通过人群跟踪传染病听起来像是一项艰巨的任务，看似无限的相互作用可能在任何一天都可以传播病原体。
但是一种新技术可能会给疯狂带来一种方法。
该方法提供了一种方法来记录成对人之间的紧密互动。它可以更清楚地说明，确切的感染性疾病（例如普通感冒，，，，流感咳嗽可以在一群人研究人员说，即使是通过整个人口。
宾夕法尼亚州立大学生物学家MarcelSalthé和他的团队使用788名高中生，教师和工作人员作为一个封闭的人群的榜样，设计了一种方法来计算典型日子内发生的可能分类疾病的互动。
“这并不是您可以进行民意调查并问人们，'今天有多少个不同的人呼吸了您，持续了多久？'我们知道我们必须系统地弄清楚人与人的联系数量。”他说。
研究人员要求志愿者在脖子上挂在挂绳上的火柴盒大小的传感器设备上花费一个上课时间。
然后，志愿者们去上课，穿过大厅并与其他人聊天。
归根结底，Salthé的团队收集了Motes，并记录了发生了多少莫特 - 对手互动，以及每次互动持续了多长时间。
萨拉塞说：“即使人们不说话，他们也可能在彼此的方向上打喷嚏和咳嗽，互相碰撞并绕过病原体。”
Salthé和他的团队发现，将单个互动定义为任何时间近距离近20秒或更长时间，发现互动的总数为762,868。
峰值互动发生在班级之间的时代，当时戴着戴着摩尔的志愿者在前往下一堂课的途中在大厅里四处走动。
令人惊讶的是，研究人员没有发现与其他小组相比，与其他人相比，接触数量非常高的人。众所周知，这种称为超级宣传者的人在疾病传播的动力学中非常重要。
萨拉塞说：“在我们的实验中，尽管可能有更多互动活动的孩子，但大多数人都有大约相同的高水平互动。”
他说，尽管学校确实可能是感冒和流感的温床，但由于接触模式，个人学生的接触风险似乎并没有变化。
来自Motes的数据也证实了一个重要的社会网络理论：该接触事件不是随机的。社区中存在许多“封闭的三角形”。
萨拉塞说：“如果人A与人B有联系，并且B与C人接触，则很有可能A和C彼此接触。”
他说：“说明这些三角形的真实数据仅提供了一条信息，以帮助我们跟踪疾病的实际传播方式。”
诸如他的网络数据可能有助于指导公共卫生计划，例如疫苗接种策略和预防教育。
结果将于本周发表在美国国家科学院的杂志论文集。
传递： 一种新技术可能有助于跟踪传染病的传播，例如流感和普通感冒。
在Twitter上关注MyHealthNewsdaily@MyHealth_MHND。
