文摘
环境条件及其与COVID-19大大吸引了科学家的关注。当前的研究联系COVID-19与气候指标通过对比两个配置:室内感染Duhok大学(最终需氧量)建筑和室外的界限内感染Duhok省(DG)。收集的数据包括温度和相对湿度(RH)和确诊病例为室内和室外配置/ 5和11个月,分别。室内感染,数据收集5工作日,而对于户外感染,他们收集统计发表的日子。未来的截面设计用于不同的统计分析。整体室内感染非常低,RH和温度的最大值约< 24%,< 20°C,分别;在一个示例t以及,结果显著相关(与确认COVID-19例值< 0.05)。户外感染,使用相关二元方法,研究发现,RH和温度结果显著相关(与确认COVID-19例值< 0.05)。然而,对于室内配置,其他比T马克斯,结果没有关联。至于户外感染,RH和平均温度高到足以在采用单向重复方差分析和一般线性模型相同的结果。RH的手段低,猕媒介,猕h组显著相关(与COVID-19值< 0.05)。然而,媒介的手段RH和高RH组没有显著增加户外感染有关。本研究将有助于减少整体COVID-19感染。
1。介绍
2019年12月以来,冠状病毒首次发现在武汉,中国威胁世界各地人们的生活(1),和许多国家封锁。此外,COVID-19已经成为其中一个最全球公共卫生问题的370730367例,包括5669189例死亡记录为1月29日,20222]。
COVID-19爆发的潜在原因是武汉海鲜超市,更少的社会距离,通过人(的密切接触传播3,4]。此外,大量的科学家发表作品讨论可能的环境因素如温度和湿度的角色在世界各地传播1,5- - - - - -10]。然而,一些研究显示COVID-19和环境参数(没有直接关系11- - - - - -13]。一些研究人员透露,传播协会和环境变量的不同是归因于多种因素和计量条件(14,15]。
了解COVID-19协会与环境因素情况下,本研究分析了协会通过比较两种构型在一段特定的时间内,每天。一个配置是由低水平的人口在建设和第二高水平的人口在城市Duhok。协会集中在确诊病例和环境条件。因此,假设两低在室内和室外的温度和相对湿度测量高潮COVID-19病例。四个模型包括相关二元方法,一个示例t -测试、单向重复方差分析和一般线性模型被用于分析协会。调查发现,证实了室内和室外之间的直接连接情况和气候变量有助于减少整体COVID-19感染。
2。方法
Duhok省位于西部的库尔德地区,伊拉克西北部,建设科学的大学(CoS)最终需氧量校园。均匀和可靠和可行的数据分析结果,选择的室内和室外感染是在同一地区。
室内感染,数据被收集在5个工作日内因为部门的建筑,包括计算机科学(CS),数学和物理住房的学生,学术人员和员工。沟通和日常活动包括实验室实验是可控的。数据收集包括温度和相对湿度在四个不同的位置。平均每个收集测量数据进行更准确的测量参数。环境数据记录每日使用数字温度湿度表(HTC-1)设备的品牌并不。的人数进入因为大楼设置期间在每个部门分别注册。之后,三个部门的数据每天注册。求和过程包括以下类别:感染病例和确诊病例包括学生的数量,员工,和员工。因此,室内感染的确诊病例和环境数据记录从星期日到星期四,2020年12月- 2021年2月和2021年9月- 2021年10月,分别。
户外感染的环境数据收集从世界天气官方网站(https://www.worldweatheronline.com/)。气候数据记录每日从2020年12月到2021年10月。最小、最大和平均温度和相对湿度的数据提取出来。除此之外,每天获得的数据证实户外例从以下官方来源:COVID-19: Dashboard-GOV.KRD。整体工作,所有的数据都被记录下来。检查室外相对湿度和温度的值是足够高,采用单向重复方差分析和一般线性模型。因此,数据感染被分成三组,低RH (RH低)、媒介RH (RH地中海),高RH (RHh)、低温(T低),介质温度(T地中海)、高温(T马克斯)。温度的值如下:T低< 25≤25°CT地中海< 35°CT马克斯≥35°C。研究表明,相对湿度舒适卫生质量水平之间> 30%,< 70%(根据不同层面的温度16- - - - - -19]。舒适的水平相对湿度之间的户外是> 30%,< 60%,也就是说,RH的范围低≤30%,R地中海> 30% RH地中海≤60%,RHh> 60%。在Duhok,一些设备表示,开始不舒服的水平为63%,即。WS 1700湿度计麻省理工学院Schimmelalarm设备。
3所示。统计分析
未来的截面设计进行了使用不同的统计方法包括相关二元,和一个示例t -重复测试和单向方差分析是用来研究协会下的问题。皮尔森,肯德尔和斯皮尔曼相关系数进行了室内和室外的感染。由于室内的整体环境变量非常低感染,一个示例t -测试方法。户外感染,单向重复方差分析和一般线性模型采用探索数据感染组之间的意思。
4所示。结果
4.1。描述性分析对室内和室外的配置
的描述性分析证实COVID-19感染和环境参数T最小值,T马克斯,Tav,猕最小值,猕马克斯,猕av数据和标准偏差(SD),上述变量的偏态和峰态分布给出了室内和室外的配置表1。
对于室内配置,变量的总数是101 5个工作日超过5个月(2020年12月到2021年2月和2021年9月至2021年10月)。尺度的数据显示的数据是积极的峰态分布。为偏态分布,H最小值,H马克斯,Hav负,但其余的都是正面的。为偏态分布,负数据指的是没有分布,而积极的数据代表右偏态分布。因此,数据的不对称范围< 2.5±1左右,除了确认COVID-19例高,即4.18。峰态分布,积极的峰度表明比正态分布数据显示更极端的异常值,而负峰态意味着数据暴露极端异常值比正态分布少。因此,所有的数据范围< 2.5除了确诊病例,极高的整个记录数据。
户外配置变量的总数是262天,在11个月(2020年12月至2021年10月)。的数据范围T最小值,T马克斯,Tav显示的数据负偏态和峰态分布。另一方面,RH最小值,猕马克斯,和RHav为偏态完全是积极的,而对于峰度,RH吗最小值只是显示的积极趋势。大部分的数据是<±1.6偏态和峰态,除了确认COVID-19例高,即2和6之间。
高统计值偏态和峰态分布隐含的nonnormality分布数据。因此,各种统计方法被用来克服这种不正常的数据。
4.2。概述室内感染及其与环境变量
室内感染的一个示例t -测试和二元方法包括皮尔森,肯德尔tau-b,斯皮尔曼相关系数。
的一个示例t以及,结果显示,证实COVID-19例室内感染明显与环境参数(表值< 0.05)2。支持我们的研究结果,研究验证这些环境参数,RH最小值,猕马克斯,猕av,T最小值,T马克斯,Tav,提高了COVID-19的患病率,干燥和凉爽的天气条件可能传播COVID-19 [5,7,8,20.- - - - - -22]。
二元的方法,皮尔森,肯德尔tau-b,斯皮尔曼相关系数表明,确认COVID-19例没有显著相关的环境条件(值> 0.05)除外T马克斯(值< 0.05),在表3。在整个计算,证实COVID-19病例与所有环境条件呈正相关。这些结果与研究证实环境条件并没有缓解(或没有连接)关系的流行COVID-19如果通风系统是高度功能(23]。同时,T马克斯,< 25°C(表1),缓解COVID-19患病率的关系(20.]。
4.3。概述户外感染和环境条件的协会
户外的感染,三种统计方法被用来检查确诊COVID-19病例之间的关系和环境参数结果:二元方法包括皮尔森,肯德尔tau-b,斯皮尔曼相关系数,单向重复方差分析和一般线性方法。
肯德尔tau-b,二元方法,皮尔森和斯皮尔曼相关系数表明,证实COVID-19病例明显与环境条件,RH和温度的值(值< 0.05),在表4。在整个计算,这些病例与最小值,最大值,和平均RH,而确认的最低呈正相关,最大和平均温度。这些结果与研究相关的最小,最大,平均RH的患病率COVID-19 [6,8,24]。同样,室外温度在纽约,美国明显相关COVID-19流行病的传播(6]。
单向重复方差分析和一般线性方法表明,确诊病例明显与大多数环境条件包括整个温度类别和部分RH平均组(25,26]。温度类别显著相关(值< 0.05)户外感染所提倡的先前的研究[25,27]。另一方面,RH低与RH地中海和RHh,猕地中海与RH低,猕H与RH低明显(值< 0.05)与COVID-19例(25,26),然而猕地中海没有明显与RH吗h,如表中给出5。
5。讨论
科学家认为,环境条件可能导致COVID-19[的传播7,13,20.- - - - - -22]。室内的感染,不同的方法被用来检查环境条件之间的关联(T最小值,T马克斯,Tav,猕最小值,猕马克斯,猕av)和确认COVID-19例。的一个示例t -与这些情况下,测试显示一个重要关系,表明二元方法T最小值,T马克斯,Tav,猕最小值,猕马克斯,猕av没有显著相关。意味着RH和温度的值没有显著不同,他们的范围内< 24。这可能是由于使用的个人防护装备(PPE) KRI提供的政府,最终需氧量的方向,仪式的人进入了大楼。此外,健康等封闭空间的通风实验室和教室在工作日可以发挥有效作用在减少大流行26]。
室内配置的计量数据记录都是在较低的趋势,可以反过来刺激大流行根据先前的研究[20.,28]。因此,温度和RH的最小和最大值和最大确诊病例在5月5日工作日4.75°C, 24.80°C,和12%,24%,和16例,分别。16例确诊病例的最大值在2020年12月被记录。未发现计量参数的最小值和最大值,这可能意味着疫苗接种活动减少的患病率COVID-19 [29日]。
另一方面,当疫苗接种剂量没有管理在数据收集过程中,最小和最大温度和RH值和最大室内情况下在3个月内4.75°C, 20.20°C,和18%,24%,和16例,分别。RH的最小值5工作日,18%,在2020年12月,但最大RH和最小/最大温度没有报道。结果,low-recorded数据可以归因于爆发。室内配置之前,疫苗接种是画的,如图1(一)。
(一)
(b)
户外感染,三种方法用于调查之间的关系的计量条件和确诊病例给了相似的结果。二元方法显示T最小值,T马克斯,Tav,猕最小值,猕马克斯,猕马克斯显著相关的情况下,与先前的研究在协议专门为低RH (15,20.]。单向方差分析和一般线性模型也被用来探索连接。的环境变量显著相关(值< 0.005)与室外增加感染。在这方面,温度类别显著相关(价值与户外COVID-19情况下(< 0.05)24,25,27]。研究人员还表示,户外COVID-19 (RH和温度呈负相关29日,30.]。另一方面,室外温度在西班牙并没有显著的关系(10]。尽管RH的手段低,猕地中海,猕h明显与感染、RH吗地中海和RHh没有。在这项研究中,观察到的最大和最小值温度,RH,和最大的确诊病例报告的国家卫生部门在11个月(NHS)−7°C, 45°C和6%,98%,和20572例,分别。最大值(20572)被记录在2021年7月。湿度和温度的最大和最小值没有被记录在这个日期。RH的最小值和最大值分别为7%和34%,和温度的最大值是43°C,这是高。最低和最高温度的值是26°C,这是媒介。此外,当确诊病例的记录值被超过15000每月,最大RH值< 37%;最小和最大温度25°C和45°C。
在数据收集的过程中没有接种疫苗时,最小/最大温度和RH值和最大户外感染/ 3个月−7°C, 16°C和24%,98%,和2768年,分别。的最大数量(2768)的情况下被记录在2020年12月。RH温度和最大最小值在此期间24%和16°C,只有最高气温记录。最低RH价值,24%,在2020年12月至2021年1月,但最大值只是发表在2021年2月。prevaccination室内配置如图1 (b)。
尽管室内和室外数据被配置在一起,室内配置进行了5个月和11个月的户外配置。这是由于KRI政府政策的复杂性,尤其是在校园最终需氧量居住的人口。总体而言,室内获得的结果与先前学者的疾病与大气参数(5,20.,22,31日- - - - - -34]。然而,一些相互矛盾的结果观察与室内感染没有明显联系的条件。这表明PPE可以潜在的影响减轻的COVID-19社区。户外结果之前不同意有关的工作环境条件关系和开放区域的安全比封闭的(34- - - - - -36因为KRI锁定未能支持人口的社会经济条件37]。在6月、7月和8月,市民Duhok去野餐在乡下,没有坚持COVID-19预防措施。结果,所有的高感染率都记录在炎热的夏天,和确诊病例的数量从5增加到每天100以上,死亡人数从1%到3.4%37]。
6。结论
本研究假设参数如温度和湿度影响增加COVID-19感染。这项工作是进行室内和室外两个配置使用不同的统计方法获得一个全面的看法,这是一个有价值的科学遗产。
虽然室内配置很低的范围,研究结果发现显著的相关性。如果PPE和法规是在封闭的区域,观察COVID-19可能会减弱。此外,没有任何明显的二元方法COVID-19和环境参数之间的联系。
户外配置,整体统计方法显示显著证实COVID-19病例和环境条件之间的相互关系。此外,意味着低RH值明显与证实感染,而媒介和RH类别并不高。
当前的研究的拥护者对世卫组织和各国政府承诺保护协议包括移动团队提高了人们对PPE使用在农村地区,尤其是在夏季减少SARS-CoV-2社区的传播。
当前研究的新颖性在于其分析COVID-19和气候指标之间的联系通过比较两种构型(室内和室外感染)。仍然需要进行更进一步的研究之间的多个室内配置(建筑)和户外感染有更可行的结果。
计量变量收集从官方在线网站由于当地政府法规关于数据访问。使用本地数据在未来的研究将帮助我们理解他们与COVID-19的传播情况。最后,其他参数如风的速度和各种通风模式研究提供有趣的科学健康的见解38- - - - - -41]。
数据可用性
支持本研究使用的数据都包含在补充材料。
的利益冲突
作者宣称没有利益冲突。
补充材料
当前研究的数据,这是确诊病例,T最小值,T马克斯,Tav,RHmax, RHav RHmin收集室内和室外配置在同一时代。研究中提供的数据绘制,如图1条(a和b)。因此,图1显示了总COVID-19确诊病例和环境变量在疫苗接种过程开始前KRI室内配置(a)和(b)户外配置。(补充材料)