一種新的數據驅動模型表明，戴口罩可以挽救生命——而且越早開始越好—

: By 比布拉夫·斯里瓦斯塔瓦（Biplav Srivastava）

感謝造訪 InnerSelf.com，哪裡有 20,000+ 宣傳“新態度和新可能性”的改變生活的文章。所有文章均翻譯為 超過30種語言. 訂閱每週出版的《內在自我》雜誌和瑪麗·T·拉塞爾的《每日靈感》。 InnerSelf雜誌 自 1985 年起出版。

一種新的數據驅動模型表明，戴著口罩可以挽救生命-越早開始越好
該計算機模型模擬了在美國特定縣中可以預防多少COVID-19病例通過Getty Images的Leontura / DigitalVision矢量

南卡羅來納大學計算機科學教授Biplav Srivastava博士及其團隊開發了一種數據驅動工具，可幫助證明戴著口罩對COVID-19病例和死亡的影響。他的模型利用各種數據源來創建替代方案，這些方案可以告訴我們“可能發生了什麼？” 美國某縣的口罩遵守率較高或較低。在這次採訪中，他解釋了該模型的工作原理，局限性以及我們可以從中得出哪些結論。

計算機科學家Biplav Srivastava提供了一個模擬演示，以表明建議戴口罩的較早政策對冠狀病毒的傳播影響更大。

{vembed Y=g3o_TW2OWJU}

這種計算機模型有什麼作用？

這是一個全國性的工具，可以顯示戴著口罩可能產生的效果。如果這是一個經常戴著口罩的縣，它將向您顯示他們避免了多少COVID-19病例和死亡。如果選擇不戴口罩的縣，它將向您顯示在該縣可以預防多少例病例和死亡。

它是如何做到的？

為此，我們需要大量數據。紐約時報調查了美國幾乎每個縣整個夏天，他們給每個人戴的口罩戴評分為0-5，因此這是模型的核心。我們還將紐約時報和約翰·霍普金斯數據用於實時案例數。人口統計數據，例如人口規模，中位數年齡等；和地理數據來衡量縣之間的距離。

它基於一種稱為強大的綜合控制，通常用於藥物研究中，有一個對照組和一個治療組。

例如，讓我們看一下堪薩斯州的懷恩多特縣。它的戴口罩得分較高，約為3.4。因為該模型旨在告訴我們“如果？” 在這種情況下，它將查看如果將戴口罩的得分降低到3.0（這是我們“低戴口罩”的臨界值）會發生什麼，但是用戶也可以嘗試其他值來觀察會發生什麼。根據對全國口罩佩戴習慣的分析，得出3.0。實際值介於1.4和3.85之間，全國平均值為2.98。

我們可以設置戴口罩的評分更改為3.0的日期。如果我們將其設置為從1月1日到101.5月150日運行，它將告訴我們懷恩多特縣在此期間的病例將增加2％，死亡人數將增加XNUMX。它根據用戶可以設置的死亡率參數告訴用戶已經發生或預防了多少次死亡。在此示例中，將其設置為XNUMX％。

模型如何創建“假設”？情況是否真的沒有發生？它通過查看附近的其他縣（人口統計和病例數相似，但戴口罩的門檻較低）來做到這一點。它試圖得出一個加權平均值，以形成一個與我們感興趣的縣（治療組）相似的綜合對照組。然後，該模型將根據案件數查看兩組的差異程度。使用死亡率參數將兩組之間的病例數差異轉換為死亡差異。

這告訴我們戴口罩政策的影響？

隨時保持口罩佩戴或實施口罩政策會有所幫助。但是，儘早執行此操作的影響最大。當您使用不同的日期多次運行此模型時，您會發現由於延遲實施口罩戴策略而影響減小了。因此，如果一個縣在1月1日實施了掩蔽政策，它將避免很多情況發生。如果它在XNUMX月XNUMX日採取行動，將產生較小的影響。如果它在八月份採取行動，它本來可以阻止案件的發生，但是數量很少。