监狱工作人员流动对周边社区传染病传播的影响:基于智能手机定位数据的实证研究

【字体: 时间:2025年06月10日 来源:PNAS Nexus 3.0

编辑推荐:

  本研究通过智能手机定位数据和就业统计数据,首次量化了监狱工作人员流动在COVID-19传播中的关键作用。研究人员利用加州圣昆廷监狱因囚犯转移引发的疫情暴发作为准自然实验,发现与监狱有工作人员联系的社区在疫情暴发后COVID-19病例显著增加(7月增加13%,8月增加30%)。该研究揭示了"封闭机构"在流行病学上的渗透性,为制定针对性的公共卫生干预措施提供了重要依据。

  

在COVID-19大流行期间,监狱等"封闭机构"成为了疫情暴发的重灾区。美国监狱在2020年占据了全国50个最大COVID-19暴发点中的39个,囚犯的感染率和死亡率分别是普通人群的5倍和3倍。然而,监狱疫情对周边社区的影响程度却鲜为人知。尽管监狱实施了访客限制等封锁措施,但工作人员每日往返于监狱和社区之间,可能成为疾病传播的重要媒介。这一现象引发了研究人员的关注:监狱工作人员的流动究竟在多大程度上促进了传染病从监狱向社区的传播?

为了回答这个问题,来自加州大学洛杉矶分校安德森管理学院、加州大学欧文分校社会学系等机构的研究人员Yilin Zhuo、Kristin Turney、Naomi F. Sugie、Emily Owens和M. Keith Chen开展了一项创新性研究。他们利用智能手机定位数据和公开的就业数据,绘制了加州社区通过监狱工作人员流动与附近监狱的连接网络,并测量了这些连接在传染病传播中的作用。这项研究发表在《PNAS Nexus》上。

研究人员采用了几个关键技术方法:首先,利用Veraset公司提供的智能手机位置数据(覆盖10%-20%美国人口)和国土安全部的监狱边界数据,识别监狱工作人员及其居住地;其次,以2020年6月圣昆廷监狱因囚犯转移引发的COVID-19暴发作为准自然实验;最后,采用双重稳健匹配方法,比较与圣昆廷监狱有工作人员联系的社区(处理组)和人口统计学特征相似的无联系社区(对照组)的COVID-19病例变化。

监狱-社区连接网络的构建

研究人员首先定义了"扩展监狱边界",包括监狱围栏线和相邻空间(通常是停车场)的153米×153米网格区域。通过设置"每日存在过滤器"(要求智能手机在同一网格区域停留至少10分钟),有效识别出真正在监狱工作的人员而非路过者。验证显示,这种方法识别的监狱工作人员数量与公开的就业统计数据高度相关。研究人员还将智能手机数据与公开的LODES(LEHD起源-目的地就业统计)数据进行比较,发现两者在测量监狱工作人员流动方面具有一致性。

准实验设计与分析策略

研究巧妙地利用了圣昆廷监狱的一次特殊疫情暴发作为自然实验。这次暴发起因于从南加州的加州男子监狱转移122名囚犯到圣昆廷,而当时前者正在经历疫情暴发。尽管转移前囚犯检测为阴性,但转移过程中和之后的处理不当导致了圣昆廷监狱大规模疫情暴发。由于这次暴发的源头明确来自外部,且非工作人员进出受到严格限制,为研究疾病从监狱向社区的单向传播提供了理想条件。

研究人员采用Callaway和Li提出的非混杂性策略,比较与圣昆廷监狱有工作人员联系的邮政编码区域(处理组)和具有相似疫情前COVID-19病例率及人口统计学特征的无联系区域(对照组)。这种方法特别适合分析COVID-19传播的非线性特征。

主要研究发现

数据显示,在囚犯被转移到圣昆廷监狱一个月后,与之有工作人员联系的社区每10万人中新增62例(标准误=23.9)COVID-19病例;两个月后,这一数字增加到81例(标准误=20.6)。与无联系社区相比,有工作人员联系的社区在2020年7月的新增病例高出13%,8月高出30%。使用公开的LODES数据也得到了类似结果,分别对应23%和37%的增加。

为排除其他解释,研究人员进行了排列检验,随机将"连接"测量分配到不同邮政编码区域重新估计处理效应。结果显示,观察到的COVID-19传播时间模式是圣昆廷监狱连接社区特有的,而非一般监狱连接社区的普遍现象。此外,对经历较小规模疫情的科克伦监狱的分析也发现了类似但更大的传播效应,研究人员认为这可能与三个因素有关:连接社区已有的较高COVID-19病例率、匹配质量差异以及工作人员-囚犯接触水平不同。

研究意义与启示

这项研究首次量化了监狱工作人员流动在传染病社区传播中的重要作用。通过计算估计,假设一种新型呼吸道传染病在加州监狱出现,仅工作人员流动就可能导致一个月内约14,724例社区感染,两个月内约19,243例。这一发现凸显了"封闭机构"即使在封锁期间也存在的流行病学渗透性。

研究结果对公共卫生政策具有重要启示:首先,需要针对监狱工作人员实施更严格的感染控制措施,包括强制佩戴口罩、定期检测和提供带薪病假;其次,研究展示的智能手机数据和公开就业数据相结合的方法,为未来监测类似机构的疾病传播风险提供了可行方案;最后,研究提醒我们,监狱疫情不仅影响被监禁人群,还会通过工作人员网络波及更广泛的社区人群。

这项研究的创新之处在于将先进的地理空间数据与巧妙的准实验设计相结合,克服了传统观察性研究中的内生性问题,为理解机构与社区之间的疾病传播机制提供了新视角。研究结果不仅适用于COVID-19,也对预防未来可能出现的其他呼吸道传染病在类似环境中的传播具有参考价值。

相关新闻
生物通微信公众号
微信
新浪微博
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号