Tim Drone

SCENARIILE matematice din spatele pandemiei

Analiza acestora arată că un sistem de sănătate cu o capacitate redusă anulează într-o oarecare măsură avantajul țării de a avea o populație relativ tânără. Astfel, dacă aceste tipuri de țări nu controlează răspândirea SARS-CoV-2, este posibil să existe consecințe grave. „Virtutea unui model matematic… este oferă claritate și precizie unei ipoteze, permițând astfel o comparație semnificativă între consecințele presupunerilor de bază și faptele empirice”, explică teoreticianul în biologie Robert May, potrivit Science.

După apariția unui agent patogen necunoscut anterior precum SARS-CoV-2, modelele matematice pot fi utilizate pentru a estima parametrii de răspândire ai acestuia, pentru a explora posibile scenarii viitoare, pentru a evalua retrospectiv eficacitatea intervențiilor specifice și pentru a identifica potențialele strategii care pot fi implementate. Modelele matematice arată cum s-ar putea răspândi o infecție.

Analiză bazată pe modele epidemiologice de bază

La începutul anului 2020, evaluarea riscului global reprezentat de SARS-CoV-2 a fost foarte importantă. Modelele au furnizat estimări ale R0 (numărul mediu de noi infecții cauzate de fiecare individ infectat atunci când nimeni din populație nu este imun) și a ratei de fatalitate a infecției (IFR), clarificând ambiguitățile cauzate de persoanele infectate asimptomatice și de perioada dintre contractarea infecției și deces. Folosind algoritmi de inferență statistică, cercetătorii pot realiza o analiză bazată pe modelele epidemiologice de bază și informațiile despre momentul în care au apărut anumite infectări și modul în care au fost gestionate focarele.

De exemplu, contabilizarea transmiterii și susceptibilității în funcție de vârstă este esențială atunci când se construiesc modele pentru estimarea retrospectivă a impactului închiderilor școlii.

Cel mai mare succes conceptual

De asemenea, modelele au furnizat estimări ale perioadei de incubație (perioada cuprinsă între momentul în care este contractată infecția și cel în care apar simptomele), permițând oficialilor din domeniul sănătății publice să ia măsura de a carantina timp de 14 zile persoanele care au fost expuse virusulu. Totuși, acest lucru ilustrează necesitatea unei comunicări atente: carantina de 14 zile și izolarea pot reduce în general răspândirea bolii, dar unele persoane pot răspândi transmite boala chiar și după două săptămâni.

Cercetătorii au putut explora posibilele scenarii viitoare, inclusiv efectele cele mai grave ale pandemiei, bazându-se pe noile cunoștințe despre mecanismele și estimările parametrilor. De asemenea, le-a permis să determine efectele pe care le au măsurile de prevenție. Poate că cel mai mare succes conceptual al modelelor referitoare la agenții patogeni a fost descoperirea faptului că, deoarece răspândirea infecției îi afectează întâi pe indivizii sensibili, feedback-ul este inerent dinamicii bolii și poate produce rezultate neașteptate, inclusiv cicluri multianuale de focare.

O provocare-cheie a modelării statistice retrospective este aceea că intervențiile sunt adesea implementate în paralel cu alte măsuri. De exemplu, mai multe intervenții pot fi implementate simultan, ceea ce face ca impactul individual al fiecărei intervenții asupra transmisiei să fie dificil sau imposibil de estimat. O soluție este compararea mai multor țări, regiuni sau municipalități care au luat măsuri diferite sau le-au luat pe același, dar în perioade diferite. Însă această abordare este complicată de diferențele sociale și economice.

O perspectivă

„Chiar și cu aceste informații limitate, avem o idee despre modul în care se extinde și asta s-a dovedit a fi exact tipul de informații de care aveți nevoie pentru a face predicții despre numărul de paturi de spital de care veți avea nevoie”, a spus Rempala. „Cu acest tip de abordare se poate ajuta statul să planifice capacitatea de care va avea nevoie”, spun cercetătorii de la Ohio State Mathematical Biosciences Institute (MBI), citați de phys.org/news.

Ecuatiile computationale nu echivaleaza cu politicile. Acestea oferă pur și simplu modele…De exemplu, la începutul lunii martie, în Ohio (SUA), când “modelatorii matematici” au introdus pentru prima dată cifrele COVID-19 în ecuațiile lor, nu au existat măsuri de distanțare socială. Școlile, restaurantele și saloanele de coafură erau încă deschise. Modelele inițiale au arătat un număr foarte mare de pacienți cu COVID-19; după ce factorii politici de stat au emis ordine de ședere la domiciliu și școli închise și multe afaceri, modelele – și datele în timp real ale celor bolnavi – au arătat că aceste numere au scăzut. Deoarece Ohio și alte state s-au redeschis, în unele cazuri, modelele sunt încă în funcțiune. Aceste modele ar trebui să le ofere factorilor de decizie o perspectivă asupra modului în care se pot aplica deciziile lor în lumea reală, mai notează phys.org/news.

Visits: 9

Lasă un răspuns

Adresa ta de email nu va fi publicată. Câmpurile obligatorii sunt marcate cu *