elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

A Direct Infection Risk Model for CFD Predictions and its Application to SARS-CoV-2 Aircraft Cabin Transmission

Webner, Florian und Shishkin, Andrey und Schmeling, Daniel und Wagner, Claus (2024) A Direct Infection Risk Model for CFD Predictions and its Application to SARS-CoV-2 Aircraft Cabin Transmission. Indoor Air (992727), Seiten 1-18. Hindawi-Wiley. doi: 10.1155/2024/9927275. ISSN 1600-0668.

[img] PDF - Nur DLR-intern zugänglich - Preprintversion (eingereichte Entwurfsversion)
5MB
[img] PDF - Verlagsversion (veröffentlichte Fassung)
2MB

Offizielle URL: https://doi.org/10.1155/2024/9927275

Kurzfassung

Current models to determine the risk of airborne disease infection are typically based on a backward quantification of observed infections, leading to uncertainties, e.g., due to the lack of knowledge whether the index person was a super-spreader. In contrast, the present work presents a forward infection risk model that calculates the inhaled dose of infectious virus based on the virus emission rate of an emitter and a prediction of Lagrangian particle trajectories using CFD, taking both the residence time of individual particles and the biodegradation rate into account. The estimation of the dose-response is then based on data from human challenge studies. Considering the available data for SARS-CoV-2 from the literature, it is shown that the model can be used to estimate the risk of infection with SARS-CoV-2 in the cabin of a Do728 single-aisle aircraft. However, the virus emission rate during normal breathing varies between different studies and also by about two orders of magnitude within one and the same study. A sensitivity analysis shows that the uncertainty in the input parameters leads to uncertainty in the prediction of the infection risk, which is between 0 and 12 infections among 70 passengers. This highlights the importance and challenges in terms of superspreaders for risk prediction, which are difficult to capture using standard backward calculations. Further, biological decay was found to have no significant impact on the risk of infection for SARS-CoV-2 in the considered aircraft cabin.

elib-URL des Eintrags:https://elib.dlr.de/195971/
Dokumentart:Zeitschriftenbeitrag
Titel:A Direct Infection Risk Model for CFD Predictions and its Application to SARS-CoV-2 Aircraft Cabin Transmission
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Webner, Florianflorian.webner (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Shishkin, AndreyAndrei.Shishkin (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Schmeling, DanielDaniel.Schmeling (at) dlr.dehttps://orcid.org/0000-0003-2712-9974NICHT SPEZIFIZIERT
Wagner, ClausClaus.Wagner (at) dlr.dehttps://orcid.org/0000-0003-2273-0568NICHT SPEZIFIZIERT
Datum:25 Januar 2024
Erschienen in:Indoor Air
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
DOI:10.1155/2024/9927275
Seitenbereich:Seiten 1-18
Herausgeber:
HerausgeberInstitution und/oder E-Mail-Adresse der HerausgeberHerausgeber-ORCID-iDORCID Put Code
NICHT SPEZIFIZIERTJohn Wiley & sons A/SNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Verlag:Hindawi-Wiley
ISSN:1600-0668
Status:veröffentlicht
Stichwörter:Infection risk model, human challenge study, dose-response, CFD, SARS-CoV-2, aircraft cabin, GANDALF
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Verkehr
HGF - Programmthema:Schienenverkehr
DLR - Schwerpunkt:Verkehr
DLR - Forschungsgebiet:V SC Schienenverkehr
DLR - Teilgebiet (Projekt, Vorhaben):V - RoSto - Rolling Stock
Standort: Göttingen
Institute & Einrichtungen:Institut für Aerodynamik und Strömungstechnik > Bodengebundene Fahrzeuge
Hinterlegt von: Webner, Florian
Hinterlegt am:06 Feb 2024 17:11
Letzte Änderung:03 Jul 2024 15:00

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.