Dados de celular ajudam a rastrear padrões de mobilidade durante o distanciamento social

Introdução

Pesquisadores da Universidade do Colorado usaram dados de celular para desenvolver um relatório de modelagem estimando quanto os habitantes do estado e da instituição mudaram seus comportamentos desde o início da pandemia do COVID-19 e da ordem estadual de “ficar em casa”, em vigor de 26 de março a 26 de abril.

O relatório se concentra em “padrões de mobilidade”, padrões amplos de como as pessoas se deslocam de um lugar para outro. Ele fornece detalhes extensivos sobre os dados usados nessas análises, várias estratégias para resumir os padrões nesses dados, considerações éticas para seu uso e possibilidades de incorporar esses dados na modelagem das projeções de disseminação da COVID-19 no Colorado.

A pesquisa utilizou dados anonimizados e agregados da Mapbox e SafeGraph como base para estimativas dos padrões de mobilidade dos cidadãos.

Mapbox: É uma plataforma de dados de localização para aplicativos móveis e da Web. Fornecem blocos de construção para adicionar recursos de localização, como mapas, pesquisa e navegação a qualquer experiência que você criar.

SafeGraph: É uma empresa de dados que agrega dados de localização anonimizados de vários aplicativos, a fim de fornecer informações sobre locais físicos. Para melhorar a privacidade, o SafeGraph exclui as informações de um determinado grupo de censos se menos de cinco dispositivos visitaram um estabelecimento no período de um mês.

A equipe do “Modelo Colorado”, como tem sido chamado, colabora com o Departamento de Saúde Pública e Meio Ambiente do Colorado desde março para rastrear a disseminação do COVID-19 por todo o Colorado e avaliar como controlá-lo.

A equipe fornece às autoridades estaduais relatórios, projeções e informações oportunas que servem para auxiliar a definição de políticas, como o distanciamento social obrigatório, e a avaliar como a doença pode continuar a se espalhar em diferentes cenários.

Em seu mais recente relatório de modelagem epidemiológica, publicado em abril, a equipe estimou que os residentes estaduais reduziram efetivamente o contato social em cerca de 75% a 80%, desde que receberam instruções para ficar em casa.

O novo relatório de mobilidade usa dados anônimos e altamente agregados de duas empresas (Mapbox e SafeGraph) para criar estimativas dos padrões de mobilidade dos cidadãos, separados por regiões e municípios.

Privacidade de dados e aceitação

Os dados de mobilidade chegam aos pesquisadores em um formato agregado, permitindo que eles vejam padrões sem identificar usuários individuais.

Os usuários dos quais os dados são obtidos optaram por deixar seus serviços de localização ativados ao utilizar certos aplicativos. Se essas configurações nos telefones forem desativadas, esses dispositivos não serão incluídos nos dados. Os dados não estão sendo usados para rastreamento de contato, identificando quem está infectado e para onde está indo.

O relatório mostra que as pessoas responderam claramente aos pedidos de distanciamento, passando mais tempo em casa e menos tempo em locais públicos ao longo de março e abril. Mas os comportamentos variaram em todo o estado, com municípios rurais apresentando menos distanciamento do que áreas urbanas.

A equipe de modelagem conseguiu mostrar tendências no tempo gasto em casa em 64 municípios do Colorado desde 1º de janeiro de 2020, sendo que esse tempo variou significativamente entre os municípios. Os dados agora também mostram esses comportamentos mudando. Embora o tempo gasto em casa tenha aumentado desde o início da epidemia no começo de março - provavelmente incentivado por fechamentos e pedidos de permanência em casa -, a tendência pareceu mudar em meados de abril.

Diferenças demográficas e socioeconômicas

A equipe também mostrou diferenças demográficas dentro dos padrões de mobilidade. Eles fizeram isso usando modelos estatísticos para associar dados de grupos de blocos censitários a dados anônimos de telefones celulares. Eles não acessaram dados demográficos de dispositivos individuais.

Enquanto pessoas de todas as idades passaram mais tempo em casa durante o mês de março, a taxa foi menor entre populações mais jovens. Eles observam que os padrões de idade podem simplesmente ser correlacionados com outros fatores que influenciam a capacidade de ficar em casa. Por exemplo, pessoas com menos de 30 anos podem ter mais chances de trabalhar em setores essenciais e não ter flexibilidade para ficar em casa.

Habitantes das áreas com proporções de renda familiar inferior a 25.000 dólares pareciam ficar mais longe de casa, enquanto famílias com renda entre50.000 e 100.000 dólares ficavam relativamente mais tempo em casa. Essas tendências refletem a probabilidade de famílias com renda mais alta terem mais flexibilidade para trabalhar em casa, e é mais provável que famílias com renda mais baixa sejam empregadas em indústrias essenciais e também tenham taxas mais altas de perda de emprego.