A pandemia do COVID-19, incêndios florestais maiores e mais frequentes, inundações devastadoras e tempestades poderosas tornaram-se fatos infelizes da vida. A cada desastre, as pessoas dependem da resposta emergencial de governos, organizações sem fins lucrativos e do setor privado para obter ajuda quando suas vidas são afetadas. No entanto, um fator complicador na prestação dessa ajuda é que as pessoas tendem a se dispersar com esses desastres.
Recentemente, uma equipe liderada por Jianxi Gao, professor assistente de ciência da computação no Rensselaer Polytechnic Institute, e Qi "Ryan" Wang, professor associado de engenharia civil e ambiental da Northeastern University, formularam um método para prever o movimento humano durante eventos extremos de grande escala. com o objetivo de permitir respostas de emergência mais eficazes. O modelo também revelou grande disparidade de movimentação entre os diferentes grupos econômicos.

"Apesar de muitas variáveis ​​possíveis, descobrimos que as mudanças no comportamento da mobilidade humana durante vários eventos extremos exibem um declínio hiperbólico consistente", disse Gao. "Nós chamamos isso de 'decadência espaço-temporal'."

Normalmente, os movimentos das pessoas seguem padrões previsíveis. Quando um evento extremo interrompe o padrão, os cientistas se referem a ele como uma "perturbação de mobilidade". Por exemplo, as pessoas podem parar de se deslocar para o trabalho, ou podem mudar sua rota, ou até mesmo evacuar para um abrigo. Essas perturbações de mobilidade não apenas causam desafios na prestação de ajuda, mas também levam a repercussões financeiras, médicas e de qualidade de vida. A natureza, extensão e duração das perturbações de mobilidade variam amplamente.

A equipe de Gao rastreou os movimentos anônimos de 90 milhões de pessoas nos Estados Unidos ao longo de seis desastres de grande escala, incluindo incêndios florestais, tempestades tropicais, geadas de inverno e pandemias, a fim de desenvolver um modelo unificado.

"Nosso modelo revela a uniformidade subjacente entre as variáveis, incorporando a heterogeneidade no espaço e no tempo", disse Gao. “Encontramos fortes regularidades em quanto o comportamento de mobilidade muda após eventos extremos e em quão rápido o comportamento de mobilidade retorna ao normal, permitindo-nos prever comportamentos humanos complexos durante crises de grande escala”.

A equipe de Gao descobriu que as pessoas que vivem perto do núcleo da crise – o marco zero, ou onde uma tempestade atinge – limitam sua mobilidade de forma significativa e rápida. Aqueles que vivem mais longe não alteram seus padrões de movimento tão drasticamente. Isso é o que se chama de "decadência espacial". Com o tempo, os padrões de mobilidade retornam ao normal, avançam lentamente ou tornam-se ainda mais perturbados. A equipe considerou essas variáveis ​​considerando também a "decadência temporal".

Quando a equipe aplicou o modelo à pandemia de COVID-19, revelou grandes diferenças de movimentação entre os grupos econômicos, o que pode ajudar a explicar as diferentes taxas de infecção. Pessoas de áreas ricas foram mais capazes de reduzir imediatamente sua mobilidade e manter essa mudança por mais tempo. As pessoas que vivem em áreas de baixa renda exibiram um decaimento hiperbólico mais rápido e maior.

"Em outras palavras, as pessoas mais ricas conseguiram se distanciar socialmente", disse Gao. "Pessoas de baixa renda foram forçadas a voltar ao trabalho."

"Se os eventos dos últimos anos nos ensinaram alguma coisa, é que devemos fazer o nosso melhor para nos preparar para as crises", disse Curt Breneman, reitor da Rensselaer School of Science. "Este trabalho do Dr. Gao e sua equipe pode informar o planejamento de resposta a emergências aprimorado e proativo para mitigar futuros eventos extremos. Também ilumina as desigualdades sociais persistentes que devemos encontrar novas maneiras de resolver".

A pesquisa é publicada em Proceedings of the National Academy of Sciences . + Explorar mais

Análises da relação entre mobilidade das pessoas e disseminação do SARS-CoV-2 revelam três grupos de países