这两次疫情在美国都造成了重大后果。2009年的H1N1流感大流行导致274,304人住院，12,469人死亡。而COVID-19大流行的破坏性更为巨大，迄今为止报告的确诊死亡人数已达120万。
模拟疫情在城市间的传播
研究人员旨在了解这些大流行病在地理上的传播方式，以便改进对未来疫情的规划。为此，他们结合了关于每种病毒如何传播的详细信息，以及考虑了航空旅行、日常通勤和超级传播事件可能性的计算机模型。他们的分析聚焦于美国三百多个大都市地区。
在早期预警之前迅速扩散
模拟结果显示，两次大流行都在短短几周内就在大部分都市区广泛传播。这种广泛传播通常发生在早期病例发现或政府应对措施到位之前。尽管H1N1和COVID-19在不同地区间的传播路径不同，但两者都依赖于共同的传播枢纽，包括纽约和亚特兰大等主要都市区。航空旅行在推动这种快速传播方面发挥的作用远大于通勤。与此同时，不可预测的传播模式增加了巨大的不确定性，使得难以实时预测疫情将在何处暴发。
"2009年H1N1流感和2020年COVID-19大流行的快速且不确定的传播，凸显了及时检测和控制的挑战。扩大废水监测覆盖范围，并结合有效的感染控制措施，可能会减缓未来大流行病的初期传播，"该研究的资深作者、哥伦比亚大学梅尔曼公共卫生学院环境健康科学助理教授佩森（Sen Pei）博士表示。
废水监测与大流行病防范
先前的研究已经强调了废水监测作为早期预警工具的价值。这项新研究进一步提供了支持，表明扩大废水监测可以在提高大流行病防范能力和减缓早期传播方面发挥重要作用。
超越H1N1和COVID-19的启示
除了重构过去两次大流行的传播过程外，研究人员还开发了一个灵活的框架，可用于研究其他疫情爆发的早期阶段。虽然人口流动，尤其是航空旅行，是大流行传播的主要驱动因素，但研究团队指出，其他因素也会影响疫情的演变。这些因素包括人口统计数据、学校校历、寒假和天气模式。
该研究的第一作者是中国大连理工大学的张仁权。其他作者包括大连理工大学的邓锐和刘思彤；哥伦比亚大学的姚庆和杰弗里·沙曼（Jeffrey Shaman）；普林斯顿大学的布莱恩·T·格伦费尔（Bryan T. Grenfell）；以及美国国立卫生研究院的塞西尔·维布德（Cécile Viboud）。
十多年来，杰弗里·沙曼及其同事（包括佩森）一直致力于改进追踪和模拟流感及COVID-19等传染病传播的方法。他们的实时预测工具可以估算疫情增长的速度、可能传播到的地点以及可能达到高峰的时间，从而为公共卫生决策提供指导。