microbius
РОССИЙСКИЙ МИКРОБИОЛОГИЧЕСКИЙ ПОРТАЛ
Поиск
rss

ООО "АЛИФАКС"

ИНН 7718314415

ID 2Vtzqx7tLnC

Реклама

ООО "АЛИФАКС"

ИНН 7718314415

ID 2VtzqwzYS9e

Реклама

ООО "АЛИФАКС"

ИНН 7718314415

ID 2VtzqvtsLHv

Реклама

Традиционная модель распространения может не работать при КОВИД-19
Традиционная модель распространения может не работать при КОВИД-19

Автор/авторы:
share
74
backnext

Традиционная математическая модель, которая может помочь прогнозировать контагиозность и распространение инфекционных заболеваний, таких как сезонный грипп, может быть не лучшим способом предсказать продолжающееся распространение нового коронавируса, особенно во время карантинных мероприятий, которые изменяют нормальное перемешивание популяций.

   Традиционная математическая модель, называемая R-ноль (R-naught) или базовым репродуктивным числом, прогнозирует среднее число восприимчивых людей, которые будут заражены одним инфекционным человеком. Она рассчитывается с использованием трех основных факторов: инфекционного периода болезни, способа распространения болезни и количества людей, с которыми инфицированный человек, скорее всего, вступит в контакт.

   Исторически известно, что если R-naught больше одного, то инфекции могут распространяться, а эпидемия или впоследствии пандемия вполне вероятны. Пандемия КОВИД-19 имела ранний R-naught между двумя и тремя.

   В работе, опубликованной в журнале Infection Control and Hospital Epidemiology, автор-корреспондент Арни С.Р. Шриниваса Рао, специалист по математическому моделированию Медицинского колледжа Джорджии при Августовском университете, утверждает, что хотя невозможно отследить каждый отдельный случай инфекционного заболевания, локдауны, которые стали необходимыми для смягчения последствий пандемии КОВИД-19, усложнили прогнозирование распространения болезни.

   Вместо этого Рао и его соавторы предлагают более динамичный подход с использованием модели, называемой средним геометрическим значением. Эта модель использует сегодняшнее количество для предсказания завтрашних количеств. Текущее число инфекций делится на число прогнозируемых инфекций на завтра, чтобы получить более точную текущую репродуктивную скорость.
Хотя этот метод не может предсказать долгосрочные тенденции, он может более точно предсказать вероятные числа в краткосрочной перспективе.

   "Модель R-naught не может быть адаптирована для учета коэффициентов контакта, которые могут меняться изо дня в день, когда вводиться карантин", - объясняет Рао. "В первые дни пандемии мы зависели от этих традиционных методов прогнозирования распространения, но локдауны изменяют способ контакта людей друг с другом". Одинаковый R-naught также невозможен, поскольку пандемия КОВИД-19 широко варьирует в различных районах и странах. В местах с разными темпами распространения инфекции и в разное время уровень R-naught был бы выше. Значения R-naught также не предсказывали нынешнюю третью волну пандемии КОВИД-19.

   "Различные факторы постоянно изменяют базовые показатели скорости распространения, поэтому нам нужна лучшая модель", - говорит Рао. По словам авторов, лучшие модели влияют на смягчение последствий распространения КОВИД-19 и на будущее планирование.
"Математические модели должны использоваться с осторожностью, а их точность должна тщательно отслеживаться и количественно оцениваться", - пишут авторы. "Любой альтернативный курс действий может привести к неправильной интерпретации и неправильным действиям с катастрофическими последствиями".

Оригинальная статья: https://www.cambridge.org/core...

Источник:Cambridge University Press: 14 December 2020
Комментариев: 0
Вам также может быть интересно
Узнайте о новостях и событиях микробиологии
Первыми получайте новости и информацию о событиях
up