Tartalomjegyzék:

A COVID Modellek Bemutatják, Hogyan Lehet Elkerülni A Jövőbeni Lezárásokat
A COVID Modellek Bemutatják, Hogyan Lehet Elkerülni A Jövőbeni Lezárásokat
Anonim

A modellek elősegíthetik a politika tájékoztatását a maszkmegbízásoktól a társadalmi távolságtartásig.

A COVID modellek bemutatják, hogyan lehet elkerülni a jövőbeni lezárásokat
A COVID modellek bemutatják, hogyan lehet elkerülni a jövőbeni lezárásokat

Mivel a COVID-19 esetei rekordszintre emelkednek az Egyesült Államokban, Anthony Fauci és Deborah Birx nemzeti közegészségügyi tanácsadók olyan megközelítést szorgalmaznak, amely hangsúlyozza az intenzív társadalmi távolságtartást és a maszkok széles körű használatát, és sok állam arra törekszik, hogy a vírus terjedését lassítsa teljes lezárásokhoz folyamodni. Ez a stratégia segített egyes államoknak a nyár folyamán enyhíteni kitöréseiket. De a tél és a nagyobb ünnepek elkövetésével elegendőek lesznek-e ilyen intézkedések?

A tudósok már elkezdték beépíteni a társadalmi elhatárolódás és a maszkhasználat különféle mértékét a járvány előrejelzésébe. A modellek kifinomultabbak és érzékenyebbek lettek a járvány során. Mindannyian nagy bizonyossággal mutatják, hogy a maszkolás és a távolságtartás életet ment. És egyre inkább feltesznek egy számot arról, hogy ezek a viselkedések hogyan határozzák meg, hogy hány ember él vagy fog meghalni.

A COVID átvitelének előrejelzésére az ünnepek alatt Colorado több forgatókönyvet szimulál. A legfontosabb változót „transzmissziókontrollnak” nevezik, amelyet úgy határoznak meg, hogy „a fertőzött és fogékony egyének közötti hatékony kapcsolatok százalékos csökkenése a pandémiát megelőző viselkedéshez képest”. Ez az intézkedés a viselkedési és politikai változások széles körét öleli fel, ideértve a maszkok viselését, a fizikai távolságtartást, a szabadban végzett mozgást és a kontaktusok nyomon követését. November 4-én az állam akkori pályája alapján, 62 százalékos átviteli ellenőrzés mellett, a modell előrejelzése szerint az év végéig 8 500 kolorádói lakos halt meg COVID-ben; november 20-án 65 százalékos átvitelszabályozással a modell ezt az előrejelzést 560-ra csökkentette. De ha a társadalmi kapcsolatok fokozódnak, és az interakciók kockázatosabbak az ünnepi szezon előtt és végig, a modell korábban 17, 500 vírus- az ezzel kapcsolatos halálesetek az államban december 31-ig. Ha azonban a coloradói lakosok az elkövetkező hetekben javítják az átvitel ellenőrzését, hogy elérjék a 80 százalékot (a nyáron elért szint), akkor az összesített halálesetek száma várhatóan 5, 500 lesz.

Az ilyen előrejelzések országosan is tendenciát mutatnak. A Nature Medicine című közelmúltbeli cikkében a Washingtoni Egyetem Egészségügyi Mérési és Értékelési Intézetének (IHME) előrejelző csoportja öt forgatókönyvet futtatott, amelyek társadalmi elhatárolódási megbízásokon és maszkoláson alapultak. Eredményeik azt sugallják, hogy az univerzális maszkhasználat (a nyilvános arcvédőt viselő emberek 95 százalékaként meghatározva) és az államok bezárása, ha millió emberenként meghaladják a napi nyolc halálesetet, „elegendő lehet a járvány újjáéledésének legsúlyosabb hatásainak enyhítésére sok állam.” Egy olyan forgatókönyvhöz képest, amelyben az emberek 49 százaléka nyilvános álarcot visel, és a leállítások a halálok fenti küszöbénél folytatódnak, a szerzők becslései szerint az egyetemes maszkolás közel 130 000 életet menthet meg 2020. szeptember 22. és 2021 február vége között.

A bizonytalanság kezelése

Hónapok óta az egészségügyi rendszerek, valamint az állami és helyi politikai döntéshozók modellezőkkel dolgoztak a kórházi igények előrejelzésében; az IHME modelleket eredetileg erre a célra fejlesztették ki. De az abszolút válaszok modelljének keresése saját kihívásokkal jár. A világjárvány elején, amikor a közegészségügyi szakértők arra kérték az állampolgárokat, hogy vegyék komolyan az új koronavírust, olyan jóslatokra hivatkoztak, amelyek becslése szerint az Egyesült Államokban tízezrek és több mint kétmillió haláleset várható. A különböző modellek széles skálája, valamint az előrejelzések és a tényleges halálesetek közötti eltérések arra késztették a szakértőket, hogy kritizálják a modelleket, és óvatosságra intették magát a modellezési folyamatot. Valójában a tudósok megtámadták a legújabb IHME-modellt, amiért olyan előrejelzéseket kívánnak tenni a jövőben. Az IHME programigazgatója, Christopher Murray egy októberi sajtótájékoztatón elmondta, hogy bár a modell medián hibája nagy távolságra szóló előrejelzések esetén megközelítőleg 20 százalék, ez még mindig jobb, mint a legtöbb más nyilvános modell. "Nyilvánvalóan növekszik a bizonytalanság, ahogy a jövőbe megy" - jegyezte meg Murray. De „a legfontosabb itt az, hogy hatalmas téli hullám következik, és modelljeink ezt már hosszú hónapok óta mutatják.”.

Bármelyik modell többé-kevésbé megfelelőnek bizonyulhat egy adott célra. De mindig bizonyos fokú bizonytalanság várható - magyarázza Rebecca Morrison, a Colorado Boulder Egyetem informatikai adjunktusa. Korábban modellezte a kémiai reakciókat, valamint ökológiai és epidemiológiai forgatókönyveket. Szerinte definíció szerint a modellek a világ egyszerűsítésére törekszenek; különben nem lennének hasznosak számunkra. Az ezeket használó epidemiológusoknak választaniuk kell, és függniük kell a különféle tényezők feltételezéseitől, például az egyéni viselkedéstől, a betegség terjedésének módjától vagy a lakosság hány százalékától immunis.

Ideális esetben ezek a feltételezések a folyamatosan változó valóságot tükrözik a helyszínen - mondja Ali Mokdad, az IHME egészségügyi méréstudományok professzora és a washingtoni egyetem népesség-egészségügyi stratégiai igazgatója. Például azt mondja, hogy az IHME csapata egy feltételezésen alapult: a társadalmi elhatárolódási megbízásokat hat hétig újra alkalmazni kellene azokban a közösségekben, ahol a napi halálozás eléri a nyolc embert milliónként, amikor a kormányok többsége ténylegesen elzárást ír elő. De mivel megváltozik az emberi viselkedés (és mivel korlátozottak a tudásunk a COVID-19 és a SARS-CoV-2, az azt okozó vírusról), Mokdad szerint a modelleknek dinamikusaknak kell lenniük. "Ha a modelled azt feltételezi, hogy egy kapcsolat az [egész idő] alatt igaz marad, akkor ez a probléma" - mondja. "Folyamatosan frissítjük a modellünket, az új adatokkal együtt, amint ránk kerülnek, majd minden alkalommal átértékeljük, mit látunk és mi a kapcsolat."

Ez a fajta mozgékonyság kulcsfontosságú lehet Vermont által széles körben elismert pandémiás válaszban. Michael Pieciak, aki az állam pénzügyi szabályozási biztosa, és átvette a vezetést az ottani járvány elemzésében és modellezésében, e siker nagy részét az állami adatok felhasználásának hajlandóságának, valamint a belső és külső szakértőkkel való rugalmas együttműködésnek tulajdonítja. Vermont nemcsak adatközpontú döntések meghozatalát vállalja, mondja, hanem modelljeinek rendszeres megvizsgálását és értékelését is. "Szeretne minél őszintébb képet kapni az [adatokról], és tovább finomítani a [modellt] az előrelépés érdekében" - mondja Pieciak.

Mindezen bizonytalanság ellenére 131 ország friss elemzése azt sugallja, hogy az egyenként és együttesen alkalmazott mérsékelten szigorú korlátozások különböző mértékben lassították a SARS-CoV-2 terjedését. A kutatók például azt találták, hogy a nyilvános rendezvények és több mint 10 ember összejöveteleinek betiltása akár egy százalékkal is csökkentheti az R szaporodási számot (egy fertőző egyén által fertőzöttek becsült számát) egy hónappal a végrehajtás után. Munkahelyi bezárások hozzáadása a keverékhez, és az R körülbelül 38 százalékkal csökken. A cikk vezető szerzője, Harish Nair, az Edinburgh-i Egyetem globális egészségtan professzora szerint azonban a végrehajtandó beavatkozások megválasztása „attól függ, hogy a járvány pályáján hol található [egy ország]. Például, ha az R értéke 1,5, akkor használhat kevésbé szigorú intézkedések kombinációját is, míg ha [2] felett van, akkor lezárásra van szükség. " Ez azért van, mert mindaddig, amíg az R 1 felett marad, az esetek tovább növekednek.

Mivel a közösség általi átvitel ma már az egész országban elterjedt, az államok túlnyomó többségében R értéke meghaladja az 1-et, a megelőzés valószínűleg nem szerepel az asztalon. De azok a kormányok, amelyek alkalmazzák a távolságtartás és az álarchasználat tudományát, képesek lehetnek tompítani a hatást. Mivel az állami és a helyi hatóságok megpróbálják elkerülni mind a lezárást, mind a kórházi túlterhelést, valójában sokan az érintkezés nyomkövetéséből nyert sajátosságokat alkalmazzák, például kis magángyűlésekből származó esetek sokaságát az új korlátozások irányába. "Nagyon nehéz és nehéz időszakban vagyunk" - mondja Mokdad. "Valóban készen kell állnunk, és meg kell tennünk a részünket."

Itt olvashat többet a Scientific American koronavírus-járványáról. És olvassa el a tudósítást a nemzetközi magazinhálózatunkról itt.

A téma által népszerű