دارای آب و هوای نسبتاً خشک با استپ های نیمه خشک است و بنابراین گاهی اوقات به عنوان “سمت خشک” شناخته می شود ( شکل ۳ را ببینید.). تقریباً ۷۷ درصد از کل جمعیت این ایالت در غرب WA حضور دارند. برخی از شهرها و شهرهای بزرگ در سه شهرستان در غرب WA-King، Pierce و Snohomish- واقع شده‌اند و در سمت غربی آن شهرستان‌ها متمرکز هستند. سیاتل، بلیو، کنت، رنتون و فدرال وی در شهرستان کینگ، تاکوما در شهرستان پیرس، و اورت در شهرستان اسنوومیش واقع شده‌اند. اقتصاد این ایالت به دلیل وجود ۵۰۰ شرکت ثروتمند قوی است. برخی از شرکت های پیشرو مانند آمازون، کاستکو، مایکروسافت، استارباکس، پاککار، نوردستروم، اکسپدیا، گروه آلاسکا ایر، وایرهائوسر و اکسپدیا در خود شهرستان کینگ واقع شده اند. این امر جمعیت متنوعی را به این منطقه جذب کرده است. برای افرادی که در این شرکت ها کار می کنند معمول است که در Snohomish یا Pierce County زندگی کنند. هم مرز با شهرستان کینگ به سمت شمال و جنوب، یا در خود شهرستان کینگ. بزرگراه های اصلی مانند I-5، I-90 و I-405 اتصال خوبی را بین این سه شهرستان فراهم می کنند. علاوه بر این، وجود یک سیستم حمل‌ونقل عمومی قوی، که شامل ترانزیت اورت، مترو کینگ کانتی، ساوند ترانزیت و اداره حمل‌ونقل Spokane، در میان سایر موارد است، فرصت‌های جابجایی مناسبی را برای سفر بین محل کار و خانه برای اکثریت جمعیت در این مناطق فراهم می‌کند. مناطق شهری. وجود بزرگراه های بین ایالتی و ایالتی، و همچنین بزرگترین سیستم کشتی کشور، ارتباط خوبی را بین تمام شهرستان های داخل ایالت فراهم می کند. شرح فوق در مورد منطقه مورد مطالعه، زمینه لازم را برای تجزیه و تحلیل و بحث در بخش های بعدی فراهم می کند. مانند I-5، I-90، و I-405، اتصال خوبی بین این سه شهرستان فراهم می کند. علاوه بر این، وجود یک سیستم حمل‌ونقل عمومی قوی، که شامل ترانزیت اورت، مترو کینگ کانتی، ساوند ترانزیت و اداره حمل‌ونقل Spokane، در میان سایر موارد است، فرصت‌های جابجایی مناسبی را برای سفر بین محل کار و خانه برای اکثریت جمعیت در این مناطق فراهم می‌کند. مناطق شهری. وجود بزرگراه های بین ایالتی و ایالتی، و همچنین بزرگترین سیستم کشتی کشور، ارتباط خوبی را بین تمام شهرستان های داخل ایالت فراهم می کند. شرح فوق در مورد منطقه مورد مطالعه، زمینه لازم را برای تجزیه و تحلیل و بحث در بخش های بعدی فراهم می کند. مانند I-5، I-90، و I-405، اتصال خوبی بین این سه شهرستان فراهم می کند. علاوه بر این، وجود یک سیستم حمل‌ونقل عمومی قوی، که شامل ترانزیت اورت، مترو کینگ کانتی، ساوند ترانزیت و اداره حمل‌ونقل Spokane، در میان سایر موارد است، فرصت‌های جابجایی مناسبی را برای سفر بین محل کار و خانه برای اکثریت جمعیت در این مناطق فراهم می‌کند. مناطق شهری. وجود بزرگراه های بین ایالتی و ایالتی، و همچنین بزرگترین سیستم کشتی کشور، ارتباط خوبی را بین تمام شهرستان های داخل ایالت فراهم می کند. شرح فوق در مورد منطقه مورد مطالعه، زمینه لازم را برای تجزیه و تحلیل و بحث در بخش های بعدی فراهم می کند. وجود یک سیستم حمل‌ونقل عمومی قوی که شامل ترانزیت اورت، مترو کینگ کانتی، ساوند ترانزیت و اداره حمل‌ونقل Spokane می‌شود، از جمله، فرصت‌های جابجایی مناسبی را برای سفر بین محل کار و خانه برای اکثریت جمعیت در این مناطق شهری فراهم می‌کند. وجود بزرگراه های بین ایالتی و ایالتی، و همچنین بزرگترین سیستم کشتی کشور، ارتباط خوبی را بین تمام شهرستان های داخل ایالت فراهم می کند. شرح فوق در مورد منطقه مورد مطالعه، زمینه لازم را برای تجزیه و تحلیل و بحث در بخش های بعدی فراهم می کند. وجود یک سیستم حمل‌ونقل عمومی قوی که شامل ترانزیت اورت، مترو کینگ کانتی، ساوند ترانزیت و اداره حمل‌ونقل Spokane می‌شود، از جمله، فرصت‌های جابجایی مناسبی را برای سفر بین محل کار و خانه برای اکثریت جمعیت در این مناطق شهری فراهم می‌کند. وجود بزرگراه های بین ایالتی و ایالتی، و همچنین بزرگترین سیستم کشتی کشور، ارتباط خوبی را بین تمام شهرستان های داخل ایالت فراهم می کند. شرح فوق در مورد منطقه مورد مطالعه، زمینه لازم را برای تجزیه و تحلیل و بحث در بخش های بعدی فراهم می کند. برای اکثریت جمعیت در این مناطق شهری، فرصت های تحرک مناسبی را برای سفر بین محل کار و خانه فراهم می کند. وجود بزرگراه های بین ایالتی و ایالتی، و همچنین بزرگترین سیستم کشتی کشور، ارتباط خوبی را بین تمام شهرستان های داخل ایالت فراهم می کند. شرح فوق در مورد منطقه مورد مطالعه، زمینه لازم را برای تجزیه و تحلیل و بحث در بخش های بعدی فراهم می کند. برای اکثریت جمعیت در این مناطق شهری، فرصت های تحرک مناسبی را برای سفر بین محل کار و خانه فراهم می کند. وجود بزرگراه های بین ایالتی و ایالتی، و همچنین بزرگترین سیستم کشتی کشور، ارتباط خوبی را بین تمام شهرستان های داخل ایالت فراهم می کند. شرح فوق در مورد منطقه مورد مطالعه، زمینه لازم را برای تجزیه و تحلیل و بحث در بخش های بعدی فراهم می کند.
نویسنده با منطقه مورد مطالعه آشنا است، زیرا در سیاتل زندگی کرده و در سراسر WA سفر کرده است. از فوریه ۲۰۲۰، نویسنده شروع به دریافت چندین پیشنهاد برای مقاله خبری محلی در تلفن و سایر دستگاه های دیجیتال در مورد COVID-19 در WA کرد. در مرحله اولیه شیوع، مقالات خبری محلی جزئیات موارد جدیدی از COVID-19 را که در WA شناسایی شده بود گزارش می کردند. همانطور که نویسنده چندین خبر را خواند، دریافت که این مقالات با اطلاعات عمومی منبعی حیاتی هستند که می‌توان از آن برای مکان‌یابی، نقشه‌برداری و تجزیه و تحلیل شیوع COVID-19 در WA در مرحله اولیه استفاده کرد. به همین دلیل، WA به عنوان منطقه مورد مطالعه انتخاب شد. این تحقیق بر پتانسیل بازیابی داده های مکانی از مقالات خبری محلی و استفاده از این مجموعه داده ها برای تجسم، تجزیه و تحلیل و به دست آوردن بینش در مورد زمانی که کجا و چگونه COVID-19 در WA در مرحله اولیه گسترش یافت. بخش زیر فرآیند ایجاد داده ها را مورد بحث قرار می دهد.

۲٫۲٫ جمع آوری داده ها

در طول مرحله اولیه شیوع COVID-19 در WA، مقالات خبری آنلاین محلی جزئیات هر مورد جدید COVID-19 مثبت را گزارش می کردند. توجه داشته باشید که این موارد مربوط به افرادی است که آزمایش آنها مثبت بوده است. از مقالات خبری از منابع مختلف مانند KOMO، KING، KIRO، Seattle Times و Q13 News استفاده شد. جزئیات مورد گزارش شده در بین مقالات متفاوت بود. به طور کلی، اطلاعات شامل سن بیمار، جنسیت، نام شهرستان، نام محل یا محل کار محلی، سابقه سفرهای بین‌المللی یا محلی، بیمارستان بستری شده، تاریخ مثبت شدن تست COVID-19، قرار گرفتن در معرض COVID-19 و عفونت بود. وضعیت سطح نویسنده به صورت دستی چندین مقاله دیجیتالی را اسکن کرده و نام مکان ها و ویژگی های هر مورد را با بررسی متقاطع آن با مقالات خبری مختلف استخراج کرده است. اطلاعات موردی مشابهی که در مقالات خبری مختلف گزارش شده است، تنها یک بار در پایگاه داده برای جلوگیری از تکرار گزارش شده است. داده‌ها برای موارد گزارش‌شده از ۲۱ ژانویه ۲۰۲۰ تا ۲۳ مارس ۲۰۲۰ جمع‌آوری شد. در این بازه زمانی، مقالات خبری موارد جدید شناسایی‌شده در سایر شهرستان‌ها را همراه با اطلاعات اضافی گزارش می‌کردند. با افزایش تعداد موارد، اطلاعات گزارش شده برای هر مورد کمتر شد. متاسفانه به دلیل افزایش شدید تعداد مبتلایان، دیگر اخبار مورد به مورد گزارش نشد. با این وجود، برای این تحقیق، به منظور تجزیه و تحلیل پویایی گسترش فضا-زمان، مهم ترین داده های مورد نیاز اسامی مکان ها و تاریخ های مثبت بودن آزمایش بود. داده‌ها برای موارد گزارش‌شده از ۲۱ ژانویه ۲۰۲۰ تا ۲۳ مارس ۲۰۲۰ جمع‌آوری شد. در این بازه زمانی، مقالات خبری موارد جدید شناسایی‌شده در سایر شهرستان‌ها را همراه با اطلاعات اضافی گزارش می‌کردند. با افزایش تعداد موارد، اطلاعات گزارش شده برای هر مورد کمتر شد. متاسفانه به دلیل افزایش شدید تعداد مبتلایان، دیگر اخبار مورد به مورد گزارش نشد. با این وجود، برای این تحقیق، به منظور تجزیه و تحلیل پویایی گسترش فضا-زمان، مهم ترین داده های مورد نیاز اسامی مکان ها و تاریخ های مثبت بودن آزمایش بود. داده‌ها برای موارد گزارش‌شده از ۲۱ ژانویه ۲۰۲۰ تا ۲۳ مارس ۲۰۲۰ جمع‌آوری شد. در این بازه زمانی، مقالات خبری موارد جدید شناسایی‌شده در سایر شهرستان‌ها را همراه با اطلاعات اضافی گزارش می‌کردند. با افزایش تعداد موارد، اطلاعات گزارش شده برای هر مورد کمتر شد. متاسفانه به دلیل افزایش شدید تعداد مبتلایان، دیگر اخبار مورد به مورد گزارش نشد. با این وجود، برای این تحقیق، به منظور تجزیه و تحلیل پویایی گسترش فضا-زمان، مهم ترین داده های مورد نیاز اسامی مکان ها و تاریخ های مثبت بودن آزمایش بود. به دلیل افزایش شدید تعداد مبتلایان، دیگر اخبار مورد به مورد گزارش نشد. با این وجود، برای این تحقیق، به منظور تجزیه و تحلیل پویایی گسترش فضا-زمان، مهم ترین داده های مورد نیاز اسامی مکان ها و تاریخ های مثبت بودن آزمایش بود. به دلیل افزایش شدید تعداد مبتلایان، دیگر اخبار مورد به مورد گزارش نشد. با این وجود، برای این تحقیق، به منظور تجزیه و تحلیل پویایی گسترش فضا-زمان، مهم ترین داده های مورد نیاز اسامی مکان ها و تاریخ های مثبت بودن آزمایش بود.
با این رویکرد، در مجموع ۱۰۰ مورد شناسایی شد. با این حال، سه مورد از این موارد هیچ نام مکان یا اطلاعات مکانی نداشتند و از این رو از مجموعه داده حذف شدند. در نهایت، در مجموع ۹۷ مورد در این مطالعه وارد شدند. سپس نام مکان هر مورد به مختصات طول و عرض جغرافیایی تبدیل شد. یک برنامه سفارشی شده در پایتون برای خودکارسازی فرآیند بدست آوردن مختصات طول و عرض جغرافیایی از نام مکان ها توسعه داده شد. در انجام این کار، نام مکان هر مورد از پایگاه داده به دست آمد و با استفاده از Google Maps در مرورگر کروم، جستجوی جستجو انجام شد که مختصات طول و عرض جغرافیایی را برگرداند. این مختصات طول و عرض جغرافیایی به عنوان مکان های پراکسی در این مطالعه استفاده شد.
توجه داشته باشید که اطلاعات مکان در این مجموعه داده، محل اقامت دقیق هیچ یک از بیماران نیست، و از این رو، نویسنده به این مکان‌ها به عنوان مکان‌های پروکسی اشاره می‌کند. به عنوان مثال، اگر اخبار گزارش می‌دهد که «یک کارمند فرد مایر که در موقعیت مونرو در ۱۸۸۰۵ State Route 2 کار می‌کند به ویروس کرونا مثبت شده است»، مکان مونرو «بقالی Fred Meyer واقع در ۱۸۸۰۵ State Route 2»، یعنی محل کار محل قرارگیری بیمار، به عنوان یک مکان پروکسی برای بیمار مشخص شد. به طور مشابه، اگر در اخبار گزارش شد، “مقامات می گویند که پرونده شهرستان اسنوومیش شامل یک دانش آموز دبیرستان جکسون است که در حال حاضر در انزوای خانه به سر می برد”، مکان مدرسه به عنوان مکان نیابتی مشخص شده است. اگر بیمارستانی به عنوان “در مرکز پزشکی ولی در رنتون بستری شده” گزارش شد، از محل بیمارستان استفاده می شد. در مواردی که فقط نام شهرستان‌ها فاش می‌شد، برای مثال، پرونده‌های داگلاس، ویتمن، آدامز، و شهرستان کلالام، از زمینه برای علامت‌گذاری مکان‌های نیابتی در نزدیک‌ترین شهر یا نزدیک‌ترین بیمارستان استفاده می‌شد. در اینجا، فرض این است که به طور متوسط، یک بیمار در شعاع ۱۵ مایلی (تقریباً ۲۴ کیلومتری) از محل کار، بیمارستان، دانشگاه یا مدرسه زندگی می کند.۲۲ ]. این فاصله می تواند برای دانشگاه ها، مدارس و افرادی که در خواربار فروشی ها یا مکان های زنجیره غذایی محلی کار می کنند کمتر باشد [ ۲۳ ]]. هدف این تحقیق تعیین دقیق و شناسایی مکان دقیق اقامتی یک بیمار نیست، بلکه شناسایی یک مکان پروکسی به گونه‌ای است که بتواند به دستیابی به بینش در مورد گسترش فضا-زمانی COVID-19 در مرحله اولیه شیوع کمک کند. . اگرچه مکان‌های پروکسی در سطح بسیار دقیقی شناسایی می‌شوند، اما به هیچ وجه با شناسایی محل اقامت یا هویت، حریم خصوصی هیچ بیمار را افشا نمی‌کنند یا به آن تجاوز نمی‌کنند، اما همچنان تخمین خوبی برای شیوع COVID-19 ارائه می‌کنند. نویسنده ادعا نمی کند که سابقه جامعی از همه موارد آلوده به COVID-19 را در بازه زمانی ذکر شده در بالا بازیابی کرده است. در عوض، تاریخ‌ها و مکان‌های هر اولین موردی که در یک شهرستان جدید ظاهر می‌شود، نمونه کافی برای این مطالعه برای درک چارچوب زمانی انتشار COVID-19 از یک مکان به مکان دیگر در نظر گرفته می‌شود.شکل ۴ مکان‌های پراکسی COVID-19 را نشان می‌دهد که در بالای تعداد موارد COVID-19 WSDH در هر شهرستان قرار گرفته‌اند. تجزیه و تحلیل بصری نشان می دهد که مکان های پراکسی جمع آوری شده در این مطالعه، مکان موارد شناسایی شده توسط WSDH را در ۱۵ مارس (نگاه کنید به شکل ۴ الف) و ۲۳ مارس (نگاه کنید به شکل ۴ ب) تایید می کنند. نویسنده مکان‌های پراکسی را معتبر می‌داند زیرا احتمال زیادی وجود دارد که بیماران در این مکان‌های پراکسی یا در شعاع ۱۵ مایلی از فاصله رفت‌وآمد، افراد دیگری را در معرض COVID-19 قرار داده باشند. همه مکان‌های پراکسی به منظور انجام تحلیل‌های آماری بر اساس فاصله، به “NAD_1983_HARN_StatePlane_Washington_North_FIPS_4601_Feet” پیش‌بینی شدند.

۲٫۳٫ نقشه برداری از گسترش COVID-19 در فضا و زمان

به طور معمول، برای مجموعه داده های مکان نقطه، تحلیل الگوی نقطه آماری برای درک اینکه آیا یک الگوی مشاهده شده در مجموعه داده نتیجه یک فرآیند خاص است یا خیر، استفاده می شود. اما در مورد این مطالعه بدون شک موارد آلوده به دلیل وجود ویروس عفونی COVID-19 مشاهده می شود. با این مشاهدات، تمرکز این تحقیق بر درک فرآیند ایجاد کننده الگو نیست، بلکه بر درک الگو و گسترش آن در فضا و زمان است.
به منظور ترسیم و درک توزیع COVID-19 در WA در مکان و زمان، از روش‌های گرافیکی به همراه تحلیل الگوی نقطه‌ای مکانی استفاده شد. هدف نقشه برداری و تجزیه و تحلیل مکان های پراکسی COVID-19 و زمان و نحوه انتشار آنها در زمان است. تجسم آماری فضایی و معیارهای فضایی پراکندگی، مانند تخمین تراکم هسته (KDE) و بیضی انحراف استاندارد (SDE) [ ۲۴ ]، برای تجزیه و تحلیل مکان‌های فضایی COVID-19 اجرا شد. توضیحات مفصلی از این روش ها توسط سوریس [ ۲۴ ] ارائه شده است] و از این رو در اینجا تکرار نمی شوند. این روش‌ها مستقیماً مکان‌های فضایی COVID-19 را تجزیه و تحلیل می‌کنند و بینش‌هایی را درباره گسترش فضا-زمان آن ارائه می‌کنند. علاوه بر این، ویژگی‌های موارد COVID-19 با این روش‌ها ترکیب شد تا بینش‌های جغرافیایی در مورد چگونگی انتشار COVID-19 از یک مکان به مکان دیگر به دست آید. مجموعه داده ها به چهار بازه زمانی مختلف تقسیم شدند و KDE پیاده سازی شد: (۱) ۲۱ ژانویه تا ۴ مارس (۲) ۵ مارس تا ۹ مارس، (۳) ۱۰ مارس تا ۱۵ مارس، و (۴) ۱۶ مارس تا ۲۳ مارس. به طور مشابه، SDEها برای سه بازه زمانی مختلف محاسبه شدند: (۱) ۲۱ ژانویه تا ۶ مارس، (۲) ۲۱ ژانویه تا ۱۵ مارس، و (۳) ۲۱ ژانویه تا ۲۳ مارس. این فواصل زمانی با دقت انتخاب شدند تا با گذشت زمان، گسترش COVID-19 را در بخش‌های مختلف WA منعکس کنند.

۳٫ نتایج

هدف این تحقیق به دست آوردن بینش در مورد گسترش COVID-19 از محل بیمار صفر به سایر مکان‌ها در WA با پیشرفت زمان است. با توجه به ماهیت عفونی COVID-19، می توان انتظار داشت که در مرحله اولیه شیوع، عفونت در محله های نزدیک به بیمار صفر گسترش یابد. این محله‌های نزدیک به مناطقی اطلاق می‌شود که مردم در آن تردد می‌کنند، برای مثال، مکان‌هایی مانند محل کار، فروشگاه‌های مواد غذایی، مراکز خرید، مدارس و کالج‌ها، اجتماعات اجتماعی و حمل‌ونقل عمومی. تا زمانی که مورد جدیدی از مواجهه بین‌المللی با کووید-۱۹ در منطقه‌ای معرفی نشود، عفونت‌ها فقط از موارد موجود سرایت می‌کنند. موارد جدید کووید-۱۹ از مرکز شیوع به شهرستان‌های خارجی منتشر می‌شود.

۳٫۱٫ تحلیل فضایی گسترش اولیه

دو مورد از موارد اولیه در مجموعه داده مشخص شده است که به ووهان، چین و کره جنوبی، کشورهایی با موارد شناخته شده COVID-19 در ژانویه ۲۰۲۰ سفر کرده اند. تجزیه و تحلیل بصری دو مورد با سابقه سفرهای بین المللی (نگاه کنید به شکل ۵ ) نشان می دهد که مورد اول، یعنی بیمار صفر، در شهرستان اسنوومیش، در منتهی الیه شمال نقشه (نقطه قرمز) شناسایی شده است، در حالی که مورد دوم مشخص است که در نقشه بسیار به جنوب، نزدیک مرز کینگ و شهرستان های پیرس این مورد دوم در اینجا به عنوان بیمار یک نامیده می شود. تست بیمار صفر و بیمار یک به ترتیب در ۲۱ ژانویه ۲۰۲۰ و ۲۵ فوریه ۲۰۲۰ مثبت شد. جالب توجه است، تقریباً همه موارد در مرحله اولیه شیوع – از ۲۱ ژانویه تا ۶ مارس ۲۰۲۰ (به شکل ۵ مراجعه کنید.)- در مجاورت و در میان موارد مثبت شناخته شده که به خارج از کشور سفر کرده بودند قرار داشتند. این نشان دهنده شیوع گسترده عفونت در جامعه در این دو شهرستان در بازه زمانی مشخص است. همانطور که در بخش منطقه مورد مطالعه بحث شد، شهرستان کینگ یک مکان عالی برای مشاغل است. برای مردم از هر دو شهرستان کینگ و اسنوومیش استفاده از حمل و نقل عمومی برای رفت و آمد بین خانه و محل کار رایج است.
شکل ۶ مکان های پروکسی موارد COVID-19 را در WA در طول زمان نشان می دهد. توجه داشته باشید که از ابزار نشانگرهای پراکنده ArcGIS Pro برای ایجاد نمایشی استفاده شد که موارد همپوشانی یا نزدیکی COVID-19 به منظور تجسم واضح از هم جدا شوند. تجزیه و تحلیل بصری خوشه هایی از موارد COVID-19 را در مکان و زمان نشان می دهد: نقاط سبز از ۲۱ ژانویه تا ۲۹ فوریه در کنار هم قرار می گیرند ( شکل ۶ را ببینید.آ). نقاط نارنجی-قرمز از ۲ مارس تا ۴ مارس در کنار هم قرار می گیرند. می توان انتظار داشت که به نظر می رسد این خوشه ها در مجموعه داده های مکان معتبر COVID-19 برجسته تر باشند. مطالعه اینکه آیا بیمار صفر و موارد مرتبط با آن عفونت جامعه می‌توانستند منبع اصلی انتشار حداقل تا ۱۱ فوریه تا ۲۴ فوریه بوده‌اند و پس از آن بیمار یک ممکن است از مکان دیگری در انتشار آن نقش داشته باشد، ارزشمند است. در اینجا، فرض بر این است که بیمار ممکن است بین ۱ تا ۱۴ روز قبل از مثبت شدن آزمایش به عفونت مبتلا شده باشد [ ۴ ].
در ۲۸ فوریه، یک مورد جدید در ۱۵ مایل (۲۴٫۱ کیلومتر) بیمار صفر شناسایی شد. این مورد جدید دانش آموزی از دبیرستان جکسون (JHS) در اورت بود و در ۲۴ فوریه علائم را نشان داده بود [ ۲۵ ]. شکل ۷ مکان های پروکسی بیمار صفر، بیمار یک، مورد مرتبط با JHS و سایر مکان های پروکسی مورد آلوده شناسایی شده در این مطالعه را نشان می دهد. به طور معمول، علائم COVID-19 بین ۲ تا ۱۴ روز پس از مواجهه ظاهر می شود [ ۴ ]]. با توجه به فاصله تقریباً ۵ هفته ای بین تاریخ ۲۰ ژانویه برای بیمار صفر تا ۲۸ فوریه برای مورد JHS، به سختی می توان نتیجه گرفت که مورد JHS عفونت را مستقیماً از بیمار صفر گرفته است، حتی اگر این دو مورد در مجاورت یکدیگر قرار داشته باشند. . این امکان وجود دارد که زنجیره ای از گسترش جامعه غالب بوده باشد. این فرض توسط یک مطالعه جالب انجام شده در اپیدمیولوژی ژنومی [ ۲۶ ] پشتیبانی می شود]. دکتر بدفورد دریافت که ویروس کووید-۱۹ به طور متوسط ​​دو بار در ماه جهش‌های جزئی را نشان می‌دهد، در حالی که تغییرات را جمع می‌کند و از نظر ژنتیکی در طول انتقال از فردی به فرد دیگر یکسان باقی می‌ماند. این امر امکان ردیابی شیوع ویروس را به دلیل انتقال از فردی به فرد دیگر در طول متوسط ​​۷ روز ممکن می سازد. این بدان معناست که با انتقال ویروس از فرد ۱ به ۲ و از ۲ به ۳، اولین جهش قابل مشاهده است. همانطور که از شخص ۳ به ۴ و ۴ به ۵ منتقل می شود، جهش دوم امکان پذیر است. به طور متوسط، با دو جهش، پنج مورد آلوده در عرض یک ماه یا کمتر وجود خواهد داشت. روند مشابهی در مورد بیمار صفر و مورد JHS مشاهده شد، به این صورت که مورد JHS COVID-19 از نظر ژنتیکی مشابه بیمار صفر بود، با سه جهش در ویروس [ ۲۶ ].]. این نشان دهنده حضور گسترده جامعه در منطقه است. حتی اگر مورد JHS به طور مستقیم عفونت را از بیمار صفر منقبض نکرده باشد، بیمار صفر ممکن است آن را به افراد دیگری که قبل از رسیدن به مورد JHS یک زنجیره تشکیل داده اند منتقل کرده باشد [ ۲۶ ]. این واقعیت که موارد دیگری در شهرستان های کینگ و اسنوومیش از ۱۹ تا ۲۶ فوریه شناسایی شد، این تصور را تأیید می کند. چنین تجزیه و تحلیل با داده های معتبر می تواند بینش های مهمی را در مورد فاصله ای که در آن انتشار از محل منبع تا مکان های دیگر رخ می دهد، نشان دهد. اگر چنین فاصله‌هایی با استفاده از مجموعه داده‌های معتبر شناسایی شوند، می‌توانند به درک و مدل‌سازی انتشار در مقیاس‌های دقیق‌تر کمک کنند.

۳٫۲٫ تخمین تراکم هسته (KDE) موارد COVID-19

یکی از اهداف این تحقیق درک میزان تغییر الگوی موارد COVID-19 بین ۲۱ ژانویه تا ۲۳ مارس است. با توجه به ماهیت عفونی کووید-۱۹، پیش‌بینی می‌شود که موارد ابتلا با گذشت زمان در فواصل بزرگ در فضا پخش شده باشد. داده‌های موقعیت مکانی نقطه پراکسی COVID-19 خود اطلاعاتی در مورد تغییر در طول زمان ارائه نمی‌کنند و همچنین اطلاعاتی درباره نحوه انتشار آن ارائه نمی‌دهند. به منظور تجسم گسترش COVID-19 از ۲۱ ژانویه تا ۲۳ مارس، KDE برای فواصل زمانی مختلف برای تبدیل نقاط مکان پراکسی به سطوح چگالی محاسبه شد ( شکل ۸ را ببینید ).
توزیع فضایی موارد از ۲۱ ژانویه تا ۴ مارس (نگاه کنید به شکل ۸ الف) منعکس کننده تمرکز موارد اولیه در بخش مرکزی غربی WA است. موارد تنها در شهرستان کینگ و اسنوومیش، در مجاورت بیمار صفر و بیمار یک شایع بود. از ۵ مارس تا ۹ مارس (نگاه کنید به شکل ۸ ب)، با ادامه یافتن موارد بیشتر در شهرستان های کینگ و اسنوومیش، اولین موارد در شهرستان های جدید مانند کیتیتاس، گرانت و کلارک ظاهر شدند. قرار گرفتن بیماران در معرض COVID-19 در کشورهای جدید گزارش نشده یا ناشناخته باقی مانده است. با این حال، این امکان وجود دارد که این موارد با مواردی از شهرستان‌هایی که قبلاً آلوده شده‌اند تماس داشته باشند. از ۱۰ مارس تا ۱۵ مارس، چهار خوشه متمایز را می توان در غرب-مرکز، مرکز، شرق-مرکز، و جنوب شرقی مشاهده کرد.شکل ۸ج). موارد کووید-۱۹ از خوشه اصلی در شهرستان‌های کینگ و اسنوومیش به شهرستان‌های همسایه در شمال غربی، مانند شهرستان‌های اسکاگیت، واتکام و آیلند، و شهرستان تورستون در جنوب غربی منتشر شده بود. در خوشه مرکزی، از سه مورد جدید شناسایی شده در شهرستان کیتیتاس از ۱۱ مارس تا ۱۳ مارس، یک مورد در معرض یک مورد آلوده قرار گرفته بود، در حالی که مورد دوم یکی از بستگان یک فرد مبتلا قبلا در شهرستان بود. دو مورد شناسایی شده در کانتی یاکیما، همسایه شهرستان کیتیتاس، در معرض زنی از شهرستان کیتیتاس قرار گرفته بودند، بنابراین خوشه دومی را روی نقشه تشکیل داد و بینش هایی را در مورد پراکندگی جامعه در مکان های فضایی نزدیکتر ارائه کرد. خوشه سوم در ۱۱ مارس در شهرستان کلمبیا مشاهده شد که همسایه مستقیم هیچ یک از شهرستان های آلوده نیست، بلکه بسیار دور است. این با سفرهای بین المللی شناخته شده مرتبط با این مورد جدید توضیح داده شده است. خوشه چهارم در شهرستان اسپوکین با چهار مورد جدید مشاهده شد. اگرچه گزارشی از نحوه ابتلای اولین مورد گزارش نشده است، اما مشخص است که هر سه مورد دیگر در یک مراسم مدرسه شرکت کرده بودند که در آن با اولین مورد تماس داشتند. بین ۱۷ تا ۲۳ مارس (نگاه کنید بهشکل ۸ د)، سه خوشه غالب جدید در شهرستان های دورتر در شمال غرب، جنوب شرق و مرکز WA ظاهر شدند. کووید-۱۹ در شهرستان‌های جدید مانند میسون، کلالام، جفرسون و سن خوان در شمال غربی گسترش یافته بود. شهرستان های فرانکلین، بنتو، والا والا، آدامز و ویتمن در جنوب شرقی. و شهرستان چلان و داگلاس در مرکز. توجه داشته باشید که شکل ۸d فقط موارد جدیدی را نشان می دهد که از ۱۷ تا ۲۳ مارس شناسایی شده اند. این نشان دهنده کاهش تعداد موارد در شهرستان های موجود نیست. در واقع روند رو به رشد موارد در این شهرستان ها ادامه داشت، اما متاسفانه با توجه به آمار بالای موارد در شهرستان های موجود، جزئیات موارد جدید توسط خبرگزاری ها گزارش نشد. در خوشه جنوب شرقی، یک مورد جدید با سابقه سفر بین المللی در شهرستان فرانکلین در ۱۷ مارس ظاهر شد. به دنبال این موارد، موارد جدید در همان شهرستان و در شهرستان‌های مجاور مانند بنتون در ۱۹ مارس و شهرستان والا والا در ۲۱ مارس شناسایی شد. با این حال، مواجهه در این موارد گزارش نشده است. در خوشه شمال غربی، موارد جدیدی که در ۱۹ مارس در شهرستان کلالام ظاهر شدند، در معرض یک اتصال شهرستان کینگ قرار داشتند، در حالی که مورد شهرستان جفرسون که در ۲۰ مارس شناسایی شد، به داخل کشور سفر کرده بود. با افزایش تعداد پرونده ها با گذشت زمان، جزئیات کمتری در اطلاعات ارائه شده در مورد هر مورد وجود داشت. تنها نام شهرستان ها با جزئیات کمی فاش شد. این موارد هنوز هم برای این مطالعه اهمیت دارند، زیرا به نظر می‌رسد به شهرستان‌های آلوده نزدیک‌تر هستند تا در مکان‌های کاملاً ایزوله. اگرچه با این اطلاعات نمی توان حضور گسترده جامعه را تأیید کرد، اما نمی توان آن را رد کرد. تجزیه و تحلیل بیشتر با داده های دنیای واقعی می تواند الگوهای گسترش دقیق را نشان دهد. با این وجود، تجزیه و تحلیل فعلی نشانه‌های واضحی از گسترش جامعه را نشان می‌دهد، اما مهمتر از آن، این خوشه‌ها در طول زمان در حالی که در مکان‌های جدید و دور ظاهر می‌شوند تکامل یافته‌اند. این تجزیه و تحلیل به وضوح انتشار موارد COVID-19 را از شهرستان های کینگ و اسنوومیش واقع در مرکز WA به سمت شهرستان های دور با پیشرفت زمان نشان می دهد. از ۲۱ ژانویه تا ۶ مارس، که مدت زمان بیش از یک ماه است، موارد شناخته شده COVID-19 غیرمرتبط با سفر فقط در شهرستان های کینگ و اسنوومیش ظاهر شد. انتشار به دیگر شهرستان های همسایه تنها پس از ۶ مارس مشاهده شد. این نشان می دهد که در مرحله اولیه زمان کافی برای اجرای استراتژی های کنترل پیشگیرانه در دسترس بود. استراتژی‌های مناسب فاصله‌گذاری اجتماعی، اگر در همان مراحل اولیه چنین بیماری‌های عفونی اجرا شود، می‌تواند به سرکوب انتشار در فواصل دورتر و مکان‌های جدید با گذشت زمان کمک کند. همانطور که هوآ و شاو [ این نشان می دهد که در مرحله اولیه زمان کافی برای اجرای استراتژی های کنترل پیشگیرانه در دسترس بود. استراتژی‌های مناسب فاصله‌گذاری اجتماعی، اگر در همان مراحل اولیه چنین بیماری‌های عفونی اجرا شود، می‌تواند به سرکوب انتشار در فواصل دورتر و مکان‌های جدید با گذشت زمان کمک کند. همانطور که هوآ و شاو [ این نشان می دهد که در مرحله اولیه زمان کافی برای اجرای استراتژی های کنترل پیشگیرانه در دسترس بود. استراتژی‌های مناسب فاصله‌گذاری اجتماعی، اگر در همان مراحل اولیه چنین بیماری‌های عفونی اجرا شود، می‌تواند به سرکوب انتشار در فواصل دورتر و مکان‌های جدید با گذشت زمان کمک کند. همانطور که هوآ و شاو [۱۱ ]، “داشتن اطلاعات صحیح و به موقع برای جلوگیری از شیوع آن و همچنین در پیشگیری درمانی این بیماری بسیار مهم است.”

۳٫۳٫ توزیع فضایی COVID-19 در طول زمان

به منظور درک روندهای جهتی توزیع فضایی موارد COVID-19 در طول زمان، SDEها برای سه بازه زمانی مختلف محاسبه شدند ( شکل ۹ را ببینید ). SDE از ۲۱ ژانویه تا ۶ مارس نشان می دهد که موارد COVID-19 از یک روند باریک شمال به جنوب پیروی می کند. گسترش در جهت Y سریعتر از جهت X بود، و موارد پراکنده از شهرستان Snohomish در شمال تا همسایه King County در جنوب دیده شد. این واقعیت که این گسترش باریک به طور خاص به سمت لبه‌های غربی هر دو شهرستان متمرکز شده بود به دلیل وجود تراکم جمعیت بالا و همچنین وجود بیمار صفر در شهرستان اسنوومیش جای تعجب ندارد. همانطور که در بخش ۲٫۱ توضیح داده شد، هر دو این شهرستان ها مکان های اصلی برای شرکت های بزرگ با مجموعه های حمل و نقل عمومی قوی هستند، و برای مردم عادی است که روزانه بین این شهرستان ها رفت و آمد کنند. بزرگراه اصلی، I5، این شهرستان ها را برای رفت و آمد روزانه بین مناطق مسکونی و شرکت های فناوری به هم متصل می کند.
از ۲۱ ژانویه تا ۱۵ مارس، به نظر می رسد این روند کمی بیشتر در جهت شمال غربی-جنوب شرقی گسترش یافته است که منطقه بیشتری را پوشش می دهد، با موارد جدید در شهرستان های موجود و همچنین انتقال به شهرستان های جدید. گسترش در جهت X نشان دهنده چگونگی ظهور موارد جدید در شهرستان های همسایه به سمت شمال غربی شهرستان اسنوومیش و جنوب شرقی شهرستان کینگ است. با توجه به SDE برای ۲۱ ژانویه تا ۲۳ مارس، این روند بیشتر به سمت شمال غربی و جنوب شرقی تغییر جهت داد و به سرعت در جهت X ادامه یافت. مواردی که هیچ سابقه مرتبط با سفر بین المللی نداشتند، به ویژه در شهرستان های جدید در شمال، شمال غرب، مرکز و جنوب شرقی ظاهر شدند.
اگرچه گسترش موارد از ۲۱ ژانویه تا ۵ مارس سریع بود، اما همه موارد جدید به طور دقیق در منطقه Snohomish و King مشاهده شد ( شکل ۶ ب را ببینید). بین ۶ تا ۹ مارس، موارد به شهرستان های کیتیتاس و گرانت در مرکز و شهرستان کلارک به سمت جنوب غربی گسترش یافت ( شکل ۶ ب را ببینید). از ۱۰ تا ۱۵ مارس، موارد در جوامعی ظاهر شد که همسایگان شهرستان‌ها را آلوده کرده بودند. به عنوان مثال، شهرستان‌هایی مانند اسکاگیت، واتکام و آیلند، در شمال غربی و نزدیک‌تر به شهرستان‌های کینگ و اسنوومیش، و شهرستان یاکیما، واقع در مرکز و همسایه کیتیتاس ( شکل ۶ را ببینید).ج). عفونت در شهرستان Spokane به سمت شرق در ۱۴ مارس شناسایی شد. سرانجام، تا ۱۷ تا ۲۳ مارس، دورترین شهرستان ها در شمال غربی و جنوب شرقی اولین موارد ابتلا به کووید-۱۹ را کشف کردند، برای مثال، شهرستان های جدیدی مانند سان خوان، کلالام، و جفرسون در شمال غربی و بنتون، والا والا، و ویتمن در جنوب شرقی اگرچه مواردی با سابقه سفرهای بین المللی در شهرستان های کلمبیا و فرانکلین در جنوب شرقی به ترتیب در ۱۱ مارس و ۱۷ مارس ظاهر شد، موارد بدون هیچ گونه سابقه سفر در این منطقه تنها پس از ۱۹ مارس مشاهده شد. با این حال، مشخص نیست که آیا موارد دیگر ناشی از انتشار موارد جدید با سابقه سفرهای بین‌المللی است یا می‌توان آنها را به انتشار عفونت‌های ناشی از تماس نزدیک در سایر شهرستان‌های آلوده نسبت داد.
این تجزیه و تحلیل روندهای جهت دار و انتشار در فضا و زمان را نشان می دهد. مهمترین نکته از این تجزیه و تحلیل این است که انتشار عفونت کووید-۱۹ از موارد موجود در مرحله اولیه شیوع حداقل چند روز طول می کشد. این می‌تواند پنجره‌ای حیاتی باشد که طی آن اقدامات پیشگیرانه فاصله‌گذاری اجتماعی می‌تواند به مهار انتشار کمک کند. برای چنین بیماری های عفونی، زمان در مرحله اولیه بسیار مهم است. این به این دلیل است که در مرحله اولیه شیوع، به نظر می رسد گسترش COVID-19 در مناطق کوچکتر محدود شده است. با گذشت زمان، بدون اقدامات پیشگیرانه دقیق برای فاصله گذاری اجتماعی، عفونت ها به مکان های جدید و دور منتشر می شوند و بنابراین به عنوان منابع جدیدی برای عفونت عمل می کنند. اگر در طول پنجره حیاتی وجود نداشته باشد، عفونت ها به طور تصاعدی رشد می کنند.

۴٫ بحث و نتیجه گیری

این مطالعه دارای سه هدف اصلی است: (۱) ایجاد یک مکان پروکسی و داده‌های مربوط به موارد COVID-19 در WA در مرحله اولیه شیوع با استفاده از گزارش‌های خبری در دسترس عموم، (۲) نقشه‌برداری از گسترش COVID-19 در فضا و زمان و (۳) از مجموعه داده های پروکسی برای به دست آوردن بینشی در مورد مکان، زمان و نحوه انتشار COVID-19 در مرحله اولیه شیوع در WA استفاده کنید. درک میزان گسترش با گذشت زمان بسیار مهم است. این اطلاعات می تواند برای در نظر گرفتن اقدامات پیشگیرانه و کاهش دهنده مناسب برای کاهش و کاهش سرعت انتشار در مکان های آسیب دیده مفید باشد. زمان، همراه با مکان‌ها، نقش مهمی ایفا می‌کند، زیرا به درک سرعت انتشار عفونت‌ها به مکان‌های جدید و دورتر از مرکز زلزله، یعنی بیمار صفر کمک می‌کند.
در این مطالعه، اولین هدف با ایجاد یک مکان پراکسی و مجموعه داده‌های ویژگی برای موارد COVID-19 در WA در مرحله اولیه حاصل شد. نویسنده اذعان می کند که این مجموعه داده ها کامل نیستند و برخی از موارد COVID-19 شناسایی شده در مرحله اولیه ممکن است توسط خبرگزاری ها گزارش نشده باشند و بنابراین در این مطالعه لحاظ نشده باشند. به‌علاوه، این مطالعه تا ۲۳ مارس سعی نمی‌کند فهرستی جامع یا اطلاعات مکان دقیق برای همه موارد COVID-19 ایجاد کند. هدف بیشتر استخراج مکان، زمان و اطلاعات مربوط به هر مورد جدید شناسایی‌شده در یک مکان جدید است. چنین داده‌های پروکسی، اگرچه از نظر کامل بودن محدود است، اما هنوز ثابت شده است که در ارائه بینش در مورد گسترش COVID-19 در مکان و زمان مفید است. بهترین سطح داده‌های در دسترس عموم برای موارد COVID-19 برای ایالات متحده فقط به صورت شمارش در سطح شهرستان در دسترس بود. مجموعه داده هایی که به عنوان شمارش در سطح شهرستان جمع آوری می شوند، می توانند در بهترین حالت برای ایجاد داشبوردهای وب مفید باشند. با این حال، چنین مجموعه داده‌هایی فراتر از تصویرسازی جغرافیایی به منظور انجام تحلیل فضایی برای دستیابی به بینش بیشتر کمکی نمی‌کنند. چنین داده‌هایی از نظر درک گسترش فضا-زمان در سطح دقیق، سودمندی بسیار محدودی دارند. عدم وجود اطلاعات ویژگی‌ها، فرآیند را کاملاً فلج می‌کند و درک چگونگی گسترش عفونت‌ها را دشوار می‌کند. ویژگی‌های به‌دست‌آمده به همراه اطلاعات مکان به درک بیشتر نه تنها مکان و زمان، بلکه نحوه انتشار موارد COVID-19 در WA کمک می‌کند. این مطالعه نشان می دهد که امکان ایجاد مجموعه داده های پراکسی در سطح مفیدی وجود دارد. که می تواند بیشتر برای تحلیل فضایی استفاده شود. پیشنهادات برای تحقیقات بیشتر شامل اتوماسیون استخراج داده ها از متن بدون ساختار برای جایگزینی فرآیند دستی وقت گیر است. برای مثال، تکنیک‌های پردازش زبان طبیعی می‌تواند برای اسکن مقالات خبری آنلاین برای استخراج سریع نام مکان‌ها و داده‌های ویژگی مرتبط استفاده شود.
هدف دوم و سوم در این مطالعه با انجام تحلیل فضایی و ایجاد KDS و تحلیل روند جهت با استفاده از SDE محقق شد. تحلیل فضایی با استفاده از آمار توصیفی مبتنی بر سانتروگرافی با مجموعه داده‌های نقطه‌ای در مقیاس فضایی دقیق‌تر امکان‌پذیر است. مجموعه داده‌های پروکسی ایجاد شده در این مطالعه خود را به تجزیه و تحلیل فضا-زمان می‌رسانند. یک مطالعه اخیر با استفاده از داده‌های شیوع وبا در سال ۱۸۵۴ در لندن، عدم وجود یک الگوی فضا-زمان واضح را نشان داد، که از استدلال جان اسنو حمایت می‌کند که وبا یک بیماری منتقله از آب است و نه هوایی [ ۲۷ ]. در WA، COVID-19 از ۲۱ ژانویه به طور مداوم گسترش یافته است. برخلاف تجزیه و تحلیل بیماری وبا شیود [ ۲۷]، تجزیه و تحلیل داده‌های پروکسی COVID-19 یک الگوی فضا-زمان واضح را نشان می‌دهد و تأیید می‌کند که COVID-19 به سرعت در جوامع همسایه در مرحله اولیه شیوع شیوع پیدا کرده است. از ۲۱ ژانویه تا ۶ مارس، جامعه قوی در منطقه اسنوومیش و کینگ گسترش یافته است. تنها پس از ۶ مارس است که موارد فراتر از منبع، یعنی محل بیمار صفر گسترش یافته است. این بینش مفیدی را در مورد جدول زمانی گسترش به مکان‌های دور از بیمار صفر ارائه می‌دهد. بیش از یک ماه یا تقریباً یک بازه زمانی ۴۰ تا ۴۵ روزه قبل از انتشار عفونت‌های کووید-۱۹ به مکان‌های دور جدید گذشت. با این حال، تنها در ۲۳ مارس بود که فرمان روشن ماندن در خانه توسط فرماندار WA به عنوان اقدامی برای فاصله گذاری اجتماعی اعلام شد [ ۲۸ ]]. محدودیت‌های رویدادهای بزرگ در ۱۱ مارس اعلام شد، تعطیلی مدارس در ۱۳ مارس اجرا شد، و تعطیلی رستوران‌ها و محدودیت‌های تجمعات اجتماعی در ۱۶ مارس اعمال شد. دانشگاه واشنگتن در ۹ مارس [ ۲۹ ] به آموزش آنلاین تبدیل شد]. این مطالعه نشان می دهد که شناسایی مکان های عفونت و ردیابی گسترش آنها در فضا و زمان در مرحله اولیه بسیار مهم است. اقدامات تهاجمی فاصله گذاری اجتماعی می تواند به کاهش و کاهش سرعت گسترش در مکان و زمان کمک کند، اگر در مرحله اولیه اجرا شود. با این حال، با تاخیر در اجرای اقدامات سخت‌گیرانه فاصله‌گذاری اجتماعی، منابع جدیدی از عفونت‌های COVID-19 پس از ۶ مارس در شهرستان‌های جدید شکل می‌گیرد. این امر همچنان به انتشار سریع عفونت ها در شهرستان های همسایه می افزاید. به تعویق انداختن فاصله گذاری اجتماعی تهاجمی فقط وضعیت را بدتر می کند و عفونت را در فواصل دورتر گسترش می دهد. در واقع، یک مطالعه اخیر [ ۱۱ ، ۱۳] یک تحلیل غیرمکانی ارائه کرد که نشان داد چگونه اقدامات تهاجمی فاصله‌گذاری اجتماعی به مهار شیوع COVID-19 در برخی کشورها کمک کرده است. مطالعه فعلی بینش‌های مکانی و زمانی ارائه می‌کند که نشان می‌دهد اگرچه COVID-19 به سرعت در WA گسترش یافت، پس از بررسی دقیق‌تر، عفونت‌ها فقط در مناطق خاصی از شهرستان‌های کینگ و اسنوومیش متمرکز شدند. بیش از یک ماه طول کشید تا عفونت به سایر نقاط همسایه و دور منتشر شود. این نشان می دهد که در واقع یک پنجره گسترده برای اجرای اقدامات پیشگیرانه فاصله گذاری اجتماعی در دسترس بود.
در این تحقیق، تجزیه و تحلیل آماری مجموعه داده‌های نقطه‌ای به آمار توصیفی مبتنی بر مرکز نگاری، مانند تخمین چگالی هسته و بیضی انحراف معیار محدود می‌شود. تجسم جغرافیایی مجموعه داده نقطه پراکسی درک درستی از تغییرات در الگوی فضا-زمان مکان‌ها و انتشار موارد آلوده را فراهم می‌کند. اگرچه سایر معیارهای شدت، به عنوان مثال، تغییرات مکانی روش‌های مبتنی بر نقطه، می‌تواند برای تحلیل الگوهای نقطه‌ای اجرا شود، نمونه‌های فعلی مجموعه داده‌های پراکسی خود را به چنین آزمون‌های آماری نمی‌دهند. حتی اگر نتایجی را می‌توان با انجام چنین تحلیل‌هایی بر روی مجموعه داده‌های پروکسی ایجاد شده در این تحقیق به‌دست آورد، اما به نتیجه‌گیری دقیق در مورد خوشه‌بندی موارد منجر نمی‌شود. البته مشاهده می شود که به نظر می رسد موارد عفونت در نقشه به صورت خوشه ای قرار گرفته است. که قابل انکار نیست در واقع، تجزیه و تحلیل فضایی ساده نشان داده است که موارد در مناطقی قرار دارند که پرجمعیت‌ترین و متنوع‌ترین هستند. با توجه به ماهیت عفونی COVID-19، انتظار می رود خوشه ها در مناطق پرجمعیت ایجاد شوند. با این حال، شناسایی این که چگونه این عفونت ها خوشه ای هستند، تمرکز این تحقیق نیست. ارزش مطالعه چنین اثرات مرتبه اول و خوشه بندی با استفاده از مجموعه داده های معتبر را دارد. علاوه بر این، مطالعه اثرات غیر ثابت درجه دوم برای درک اینکه آیا موارد به دلیلی در مکان‌های خاص خوشه‌بندی شده‌اند، منطقی‌تر است. به عنوان مثال، آیا آزمایش افرادی که در یک بازه زمانی خاص از وسایل حمل و نقل عمومی استفاده می کنند مثبت است یا افرادی در یک جامعه یا گروه جمعیتی خاص که در محل کار یا اجتماعی با هم تعامل داشتند، آلوده شدند؟ فرآیند انتشار ناهمسانگرد کووید-۱۹ نیز قابل تجزیه و تحلیل است. به عنوان مثال، آیا مناطقی در امتداد یک جهت خاص که دارای سیستم حمل و نقل عمومی قوی هستند موارد بیشتری از عفونت را گزارش می دهند؟ چنین تحلیل هایی تنها زمانی معنادار هستند که مجموعه داده های دنیای واقعی تحلیل شوند.
با این وجود، این تحقیق هنوز جدید و مهم است. با نشان دادن قابلیت تولید داده‌های فضا-زمان پراکسی با وضوح مکانی دقیق از مقالات خبری در دسترس عموم، به درک فعلی کمک می‌کند. چنین رویکردی برای ایجاد و تجزیه و تحلیل داده‌های پروکسی اولیه زمانی مفید است که داده‌های واقعی یا به طور کامل وجود نداشته باشند یا فقط در سطح شهرستان در دسترس عموم قرار گیرند. تجزیه و تحلیل با استفاده از داده های پروکسی، بینش های ارزشمندی را در مورد تغییرات فضا-زمان در گسترش COVID-19 در یک شهرستان و از یک شهرستان به شهرستان دیگر ارائه می دهد. تنها با استفاده از داده‌های فضایی در سطح شهرستان در دسترس عموم، نمی‌توان رویه‌های آماری مانند KDE و SDE را برای تولید چنین الگوهای فضا-زمانی برای درک چگونگی انتشار عفونت‌ها در طول زمان در تفکیک‌پذیری‌های مکانی دقیق انجام داد. داده های زمانی در این تحقیق بسیار مهم هستند. این اطلاعات بینش هایی را در مورد مدت زمان انتشار عفونت ها بین تاریخ اولین مورد گزارش شده و ظهور موارد جدید در داخل یک شهرستان و در شهرستان های همسایه ارائه می دهد. این اطلاعات مهم به ما می‌گوید که در مورد WA، از مرحله اولیه که اولین مورد تایید شد، عفونت‌های جدید فقط در مکان‌های همسایه پخش می‌شوند. مگر اینکه فردی از یک مکان دور در تماس نزدیک با یک فرد یا مکان آلوده باشد، چند روز طول کشید تا وضعیت بدتر شود و به مناطق بیرونی یا شهرستان‌های داخل ایالت سرایت کند. این فاصله زمانی بین انتشار نشان می‌دهد که اجرای اقدامات فاصله‌گذاری اجتماعی فوری در مکان‌های آلوده و جلوگیری از سفر از و به مکان‌های آلوده می‌تواند از تبدیل چنین موقعیت‌هایی به همه‌گیری جلوگیری کند. انجام مطالعات فضا-زمانی مشابه در سایر ایالت ها و کشورها برای درک اینکه چقدر طول کشید تا COVID-19 از محل اولین مورد شناسایی شده به مکان های دورتر سرایت کند، با یا بدون تأثیر خارجی از سفرهای بین المللی، جالب خواهد بود. نویسنده به مطالعه رابطه بین مکان‌های COVID-19 و سایر عواملی که در گسترش سریع در WA کمک کرده‌اند، ادامه خواهد داد. انجام مطالعات فضا-زمانی مشابه در سایر ایالت ها و کشورها برای درک اینکه چقدر طول کشید تا COVID-19 از محل اولین مورد شناسایی شده به مکان های دورتر سرایت کند، با یا بدون تأثیر خارجی از سفرهای بین المللی، جالب خواهد بود. نویسنده به مطالعه رابطه بین مکان‌های COVID-19 و سایر عواملی که در گسترش سریع در WA کمک کرده‌اند، ادامه خواهد داد. انجام مطالعات فضا-زمانی مشابه در سایر ایالت ها و کشورها برای درک اینکه چقدر طول کشید تا COVID-19 از محل اولین مورد شناسایی شده به مکان های دورتر سرایت کند، با یا بدون تأثیر خارجی از سفرهای بین المللی، جالب خواهد بود. نویسنده به مطالعه رابطه بین مکان‌های COVID-19 و سایر عواملی که در گسترش سریع در WA کمک کرده‌اند، ادامه خواهد داد.

منابع

  1. سازمان بهداشت جهانی. شیوع بیماری. در دسترس آنلاین: https://www.who.int/emergencies/diseases/en/ (در ۲۹ مارس ۲۰۲۰ قابل دسترسی است).
  2. سازمان بهداشت جهانی. پنومونی با علت ناشناخته – چین در دسترس آنلاین: https://www.who.int/csr/don/05-january-2020-pneumonia-of-unkown-cause-china/en/ (در ۲۹ مارس ۲۰۲۰ قابل دسترسی است).
  3. سازمان بهداشت جهانی. نامگذاری بیماری کرونا (COVID-19) و ویروسی که باعث آن می شود. در دسترس آنلاین: https://www.who.int/emergencies/diseases/novel-coronavirus-2019/technical-guidance/naming-the-coronavirus-disease-(covid-2019)-and-the-virus-that-causes -it (در ۲۹ مارس ۲۰۲۰ قابل دسترسی است).
  4. مراکز کنترل و پیشگیری از بیماری. ویروس کرونا چگونه گسترش می یابد_CDC. در دسترس آنلاین: https://www.cdc.gov/coronavirus/2019-ncov/prevent-getting-sick/how-covid-spreads.html (در ۲۹ مارس ۲۰۲۰ قابل دسترسی است).
  5. سازمان بهداشت جهانی. اظهارات افتتاحیه مدیر کل سازمان جهانی بهداشت در جلسه توجیهی رسانه ای در مورد کووید-۱۹–۱۱ مارس ۲۰۲۰٫ در دسترس آنلاین: https://www.who.int/dg/speeches/detail/who-director-general-s-opening-remarks- at-the-media-briefing-on-covid-19—11-mars-2020 (در ۲۹ مارس ۲۰۲۰ قابل دسترسی است).
  6. شرکت پخش بریتانیا، ویروس کرونا_ کشورهایی که بدترین ضربه را دیده اند، تلاش های مهار را افزایش می دهند. در دسترس آنلاین: https://www.bbc.com/news/world-51625123 (در ۲۹ مارس ۲۰۲۰ قابل دسترسی است).
  7. مراکز کنترل و پیشگیری از بیماری. اولین مورد مرتبط با سفر در سال ۲۰۱۹ ویروس کرونا در ایالات متحده شناسایی شد_اتاق خبر آنلاین CDC_CDC. در دسترس آنلاین: https://www.cdc.gov/media/releases/2020/p0121-novel-coronavirus-travel-case.html (در ۲۱ ژانویه ۲۰۲۰ قابل دسترسی است).
  8. مراکز کنترل و پیشگیری از بیماری. Situation Summary_CDC. در دسترس آنلاین: https://www.cdc.gov/coronavirus/2019-ncov/cases-updates/summary.html?CDC_AA_refVal=https%3A%2F%2Fwww.cdc.gov%2Fcoronavirus%2F2019-ncov%2Fsummary.html (در ۲۹ مارس ۲۰۲۰ قابل دسترسی است).
  9. وزارت بهداشت ایالت واشنگتن شیوع جدید کروناویروس ۲۰۲۰ (COVID-19)_وزارت بهداشت ایالت واشنگتن. در دسترس آنلاین: https://www.doh.wa.gov/Emergencies/Coronavirus (در ۲۵ مارس ۲۰۲۰ قابل دسترسی است).
  10. مجله نیویورک تایمز. کاهش سرعت ویروس کرونا در سیاتل حاکی از کارآمد بودن محدودیت ها است – نیویورک تایمز. در دسترس آنلاین: https://www.nytimes.com/2020/03/29/us/seattle-washington-state-coronavirus-transmission-rate.html (در ۲۹ مارس ۲۰۲۰ قابل دسترسی است).
  11. هوآ، جی. راجیب، S. Corona Virus (COVID-19) “Infodemic” و مسائل نوظهور از طریق یک لنز داده: مورد چین. بین المللی جی. محیط زیست. Res. بهداشت عمومی ۲۰۲۰ ، ۱۷ ، ۲۳۰۹٫ [ Google Scholar ] [ CrossRef ] [ PubMed ] [ نسخه سبز ]
  12. دانشگاه جان هاپکینز کروناویروس COVID-19 (2019-nCoV). در دسترس آنلاین: https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 (در ۲۹ مارس ۲۰۲۰ قابل دسترسی است).
  13. دونگ، ای. دو، اچ. گاردنر، ال. داشبورد تعاملی مبتنی بر وب برای ردیابی کووید-۱۹ در زمان واقعی. عفونت لانست دیس ۲۰۲۰ ، ۲۰ ، ۵۳۳-۵۳۴٫ [ Google Scholar ] [ CrossRef ]
  14. سازمان بهداشت جهانی. داشبورد وضعیت بیماری کرونا (COVID-19). در دسترس آنلاین: https://covid19.who.int/ (در ۲۹ مارس ۲۰۲۰ قابل دسترسی است).
  15. کامل بولوس، MN; Estella، MG ردیابی و نقشه برداری جغرافیایی بیماری کروناویروس کووید-۱۹/سندرم حاد تنفسی کروناویروس ۲ (SARS-CoV-2) همه گیر و رویدادهای مرتبط در سراسر جهان: چگونه فناوری های GIS قرن ۲۱ از مبارزه جهانی علیه شیوع بیماری های Epidemics حمایت می کنند. بین المللی J. Health Geogr. ۲۰۲۰ ، ۱۹ ، ۱-۱۲٫ [ Google Scholar ]
  16. مراکز کنترل و پیشگیری از بیماری. موارد در US_CDC. در دسترس آنلاین: https://www.cdc.gov/coronavirus/2019-ncov/cases-updates/cases-in-us.html#2019coronavirus-summary (در ۲۹ مارس ۲۰۲۰ قابل دسترسی است).
  17. Holshue، ML; دیبولت، سی. لیندکوئیست، اس. لوفی، خ. ویزمن، جی. بروس، اچ. اسپیترز، سی. اریکسون، ک. ویلکرسون، اس. تورال، ا. و همکاران اولین مورد کروناویروس جدید ۲۰۱۹ در ایالات متحده.N. Engl. جی. مد. ۲۰۲۰ ، ۳۸۲ ، ۹۲۹-۹۳۶٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  18. مجله نیویورک تایمز. هزینه ویروس کرونا برای مشاغل و کارگران – “همه چیز به جهنم رفته است”. در دسترس آنلاین: https://www.nytimes.com/2020/03/15/business/economy/coronavirus-economy-impact.html (در ۲۹ مارس ۲۰۲۰ قابل دسترسی است).
  19. شکر، س. شکر، ق. مجله مطبوعاتی MIT. با شتاب گرفتن کووید ۱۹، دولت ها باید از داده های تلفن همراه برای جلوگیری از انتشار استفاده کنند. در دسترس آنلاین: https://thereader.mitpress.mit.edu/contact-tracing-covid-19/ (در ۲۹ مارس ۲۰۲۰ قابل دسترسی است).
  20. Lyseen، AK; نور، سی. سورنسن، EM; Gudes، O.; Geraghty، EM; شاو، NT; بیوونا-تلز، سی. IMIA Health GIS کارگروه. بررسی و چارچوبی برای طبقه بندی تحقیق و توسعه فعلی در مطالعات سیستم های اطلاعات جغرافیایی مرتبط با سلامت (GIS).سالب. پزشکی آگاه کردن. ۲۰۱۴ ، ۲۳ ، ۱۱۰-۱۲۴٫ [ Google Scholar ]
  21. سون، اس. کوان، ام.-پی. مقدمه: تحقیقات بهداشت جغرافیایی و GIS. ان Gis Geospat. Health Res. ۲۰۱۵ ، ۲۱ ، ۹۳-۹۵٫ [ Google Scholar ] [ CrossRef ]
  22. زانو، ای. هولمز، N. فاصله رو به رشد بین افراد و مشاغل در متروپولیتن آمریکا. در دسترس آنلاین: https://www.brookings.edu/research/the-growing-distance-between-people-and-jobs-in-metropolitan-america/ (دسترسی در ۲۰ نوامبر ۲۰۱۹).
  23. ایستون، اس. فراری، ای. سفر کودکان به مدرسه – تعامل عوامل فردی، همسایگی و مدرسه. ترانسپ سیاست ۲۰۱۵ ، ۴۴ ، ۹-۱۸٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  24. سوریس، م. اپیدمیولوژی و جغرافیا: اصول، روش ها و ابزارهای تحلیل فضایی . John Wiley & Sons, Inc.: Hoboken, NJ, USA, 2019. [ Google Scholar ]
  25. آسوشیتدپرس و کارکنان هرالد. دانش آموز دبیرستان جکسون، آلوده به ویروس کرونا، “خوب انجام می دهد”. در دسترس آنلاین: https://www.heraldnet.com/news/jackson-high-student-infected-with-coronavirus-doing-well/ (در ۲۹ مارس ۲۰۲۰ قابل دسترسی است).
  26. ترور بدفورد انتقال رمزی کروناویروس جدید توسط اپیدمیولوژی ژنومی فاش شد. ۲۰۲۰٫ در دسترس آنلاین: https://bedford.io/blog/ncov-cryptic-transmission/ (در ۲۹ مارس ۲۰۲۰ قابل دسترسی است).
  27. شیود، ن. شیود، اس. راد تاچر، ای. رعنا، س. Vinten-Johansen, P. نرخ مرگ و میر و الگوهای فضا-زمان نقشه اپیدمی وبا جان اسنو. بین المللی J. Health Geogr. ۲۰۱۵ , ۱۴ . [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  28. مدیوم و فرماندار جی اینسلی. Inslee دستور “در خانه بمانید، سالم بمانید” را اعلام کرد. در دسترس آنلاین: https://medium.com/@GovInslee (در ۲۳ مارس ۲۰۲۰ قابل دسترسی است).
  29. دانشگاه واشنگتن جابجایی کلاس های آنلاین و پایان فصل زمستان. در دسترس آنلاین: https://www.washington.edu/coronavirus/2020/03/06/moving-classes-online-and-concluding-the-winter-quarter/ (در ۲۹ مارس ۲۰۲۰ قابل دسترسی است).
شکل ۱٫ وضعیت موارد تایید شده کووید-۱۹ در سراسر جهان تا ۲۶ مارس ۲۰۲۰ (منبع: دانشگاه جانز هاپکینز [ ۱۲ ، ۱۳ ]).
شکل ۲٫ اطلاعیه وزارت بهداشت ایالت واشنگتن (WSDH) در ۲۵ مارس ۲۰۲۰٫ (منبع: WSDH).
شکل ۳٫ منطقه مطالعه نشان دهنده شهرستان ها و بزرگراه های تقسیم شده در ایالت واشنگتن که در بالای نقشه پایه تصاویر ماهواره ای قرار گرفته است.
شکل ۴٫ مکان‌های پراکسی COVID-19 که در بالای تعداد موارد COVID-19 WSDH در هر شهرستان قرار گرفته‌اند: ( الف ) ۱۵ مارس ۲۰۲۰؛ ( ب ) ۲۳ مارس ۲۰۲۰٫
شکل ۵٫ مکان‌های پروکسی موارد COVID-19 در Snohomish و King County در WA از ۲۱ ژانویه تا ۶ مارس ۲۰۲۰٫
شکل ۶٫ مکان های پروکسی همه موارد COVID-19 در WA: ( الف ) ۲۱ ژانویه تا ۴ مارس. ( ب ) ۶ مارس تا ۹ مارس ( ج ) ۱۰ مارس تا ۱۵ مارس. ( د ) ۱۷ مارس تا ۲۳ مارس.
شکل ۷٫ مکان‌های پروکسی دو بیمار آلوده در طول سفرهای بین‌المللی و نزدیکی آنها به همه مکان‌های پراکسی COVID-19 از ۱۹ ژانویه ۲۰۲۰ تا ۲۳ مارس ۲۰۲۰٫
شکل ۸٫ تخمین تراکم هسته برای انتشار COVID-19 در چهار بازه زمانی: ( الف ) ۲۱ ژانویه تا ۴ مارس ( ب ) ۶ مارس تا ۹ مارس. ( ج ) ۱۰ مارس تا ۱۵ مارس؛ ( د ) ۱۷ مارس تا ۲۳ مارس.
شکل ۹٫ توزیع فضایی موارد COVID-19 و بیضی های انحراف استاندارد مربوطه (SDE) از ۲۱ ژانویه تا ۶ مارس (سبز)، ۲۱ ژانویه تا ۱۵ مارس (زرد) و ۲۱ ژانویه تا ۲۳ مارس (قرمز).

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

خانهدربارهتماسارتباط با ما