本篇由本系郭飛鷹老師發表於 Applied Geography 的最新研究，從地理學角度切入，深入解析流行病疫情中，不同時空群聚之間如何彼此連結與互動。

在流行病爆發期間，理解時空群聚（spatiotemporal clusters）之間的互動關係，對於有效的疾病防治至關重要。當某一地點在不同時間屬於多個群聚時，便隱含著群聚互動的可能性，展現出在空間上存在重疊，但在時間上並不重疊的特性。

然而，這種重疊本身僅能顯示群聚之間可能曾發生互動；至於具體的互動過程是如何透過重疊地點彼此串聯而發生，則有待更深入的分析進行釐清和具現化。為彌補此不足，本研究借用了人文地理領域中的「中介區域（in-between areas）」的概念，用以量化群聚之間的互動，並更精確地捕捉疫情擴散的時空動態。

在方法學上，本研究發展了一套創新的方法論架構，整合因果分析（Causal analysis）與網絡社群偵測（Community detection）等技術，用以辨識涵蓋不同空間傳播過程的群聚、偵測其所對應的中介區域，並量化群聚之間的互動關係。

本研究將該架構應用於臺灣高雄市 2014 年登革熱疫情，分析結果顯示，隨著疫情發展，群聚互動的位置與性質會不斷演變（圖1）；此外，屬於不同群聚的地點可能透過中介區域彼此連結，複雜化了群聚互動與傳染病時空傳播的過程（圖2）。因此，本研究所提出的方法架構不僅能辨識群聚互動發生的時間與地點，亦能量化其隨時間變化的特性。在實務應用上，本研究的分析架構可以用來剖析疫情傳播的時空動態，並可作為制定精準公共衛生介入策略的重要參考。

全文詳見：https://www.sciencedirect.com/....../pii/S0143622825001833