An toàn khi sử dụng giao thông công cộng giữa bối cảnh đại dịch COVID-19

Ngày đăng:

Chia sẻ:

Cùng chuyên mục

Chuyên trang rất mong nhận được sự quan tâm và cộng tác gửi bài của Quý Thầy/Cô, các nhà khoa học, chuyên gia, các bạn học viên, sinh viên và bạn đọc. Địa chỉ nhận bài viết: covid19@vnuhcm.edu.vn

    ĐĂNG KÝ NHẬN BẢN TIN

    Trải qua nhiều đợt bùng phát liên tục của dịch bệnh COVID-19, hầu hết các quốc gia trên thế giới, trong đó có Việt Nam, đang phải đối mặt với nhiều thách thức trong việc khắc phục hậu quả của đại dịch. Hiện nay, nhiều biện pháp đã được áp dụng nhằm ngăn chặn sự lây lan của đại dịch bao gồm làm việc tại nhà, đeo khẩu trang, giãn cách xã hội. Tuy nhiên, việc áp dụng các biện pháp này trong thời gian dài đã gây ra nhiều khó khăn và bất cập cho đời sống của người dân cũng như ảnh hưởng đến sự phát triển kinh tế xã hội. Chính vì thế, trên cơ sở đánh giá thực tế các nguy cơ lây nhiễm và các biện pháp đảm bảo công tác phòng chống dịch, đầu tháng 10/2021, Chính phủ Việt Nam đã cho phép dần tiến hành khôi phục đường bay quốc tế và nội địa theo từng đợt thí điểm [1,2]. Quyết định này được cho là hợp lý khi tỷ lệ tiêm phủ vaccine phòng COVID-19 tại Việt Nam và nhiều nước trên thế giới đều ở mức cao. Việc mở lại đường bay không chỉ có tác động đến ngành hàng không mà còn là đòn bẩy tới du lịch, giao thương và đầu tư, góp phần giải quyết khó khăn cho đời sống của người dân.

    Song một vấn đề đáng quan ngại là theo một số nghiên cứu, giao thông công cộng tiềm ẩn rủi ro cao vì COVID-19 là một bệnh rất dễ lây lan và những người bị nhiễm bệnh có thể không biểu hiện bất kỳ triệu chứng bệnh nào [3]. Bên cạnh đó, một số nghiên cứu khác còn chứng minh rằng phương tiện công cộng là một trong những yếu tố gây lây nhiễm nghiêm trọng [4]. Do đó, đối với các quốc gia có tỷ lệ người dân sử dụng phương tiện công cộng cao, khi thực hiện mở cửa lại nền kinh tế, cần có những chính sách đảm bảo sự an toàn cho sức khỏe của người dân khi trở lại làm việc. Ở châu Á, Hàn Quốc là một trong những quốc gia có thị phần giao thông công cộng cao nhất thế giới, đặc biệt tại thủ đô Seoul. Vì thế, Chính phủ nước này đã ban hành các hướng dẫn để hỗ trợ người dân đi lại an toàn trong đại dịch, bao gồm các biện pháp như duy trì khoảng cách an toàn với những người khác ở mức tối đa, đeo khẩu trang, hạn chế đi lại vào giờ cao điểm và tránh tụ tập đông người ở những nơi công cộng. Để kiểm tra mức độ hiệu quả của chính sách nói trên của Chính phủ Hàn Quốc đối với sự an toàn trong sử dụng phương tiện công cộng, nhóm nghiên cứu của Donggyun Ku đã tiến hành tính toán mức độ tiếp xúc với virus SARS-CoV-2 trong giao thông công cộng. Nghiên cứu này được xem là hữu ích để tìm hiểu và tham khảo, từ đó đưa ra những đề xuất hợp lý cho chính sách khôi phục hệ thống giao thông công cộng tại Việt Nam.

    Phương pháp thực hiện

    Để đánh giá mức độ lây nhiễm COVID-19 khi người dân sử dụng các phương tiện giao thông công cộng, nhóm nghiên cứu đã tiến hành phân tích ở 3 khía cạnh khác nhau với các phương pháp được trình bày như sau:

    Phân tích tác dụng của việc đeo khẩu trang khi hít vào và thở ra

    Hiệu ứng hít vào được phân tích trên hai loại khẩu trang KF94 và KF80 [5]. Hiệu ứng thở ra khi đeo hoặc không đeo khẩu trang được tiến hành kiểm tra. Nhóm nghiên cứu đã thực hiện một thí nghiệm nhằm phân tích xác suất lây nhiễm theo khoảng cách giữa các cá nhân, khoảng cách khuếch tán của giọt dịch khi đeo hoặc không đeo khẩu trang. Thí nghiệm tiến hành bằng cách sử dụng bình xịt để phun các giọt dịch, giả định cho tình huống các giọt dịch thoát ra khuếch tán trong không khí do ho. Trên cơ sở một số nghiên cứu trước đây [7-10], dung dịch Gamble TiO2 5% được dùng để giả định cho dịch phổi có chứa các phần tử virus, sử dụng bình xịt để phun ra các giọt dịch. Một hình nộm đeo khẩu trang được sử dụng để mô phỏng ho (Cough Aerosol Simulator – CAS) nhằm xác định độ giảm tốc độ của các giọt dịch do đeo khẩu trang. Các giọt dịch khi được phun ra được phân thành ba loại: các giọt có kích thước lớn hơn 5 μm, các aerosol[1] có kích thước micro (bé hơn 5 μm) và các aerosol kích thước nano.

    Bên cạnh thử nghiệm phân tích xác xuất lây nhiễm theo khoảng cách, nghiên cứu về sự thay đổi nồng độ của các aerosol có kích thước micro (bé hơn 5 μm) và kích thước nano các khoảng cách khác nhau từ nguồn khí dung trong trường hợp đeo hoặc không đeo khẩu trang cũng được thực hiện. Các aerosol có kích thước micro (bé hơn 5 μm) và các aerosol kích thước nano được chọn để thử nghiệm bởi theo quan sát có thể thấy các aerosol này có khả năng tồn tại trong không khí lâu hơn và do đó có thể lan xa hơn. Trong khi đó các giọt có kích thước lớn hơn 5 μm rơi nhanh trên mặt đất và thường có ảnh hưởng trong khoảng 2 m. Sau cùng, các kết quả thử nghiệm này được áp dụng vào mạng lưới giao thông công cộng ở Seoul.

    Phân tích mạng lưới tiếp xúc trong giao thông công cộng

    Nghiên cứu triển khai khảo sát và phân tích một loạt các chuyến đi dựa trên dữ liệu từ thẻ thông minh. Thông tin về dữ liệu thẻ thông minh bao gồm ID (Identification) định danh của người sử dụng phương tiện công cộng, vị trí, thời gian di chuyển. Ngoài ra, nhóm nghiên cứu cũng kết hợp thực hiện việc phân bổ lưu lượng theo hướng dẫn của mô hình MATSim (Multi-Agent Transport Simulation) [11,12]. Đây là một phần mềm mô phỏng giao thông vận tải đa tác nhân có chức năng tập trung vào lập kế hoạch giao thông [13] và ước tính tuyến đường ngắn nhất của người dùng [14]. Nhiệm vụ được thực hiện cụ thể như sau: đầu tiên mức độ tắc nghẽn cho từng đoạn của tuyến đường được cài đặt tương ứng theo múi giờ, sau đó, dựa trên kết quả đã xây dựng, triển khai Encounter Network (tạm dịch: mạng lưới tiếp xúc) để tính toán thời gian tiếp xúc.

    Phân tích con đường phơi nhiễm/lây nhiễm

    Nghiên cứu này được thực hiện bằng cách khai thác thông tin có sẵn của các bệnh nhân từ dữ liệu điều tra dịch tễ học được cung cấp bởi Trung tâm Kiểm soát và Phòng ngừa Dịch bệnh Hàn Quốc (Centers for Disease Control and Prevention – CDCP) để thực hiện phân tích con đường lây nhiễm dựa trên mạng lưới tiếp xúc cá nhân. Những dữ liệu này được cung cấp dưới dạng điểm đi – điểm đến OD (Original-Destination – OD) cho mỗi múi giờ, tương tự như dữ liệu trong thẻ thông minh, từ thời điểm trước khi người bị nhiễm thực sự nhận được xác nhận dương tính cho đến thời điểm họ nhận được xác nhận đã nhập viện hoặc đang bị cách ly.

    Để tính toán tỷ lệ lây nhiễm, nhóm nghiên cứu đã sử dụng một mô hình được gọi là SEIR[2] [14-16] dựa theo thời lượng tiếp xúc lấy từ mạng lưới tiếp xúc công cộng[3] (Public Transportation Encounter Network – PEN) [17]. Mô hình được chia thành hai loại: cách tiếp xúc dựa trên cá nhân và dựa trên mức độ tiếp xúc. Phương pháp tiếp xúc dựa trên cá nhân thể hiện sự lây nhiễm ở cấp độ cá nhân và cách tiếp xúc dựa trên mức độ cho biết quá trình lây nhiễm ở cấp độ nhóm. Ngoài ra PEN còn cho phép mô tả đặc điểm hành vi tương tác giữa các cá nhân.

    Kết quả và thảo luận

    Nghiên cứu này sử dụng mô hình mạng lưới tiếp xúc của Sun et al. [17] đồng thời kết hợp với công cụ PEN để khảo sát trọng số khác nhau về thời gian, mô phỏng quá trình lây nhiễm COVID-19 trong giao thông công cộng. Bởi vì kỹ thuật giới hạn nên dữ liệu thông minh chỉ thể hiện điểm đi và điểm đến, không có thông tin về lộ trình của người dùng. Nghiên cứu đã thực hiện quy trình phân bổ phương tiện công cộng để ước tính lộ trình  ngắn nhất của mỗi cá nhân liên quan đến múi giờ, tắc nghẽn giao thông theo khu vực (Hình 1) [18]. Mô hình này được áp dụng lên mạng lưới giao thông công cộng ở Seoul và kết quả cho thấy mạng lưới tiếp xúc của các cá nhân có tính lặp đi lặp lại đều đặn (18). Chính vì vậy, có thể sử dụng mô hình này để mô phỏng quá trình lây lan của virus SARS-CoV-2 trong các mạng giao thông công cộng.

    Hình 1. Sơ đồ mô hình của mạng lưới tiếp xúc dựa trên dữ liệu người bị nhiễm thực tế. Đầu tiên, mô hình dựa trên quá trình di chuyển của các cá nhân theo dữ liệu thẻ thông minh. Sau đó, sử dụng dữ liệu theo dõi để tính toán mức độ và thời gian tiếp xúc. Thông qua các bước này, mức độ tập trung trong giao thông công cộng đã được tính toán.

    Tại Hàn Quốc, việc sử dụng khẩu trang được khuyến khích để ngăn chặn sự lây lan của virus SARS-CoV-2. Ở những nơi công cộng, mọi người bắt buộc phải đeo khẩu trang. Nhiều nghiên cứu đã chứng minh rằng đeo khẩu trang N95 có thể ngăn chặn hầu hết tất cả các loại virus khi khảo sát trên mô hình giả lập với hiệu quả từ 58 đến 85% [19,20]. Do đó, việc sử dụng khẩu trang rộng rãi có thể ngăn chặn hiệu quả sự lan truyền của virus SARS-CoV-2. Tỷ lệ xâm nhập ban đầu của khẩu trang KF94, dao động từ 0,622 đến 1,698% và tỷ lệ xâm nhập trung bình của khẩu trang KF80 là 12,476% [5,21]. Đồng thời, kết quả từ CAS cho thấy khi đeo khẩu trang, các giọt có kích thước lớn hơn 5 μm rơi nhanh trên mặt đất và chỉ có ảnh hưởng trong bán kính 2 m, trong khi đó các aerosol có kích thước micro (bé hơn 5 μm) và các aerosol kích thước nano thì tồn tại trong không khí lâu hơn, do đó có thể lan ra xa hơn. Tuy nhiên, phạm vi của nghiên cứu này chỉ giới hạn trong việc kiểm tra sự hình thành của giọt dịch và khả năng ngăn chặn chúng của khẩu trang, khi khẩu trang được đeo đúng cách, vừa vặn (không bị rò rỉ) và không có luồng khí bổ sung. Ảnh hưởng của một số yếu tố khác cũng cần được xem xét, chẳng hạn như loại khẩu trang, thiết kế, hình dạng và cách đeo của người dùng, vì những yếu tố này có thể gây rò rỉ aerosol. Ngoài ra, việc sử dụng máy điều hòa và ảnh hưởng của gió cũng có thể làm thay đổi sự phân bố của các aerosol. Bằng cách thực hiện các thí nghiệm về hiệu ứng thở ra và hít vào, nghiên cứu này đã xác định rằng việc đeo khẩu trang có các tác dụng phòng ngừa COVID-19 và khoảng cách an toàn là 2 m.

    Kết quả mô phỏng đã đưa ra được các yếu tố ảnh hưởng đến sự lây nhiễm COVID-19 (Hình 2). Cụ thể trên các phương tiện giao thông công cộng, các yếu tố làm tăng khả năng lây lan của virus SARS-CoV-2 gồm: tiếp xúc nhiều lần trong cùng một không gian, khoảng cách tiếp xúc gần và thời gian tiếp xúc kéo dài. Ngoài ra, theo thông tin từ PEN, mức độ tắc nghẽn giao thông cũng ảnh hưởng đáng kể đến việc gia tăng các yếu tố trên. Từ đó xác định được mức độ hiệu quả khi áp dụng các biện pháp phòng dịch của Chính phủ Hàn Quốc (Hình 3).

    Hình 2. Xác định khoảng cách trung bình giữa các cá nhân tiếp xúc với nhau theo mức độ tập trung trong một khoang tàu điện ngầm. Các thông số của cá nhân bao gồm di chuyển theo thời gian đi, điểm xuất phát và điểm đến. Kết quả sau đó được sử dụng để tính toán xác suất lây nhiễm thực tế. Mức độ tập trung được thể hiện qua thông số LOS (Level of Service – LOS). LOS E – F thể hiện khoảng cách trung bình dưới 0,61 m cho mỗi người, trong khi LOS A – C thể hiện khoảng cách trên 0,94 m.

    Hình 3. Dự đoán xác suất lây nhiễm thực tế theo các biện pháp kiểm dịch gồm bắt buộc đeo khẩu trang và giữ khoảng cách. Hình vẽ mô tả sự thay đổi về số lượng các cá nhân bị phơi nhiễm dựa trên việc thực hiện giãn cách xã hội và bắt buộc đeo khẩu trang ở các trường hợp khác nhau. Việc đeo khẩu trang làm giảm khả năng lây lan của virus và giãn cách xã hội làm tăng khoảng cách tiếp xúc.

    Như mô tả ở Hình 3, trường hợp 1 cho thấy khi tập trung đông, cá nhân bị nhiễm làm tăng số lượng cá nhân bị phơi nhiễm vì không duy trì giãn cách xã hội và không đeo khẩu trang. Trong trường hợp 2, khoảng cách xã hội được duy trì, do đó xác suất bị phơi nhiễm thấp. Trong trường hợp 3, khi sự giãn cách xã hội không được thực hiện thì việc bắt buộc đeo khẩu trang cũng giúp làm giảm nguy cơ lây nhiễm. Còn trường hợp 4, việc thực hiện cả hai chính sách giúp làm giảm mạnh số lượng người bị phơi nhiễm. Bên cạnh đó, kết quả từ mô hình SEIR còn cho thấy một thực tế thú vị là có sự lặp lại lộ trình di chuyển ở nhiều cá nhân, gọi là “những người lạ quen thuộc”, bằng cách chia sẻ thời gian và không gian chung trong các phương tiện giao thông công cộng. Trên cơ sở này, việc áp dụng mô hình vào hệ thống giao thông cộng cộng trong thực tế là khả thi.

    Sau khi xác định các yếu tố ảnh hưởng, mô hình đã đưa ra xác suất lây nhiễm thông qua giá trị xác suất tiếp xúc trung bình của các cá nhân với nguồn lây nhiễm. Kết quả cho thấy có sự khác biệt về xác suất phơi nhiễm sau 30 ngày bùng phát tùy thuộc vào các biện pháp kiểm dịch. Thứ nhất, khi thực hiện giãn cách xã hội mà không bắt buộc đeo khẩu trang (trường hợp 2, Hình 4) thì tỷ lệ nhiễm giảm 39,8% (Hình 5). Thứ hai, khi bắt buộc đeo khẩu trang mà không có sự giãn cách xã hội (trường hợp 3, Hình 4), tỷ lệ nhiễm giảm 95,8% (Hình 5), ngay cả khi mức độ tập trung cao. Thứ ba, khi thực hiện cả việc giãn cách xã hội và bắt buộc đeo khẩu trang (trường hợp 4, Hình 4), tỷ lệ nhiễm giảm tới 96,6% (Hình 5). Thêm vào đó, tác dụng của hai biện pháp này còn phát huy tối đa trong giờ cao điểm, với số người bị phơi nhiễm giảm 64,4% khi thực hiện giãn cách xã hội, giảm 93,5% khi bắt buộc phải đeo khẩu trang và 98,1% khi thực hiện cả hai biện pháp (Hình 5).

    Hình 4. Số lần tiếp xúc của các cá nhân dựa trên mức độ tập trung trong từng trường hợp. Xác suất của mỗi cá nhân không phải là tuyệt đối và xác suất phơi nhiễm là khác nhau tùy thuộc vào sự tiếp xúc với cá nhân bị nhiễm và mức độ tập trung trong phương tiện công cộng. Kết quả biểu diễn giá trị xác suất tiếp xúc trung bình cho mỗi mức độ tập trung của mỗi người trong một ngày. Độ lệch chuẩn cũng được trình bày trong biểu đồ. Trong trường hợp giãn cách xã hội (trường hợp 2), giới hạn trên của mức độ tập trung được hạn chế, do đó, số lượng người tiếp xúc giảm. Khi đeo khẩu trang (trường hợp 3 và 4), các cá nhân ít có khả năng bị phơi nhiễm hơn.


    Hình 5. Sự suy giảm tỷ lệ lây nhiễm bằng cách so sánh một trường hợp bình thường với các trường hợp bắt buộc phải đeo khẩu trang và thực hiện giãn cách xã hội. Biểu đồ so sánh mức giảm tỷ lệ lây nhiễm dựa trên tổng số cá nhân có thực hiện các biện pháp kiểm dịch tiếp xúc với nhau trong 30 ngày sau bùng phát dịch và trong giờ cao điểm. Trong các trường hợp chỉ áp dụng biện pháp đeo khẩu trang, tỷ lệ lây nhiễm giảm 95,8% sau 30 ngày bùng phát, 93,5% trong giờ cao điểm. Đối với kết hợp biện pháp giãn cách xã hội với đeo khẩu trang, tỷ lệ lây nhiễm giảm 96,6% sau 30 ngày bùng phát và 98,1% trong giờ cao điểm.

    Kết luận

    Như vậy, nghiên cứu cho thấy việc thực hiện biện pháp đeo khẩu trang và giãn cách xã hội khi tham gia giao thông công cộng có thể làm giảm đáng kể sự lây nhiễm COVID-19. Từ đó có thể kết luận các hướng dẫn hỗ trợ người dân sử dụng phương tiện giao thông công cộng an toàn giữa bối cảnh đại dịch COVID-19 được ban hành bởi Chính phủ Hàn Quốc là đúng đắn. Vì vậy, để có thể từng bước mở cửa nền kinh tế, nhất là trong “trạng thái bình thường mới”, Chính phủ các nước cần hết sức cân nhắc để thực hiện phối hợp các biện pháp ngăn ngừa để vừa đảm bảo an toàn cho người dân vừa đảm bảo hiệu quả lao động và phát triển kinh tế cho đất nước.

    Bài viết này được biên soạn lại dựa theo bài “Safe traveling in public transport amid COVID-19” của nhóm tác giả Donggyun Ku, Chihyung Yeon, Seungjae Lee, Kyuhong Lee, Kiyeon Hwang, Yuen Chong Li và Sze Chun Wong đăng trên tạp chí Science Advances: tập 7, ngày 22 tháng 10 năm 2021.

    Nguồn: https://doi.org/10.1126/sciadv.abg3691

    Danh mục từ viết tắt

    COVID-19                Coronavirus disease of 2019 (Bệnh viêm đường hô hấp cấp tính do virus Corona 2019)

    CDCP                         Centers for Disease Control and Prevention (Trung tâm Kiểm soát và Phòng ngừa Dịch bệnh)

    MATSim                   Multi-Agent Transport Simulation (Mô phỏng phương tiện giao thông đa tác nhân)

    OD                              Original-Destination (Điểm đến ban đầu)

    PEN                            Public Transportation Encounter Network (Mạng lướt tiếp xúc giao thông công cộng_tạm dịch)

    SARS-CoV-2            Severe acute respiratory syndrome coronavirus 2 (Virus gây hội chứng suy hô hấp cấp tính nặng 2)

    SEIR                           Susceptible, Exposed, Infected, and Recovered (Dễ mắc bệnh, tiếp xúc, nhiễm bệnh và phục hồi)

    CAS                            Cough Aerosol Simulater (Mô phỏng ho)

    Tài liệu tham khảo

    1. Cổng Thông tin điện tử Chính phủ. Ngày đầu khôi phục bay nội địa: Nhu cầu đi lại rất cao. Available online: http://baochinhphu.vn/Kinh-te/Ngay-dau-khoi-phuc-bay-noi-dia-Nhu-cau-di-lai-rat-cao/449134.vgp (accessed on November 6 th).
    2. Báo Điện tử Đảng Cộng sản Việt Nam. Đề xuất mở lại đường bay quốc tế theo 4 giai đoạn. Available online: https://dangcongsan.vn/kinh-te/de-xuat-mo-lai-duong-bay-quoc-te-theo-4-giai-doan-594819.html (accessed on November 6th ).
    3. Chinazzi, M.; Davis, J.T.; Ajelli, M.; Gioannini, C.; Litvinova, M.; Merler, S.; y Piontti, A.P.; Mu, K.; Rossi, L.; Sun, K. The effect of travel restrictions on the spread of the 2019 novel coronavirus (COVID-19) outbreak. Science 2020, 368, 395-400.
    4. Mo, B.; Feng, K.; Shen, Y.; Tam, C.; Li, D.; Yin, Y.; Zhao, J. Modeling epidemic spreading through public transit using time-varying encounter network. Transportation Research Part C: Emerging Technologies 2021, 122, 102893.
    5. Jung, H.; Kim, J.K.; Lee, S.; Lee, J.; Kim, J.; Tsai, P.; Yoon, C. Comparison of filtration efficiency and pressure drop in anti-yellow sand masks, quarantine masks, medical masks, general masks, and handkerchiefs. Aerosol and Air Quality Research 2014, 14, 991-1002.
    6. Bộ Y tế. Quyết định số 5188/QĐ-BYT về việc ban hành Hướng dẫn phòng và kiểm soát lây nhiễm SARS-CoV-2 trong cơ sở khám bệnh, chữa bệnh. 2020.
    7. Kim, J.-M.; Chung, Y.-S.; Jo, H.J.; Lee, N.-J.; Kim, M.S.; Woo, S.H.; Park, S.; Kim, J.W.; Kim, H.M.; Han, M.-G. Identification of coronavirus isolated from a patient in Korea with COVID-19. Osong public health and research perspectives 2020, 11, 3.
    8. Kwon, S.; Yang, Y.-S.; Yang, H.-S.; Lee, J.; Kang, M.-S.; Lee, B.-s.; Lee, K.; Song, C.-W. Nasal and pulmonary toxicity of titanium dioxide nanoparticles in rats. Toxicological research 2012, 28, 217-224.
    9. Lee, J.; Yoo, D.; Ryu, S.; Ham, S.; Lee, K.; Yeo, M.; Min, K.; Yoon, C. Quantity, size distribution, and characteristics of cough-generated aerosol produced by patients with an upper respiratory tract infection. Aerosol and Air Quality Research 2019, 19, 840-853.
    10. Midander, K.; Pan, J.; Wallinder, I.O.; Leygraf, C. Metal release from stainless steel particles in vitro—influence of particle size. Journal of Environmental Monitoring 2007, 9, 74-81.
    11. W Axhausen, K.; Horni, A.; Nagel, K. The multi-agent transport simulation MATSim; Ubiquity Press: 2016.
    12. Horni, A.; Nagel, K.; Axhausen, K.W. Introducing matsim; Ubiquity Press: 2016.
    13. Nagel, K.; Rakow, C.; Müller, S.A. Realistic agent-based simulation of infection dynamics and percolation. Physica A: Statistical Mechanics and its Applications 2021, 584, 126322.
    14. Lefebvre, N.; Balmer, M. Fast shortest path computation in time-dependent traffic networks. Arbeitsberichte Verkehrs-und Raumplanung 2007, 439.
    15. Group, K. Transit capacity and quality of service manual. 2013.
    16. Anderson, R.M.; May, R.M. Infectious diseases of humans: dynamics and control; Oxford university press: 1992.
    17. Sun, L.; Axhausen, K.W.; Lee, D.-H.; Huang, X. Understanding metropolitan patterns of daily encounters. Proceedings of the National Academy of Sciences 2013, 110, 13774-13779.
    18. Sun, L.; Jin, J.G. Modeling temporal flow assignment in metro networks using smart card data. In Proceedings of the 2015 IEEE 18th International Conference on Intelligent Transportation Systems, 2015; pp. 836-841.
    19. Brienen, N.C.; Timen, A.; Wallinga, J.; Van Steenbergen, J.E.; Teunis, P.F. The effect of mask use on the spread of influenza during a pandemic. Risk Analysis: An International Journal 2010, 30, 1210-1218.
    20. Ma, Q.X.; Shan, H.; Zhang, H.L.; Li, G.M.; Yang, R.M.; Chen, J.M. Potential utilities of mask‐wearing and instant hand hygiene for fighting SARS‐CoV‐2. Journal of medical virology 2020, 92, 1567-1571.
    21. Ku, D.; Yeon, C.; Lee, S.; Lee, K.; Hwang, K.; Li, Y.C.; Wong, S.C. Safe traveling in public transport amid COVID-19. Science Advances 2021, 7, eabg3691.

    [1] Aerosol: Các giọt dịch siêu nhỏ lơ lửng trong không khí có kích thước bé hơn 5 mm [6].

    [2] Mô hình SEIR đại diện cho mức độ lây lan của bệnh nhiễm trùng đường hô hấp và chia dân số thành bốn giai đoạn:

    Dễ mắc bệnh (Susceptilbe S); tiếp xúc (Exposed E); truyền nhiễm (Infectious I); phục hồi (Recovered R)

    [3] PEN (Public Transportation Encounter Network) là một công cụ lý tưởng để điều tra sự lây lan của các bệnh truyền nhiễm thông qua các dịch vụ giao thông công cộng vì nó cung cấp cho hành khách thông tin về việc tiếp xúc trực tiếp với các trường hợp bị nhiễm bệnh.

    Bài viết khác

    BÌNH LUẬN

    Vui lòng nhập bình luận của bạn
    Vui lòng nhập tên của bạn ở đây