< Modélisation

Μπορούμε να προβλέψουμε την εξέλιξη της επιδημίας COVID-19;

Κείμενο ενημερωμένο 2020-06-19


Είναι δυνατόν να προσομοιωθεί η επιδημία COVID-19 χρησιμοποιώντας μαθηματικά μοντέλα. Τα μοντέλα αυτά είναι πολύ χρήσιμα για την αξιολόγηση της κατάστασης της επιδημίας σε μια δεδομένη χρονική στιγμή και την πρόβλεψη της βραχυπρόθεσμης ανάπτυξής της. Μακροπρόθεσμα, μας επιτρέπουν να εξετάσουμε και να προετοιμαστούμε για διάφορα πιθανά σενάρια για την εξέλιξη της επιδημίας.

Μαθηματικά μοντέλα

Για να προσπαθήσουν να προβλέψουν την πορεία της επιδημίας COVID-19, οι επιδημιολόγοι χρησιμοποιούν μαθηματικά μοντέλα που προσομοιώνουν την εξάπλωση του ιού SARS-CoV-2 σε έναν πληθυσμό. Τα μοντέλα συχνά ενσωματώνουν πολλές παραμέτρους, όπως ο αριθμός των ατόμων που έχουν μολυνθεί με ένα άτομο, η διάρκεια της μολυσματικής φάσης, η ηλικία των μολυσμένων ατόμων, η σωματική επαφή, η κινητικότητα των ανθρώπων μεταξύ άλλων. Δεν είναι δυνατή η αξιόπιστη προσδιορισμός όλων αυτών των παραμέτρων και μπορεί να διαφέρουν από περιοχή σε περιοχή ή με την πάροδο του χρόνου.

Ένα μοντέλο αναφοράς είναι το μοντέλο "Ευπαθής Μολυσμένο Αποκατεστημένο" ή "SIR" που αναπτύχθηκε από kermack και McKendrick το 1927 για να διαμορφώσει τη δυναμική της επιδημίας μιας μολυσματικής ασθένειας σε ένα μεγάλο πληθυσμό. Σε αυτό το μοντέλο, τα άτομα του πληθυσμού χωρίζονται σε τρεις κατηγορίες: Ευαίσθητα, Μολυσμένα, Αποκατεστημένο. Οι άνθρωποι εξελίσσονται μεταξύ αυτών των τριών κατηγοριών. Από αυτό το μοντέλο, έχουν αναπτυχθεί αρκετές επεκτάσεις για να ληφθεί υπόψη η έκθεση, η μόλυνση, η μόλυνση και η ανοσία.

Αρχική φάση της επιδημίας

Τα μοντέλα αυτά δείχνουν ότι, ελλείψει μέτρων για τον έλεγχο της εξάπλωσης του coronavirus SARS-CoV-2 σε έναν πληθυσμό, η επιδημία COVID-19 έχει ως αποτέλεσμα σημαντικό αριθμό σοβαρών κρουσμάτων, υπερβαίνοντας κατά πολύ τις ικανότητες ανάνηψης των νοσοκομείων των πιο ανεπτυγμένων χωρών. Οι προοπτικές αυτές οδήγησαν την πλειονότητα των χωρών να εφαρμόσουν μέτρα περιορισμού για την πρόληψη ή τον περιορισμό της εξάπλωσης του ιού. Ο ρυθμός επίθεσης και ο ρυθμός εξάπλωσης εξαρτώνται από την πυκνότητα του πληθυσμού και την ηλικία του πληθυσμού, γεγονός που εξηγεί γιατί έχουν επιβληθεί οι αυστηρότεροι κανόνες σε πυκνότερες μητροπόλεις ή παλαιότερες κοινότητες.

Δεύτερο κύμα

Οι μακροπρόθεσμες προσομοιώσεις δείχνουν ότι η επιδημία μπορεί να ανακάμψει μετά τον περιορισμό της. Σε ορισμένες χώρες που επλήγησαν από τις πρώτες πρωινές περιοχές (π.χ. Σαουδική Αραβία, Ιράν, Κορέα, Κίνα). Αυτά τα «δεύτερα κύματα» είναι δύσκολο να προβλεφθούν επειδή εξαρτώνται από παραμέτρους που συχνά είναι δύσκολο να εκτιμηθούν ή άγνωστες, όπως το ποσοστό του πληθυσμού που έχει ήδη μολυνθεί με coronavirus, η διατήρηση των μέτρων φυσικής απόστασης και των κινήσεων εμποδίων, η ικανότητα των χωρών να εντοπίζουν και να απομονώνουν νέες περιπτώσεις, η συμπεριφορά των ατόμων, η διάρκεια της ανοσίας.

Επίδραση της εποχής

Η εποχικότητα του COVID-19 δεν είναι ακόμη γνωστή. Είναι πιθανό ότι, όπως πολλές μολυσματικές αναπνευστικές ασθένειες, το COVID-19 θα επιβραδυνθεί κατά τη διάρκεια του καλοκαιριού σε εύκρατες περιοχές. Αν και οι υψηλές θερμοκρασίες και το φως του ήλιου μειώνουν τη μετάδοση του coronavirus SARS-CoV-2, η υψηλή μεταδοτικότητα και η συντριπτική ευαισθησία του ανθρώπινου πληθυσμού του κόσμου θα μπορούσαν να υπερτερούν οποιασδήποτε κλιματικής επίδρασης. Επιπλέον, τα μοντέλα που λαμβάνουν υπόψη τη μείωση της μολυσματικότητας του coronavirus δείχνουν ότι οι θερινές διακοπές δεν σημαίνουν το τέλος της επιδημίας. Είναι πολύ πιθανό ότι η ασθένεια θα γίνει εποχιακή ή ότι οι κορυφές επιδημίας θα εμφανίζονται κατά διαστήματα, για παράδειγμα κάθε δύο χρόνια.

Η σημασία της ασυλίας

Μοντέλα που λαμβάνουν υπόψη την ανοσία των μολυσμένων ανθρώπων δείχνουν ότι αυτή η παράμετρος είναι ζωτικής σημασίας για τη μακροπρόθεσμη πορεία της επιδημίας. Στην πλειονότητα των χωρών, εκτιμάται τώρα ότι λιγότερο από το 10% του πληθυσμού έχει μολυνθεί, κάτι που δεν επαρκεί ακόμη για την παροχή ομαδικής ανοσίας που θα μπορούσε να αποτρέψει την άφιξη δεύτερου κύματου. Εάν η ανοσία είναι βιώσιμη, η επιδημία μπορεί να εξαφανιστεί. Ωστόσο, εάν η ανοσία είναι μικρή, το COVID-19 μπορεί να γίνει μια υποτροπιάζουσα ασθένεια όπως η γρίπη. Τα δεδομένα σχετικά με την ανοσολογική απόκριση στο SARS-CoV-1 κατά τη διάρκεια του SARS το 2003 υποδηλώνουν ενδιάμεση ανοσία που πλησιάζει τους 18 μήνες.


Facebook Twitter Linkedin

Πηγές

Μοντελοποίηση της επιδημίας COVID-19 που δείχνει ότι μπορεί να οδηγήσει σε κορεσμό του συστήματος υγείας.

Φέργκιουσον, Ν., Λέιντον, Δ., Νετζάτι Γκιλάνι, Γ., Ιμέι, Ν., Αΐνσλι, Κ., Μπαγκουέλιν, Μ., ... - Ντίγκε, Α. (2020). Έκθεση 9: Αντίκτυπος των μη φαρμακευτικών παρεμβάσεων (ΜΚΙ) στη μείωση της θνησιμότητας από COVID19 και της ζήτησης υγειονομικής περίθαλψης.

Ανάλυση των επιπτώσεων του περιορισμού στην επιδημία COVID-19 στην Ευρώπη.

Λινάρι, Μίσρα, Σ., Γκάντι, Α. κ.ά. Εκτίμηση των επιπτώσεων των μη φαρμακευτικών παρεμβάσεων στο COVID-19 στην Ευρώπη. Φύση (2020).

Μοντελοποίηση της επιδημίας COVID-19 στην Ile-de-France και της εξέλιξής της μετά τη φάση περιορισμού.

Di Domenico, L., Pullano, G., Sabbatini, C. E., Boelle, P. Y., Colizza, V. (2020). Αναμενόμενες επιπτώσεις του κλειδώματος στην Ile-de-France και πιθανές στρατηγικές εξόδου. medRxiv.

Μοντελοποίηση της επίδρασης των εποχών στην επιδημία COVID-19.

Μπέικερ, R. E., Γιανγκ, Γ., Βέκι, Γ. Α., Μέτκαλφ, C. J. E., Γκρένφελ, Β. Τ. (2020). Όπως και τα όρια της προσφοράς ο ρόλος του κλίματος στην πρώιμη πανδημία SARS-CoV-2. Επιστήμη.

Προβλέψεις για επιδημίες για αρκετά χρόνια, λαμβάνοντας υπόψη την επίδραση των εποχών και τη διάρκεια της ανοσίας.

Kissler, S.M., Tedijanto, C., Goldstein, E., Grad, Y. H., Lipsitch, M. (2020). Προβολή της δυναμικής μετάδοσης του SARS-CoV-2 μέσω της μεταπανδημικής περιόδου. Επιστήμη, 368(6493), 860-868.

Η διάρκεια της ανοσολογικής απόκρισης για το SARS-CoV-1 εκτιμήθηκε σε 2 έτη κατά μέσο όρο από 176 ασθενείς.

Wu L-P, Wang N-C, Chang Y-H, Tian X-Y, Na D-Y, Zhang L-Y, Zheng, L, Lan, T, Wang, LF, και Liang, GD. αντίστοιχος συντάκτης. Διάρκεια των αποκρίσεων αντισωμάτων μετά από σοβαρό οξύ αναπνευστικό σύνδρομο. Emerg μολύνει Dis [σειριακή στο Διαδίκτυο]. 2007 Οκτ [ημερομηνία που αναφέρεται].

Περιγραφή του μοντέλου αναφοράς SIR.

Κέρμακ ΟΥ, ΜακΚέντρικ Αγ. Συνεισφορές στη μαθηματική θεωρία των επιδημιών. Ταύρος Μαθηματικά Biol. 1991;53 (1-2):33-55. doi: 10.1007/BF02464423.

Για περισσότερες πληροφορίες

Θνησιμότητα, θνησιμότητα, υπερβολική θνησιμότητα, R0, kappa: για τι πράγμα μιλάμε;

Τι είναι η διασταυρούμενη ασυλία; Μπορεί να με προστατεύσει από το COVID-19;

Ποιος είναι ο κίνδυνος να συναντήσετε ένα άτομο COVID σε μια ομάδα, γνωρίζοντας το ποσοστό επίπτωσης;

Πόσοι άνθρωποι είναι μεταδοτική COVID γύρω μου;

Γιατί είναι δύσκολο να ερμηνευθούν τα επιδημιολογικά δεδομένα COVID για τα παιδιά;