انتقال سریع ویروسی با افزایش بیماری های همه گیر مانند COVID-19 معمولاً به دلیل انتقال نامرئی ویروس توسط بیماران بدون علامت اتفاق می افتد. امکانات مراقبت های بهداشتی به غربالگری داوطلبانه (VS) در مقیاس بزرگ برای شناسایی (و جداسازی) چنین ناقلان نامرئی و افراد دارای علائم در اولین فرصت برای کاهش بیماری متکی هستند.
به طور کلی، یافته‌های مطالعه تنوع فضایی را در افزایش آگاهی از خطر عمومی برای غربالگری COVID-19 برجسته کرد. این یافته‌ها می‌تواند به مقامات مراقبت‌های بهداشتی در تخصیص منابع و طراحی استراتژی‌های آزمایش علیه شیوع ویروسی بر اساس سطح آگاهی عمومی کمک کند.
مطالعه حاضر به بررسی تنوع فضایی در افزایش آگاهی عمومی برای بهبود استفاده از منابع پزشکی و تمایل به مقابله با همه‌گیری سندرم حاد تنفسی کرونا 2 (SARS-CoV-2) پرداخت.
در نتیجه، عدم تعادل بین تقاضای منابع و استفاده از منابع مشاهده شد. ارزش اوج کسری از افراد با علائم شدید به طور چشمگیری کاهش یافت، اگرچه زمان اوج اپیدمی زودتر در مورد افزایش آگاهی عمومی ظاهر شد.
مدل‌های شبیه‌سازی فضایی برای ادغام پویایی یک بیماری همه‌گیر و سطوح مختلف آگاهی از خطر عمومی در فضا و زمان اجرا شدند. متعاقبا، تأثیر نزدیکی منابع آزمایش و جذابیت حرکت انسان بر آزمایش SARS-CoV-2 در سطوح مختلف آگاهی عمومی مورد بررسی قرار گرفت.
سی ایستگاه آزمایش SARS-CoV-2 در بیمارستان‌هایی که CECC (مرکز فرماندهی اپیدمی مرکزی) تأسیس شده بودند، برای نشان دادن امکانات برای تأمین منابع مورد استفاده قرار گرفتند، که همگی آزمایش‌های RT-PCR (واکنش زنجیره‌ای پلیمراز بلادرنگ) را ارائه کردند. میانگین روزانه حجم حرکت انسان در میان TAZ ها توسط TRTS-IV (مدل تقاضای سیستم های حمل و نقل سریع تایپه، نسخه چهارم) برآورد شد و برآوردها توسط DORTS (وزارت سیستم های حمل و نقل سریع) دولت تایپه در سال 2015 انجام شد.
برعکس، در مورد آگاهی عمومی بالا، فاصله تا ایستگاه‌های آزمایش برای افزایش مزایای آزمایش حیاتی‌تر بود. تخصیص منابع آزمایشی اضافی به مکان هایی که از ایستگاه های آزمایش فاصله دارند می تواند مزایای آزمایش را بهبود بخشد. تمایل به آزمایش زودتر در طول یک بیماری همه گیر افزایش می یابد و در زمان اوج افزایش می یابد.
داده‌های منطقه تایپه، یک مرکز اجتماعی-اقتصادی و شهری پرجمعیت تایوان (1363 کیلومتر مربع مساحت و شش میلیون جمعیت)، برای ارزیابی امکان‌سنجی چارچوب مدل یکپارچه استفاده شد. واحدهای تحلیل فضایی شامل 543 TAZ (مناطق تجزیه و تحلیل ترافیک، با میانگین اندازه و جمعیت TAZ به ترتیب 2.5 کیلومتر مربع و 12500 بود.)
اقدامات ICR (افزایش نرخ جذب) و DIP (کاهش نسبت عفونت) به ترتیب برای تعیین بهبود در استفاده از منابع و کاهش همه گیری مورد ارزیابی قرار گرفتند. علاوه بر این، تأثیر عوامل جغرافیایی بر شاخص سود محلی با اندازه‌گیری جذابیت و مجاورت هر مکان مورد بررسی قرار گرفت.
نتایج
یافته‌ها نشان داد که مقادیر الگوی ICR ناهمگونی فضایی بیشتری را نسبت به مقادیر DIP نشان می‌دهد و افزایش آگاهی عمومی تفاوت‌های بین آنها را افزایش می‌دهد. به طور کلی، مقادیر DIP و ICR در مورد آگاهی عمومی بالا با یکدیگر مرتبط نبودند و در سراسر TAZها ناسازگار بودند. جذابیت بر تفاوت‌های فضایی ناشی از متغیرهای جغرافیایی غالب بود.
افزایش آگاهی عمومی از خطرات، اثربخشی راهبردهای پیشگیری از بیماری همه گیر را بهبود بخشیده است، زیرا آگاهی عمومی بالا می تواند استفاده از منابع آزمایشی را افزایش دهد و بنابراین، تقاضای منابع/کیت تست را افزایش دهد. با این حال، کارایی آزمایش ممکن است تحت تأثیر تقاضاهای فضایی (SD) برای منابع در طول دوره‌های مختلف قرار گیرد. علاوه بر این، SD را می توان با آگاهی از خطر عمومی در مناطق مختلف بر اساس نزدیکی فضایی به امکانات آزمایش و جذابیت حرکت انسان افزایش داد.
در مورد مطالعه
بنابراین، تقاضای افزایش یافته ناشی از افزایش تمایل برای آزمایش، در مورد آگاهی عمومی در سطح بالا نمی تواند به طور کامل ارضا شود. در مورد آگاهی عمومی پایین، تمرکز بر مناطق غیرجذاب (مانند مناطق حاشیه شهری یا مسکونی) می تواند مزایای آزمایش را افزایش دهد، و تمایل به آزمایش الگوهای زمانی مشابهی را نشان داد.
مؤلفه سوم از مدل 2SFCA (حوضه آبریز شناور دو مرحله ای) برای ارزیابی SA (دسترسی فضایی) برای آزمایش منابع در هر مکان بر اساس تقاضای پویا استفاده کرد. همه مولفه ها بارها و بارها با هم تعامل داشتند، و تکامل همزمان با زمان اثرات رفتارهای آزمایشی در برابر بیماری های همه گیر را منعکس می کرد.
در مطالعه اخیر منتشر شده در جغرافیای کاربردیمحققان تنوع فضایی را در افزایش آگاهی عمومی از اثربخشی آزمایش بیماری کروناویروس 2019 (COVID-19) بررسی کردند.
مطالعه: ارزیابی تنوع فضایی افزایش آگاهی از خطر عمومی برای عملکرد مداخله غربالگری داوطلبانه COVID-19: یک رویکرد شبیه‌سازی فضایی. اعتبار تصویر: ST.art/Shutterstock
مدل یکپارچه شامل سه جزء است. مؤلفه اول از یک مدل تقسیمی SEPIA اصلاح شده برای شبیه سازی پیشرفت اپیدمی فضایی-زمانی استفاده کرد. مؤلفه دوم با ادغام درخواست کنندگان احتمالی و تمایل به آزمایش، تقاضاهای پویا برای منابع آزمایش COVID-19 را پردازش کرد.
مقادیر DIP و ICR برای اکثر TAZها به تدریج با افزایش آگاهی عمومی افزایش یافت. با این حال، مقادیر برخی از TAZ ها همچنان پایین است، که نشان می دهد بهبود استفاده از منابع و کاهش شیوع بیماری در آن مناطق دشوار است. دامنه ICR عموماً گسترده تر از DIP بود، با تفاوت های بزرگتر بین این دو در افزایش آگاهی عمومی.
افزایش آگاهی عمومی، تمایل به آزمایش را افزایش داد، که باعث شد تقاضاها در زمان اوج همه گیری تا حدودی برآورده شود. با این حال، کمبود منابع آزمایش به طور قابل توجهی شدت COVID-19 را افزایش نداد. افزایش تمایل به آزمایش یا آگاهی عمومی نمی تواند استفاده از منابع را پس از رسیدن به سطح بالایی از منابع افزایش دهد.
