НЬЮ-ЙОРК: Математическая модель, которая может помочь спрогнозировать распространение инфекционных заболеваний, таких как сезонный грипп, может быть не лучшим способом предсказать распространение Covid-19, сообщили исследователи, в том числе один индийский.
Модель, получившая название R-ноль или базовое репродуктивное число, предсказывает среднее количество восприимчивых людей, которые будут инфицированы одним инфекционным человеком.
Он рассчитывается с использованием трех основных факторов — инфекционного периода болезни, того, как болезнь распространяется и со сколькими людьми, вероятно, контактирует инфицированный человек.
Исторически сложилось так, что если R-ноль больше единицы, инфекции могут стать необузданными, и вероятна эпидемия или более широкая пандемия.
Пандемия Covid-19 имела ранний R-ноль между двумя и тремя. В письме, опубликованном в журнале «Инфекционный контроль и больничная эпидемиология», исследователи утверждали, что блокировки, которые стали необходимыми для смягчения пандемии Covid-19, усложнили прогнозирование распространения болезни из-за изменения нормального состава населения.
Арни Рао, разработчик математической модели в Медицинском колледже Джорджии при Университете Огаста в США, и его соавторы вместо этого предложили более динамичный подход, основанный на моменте времени, используя модель, называемую средним геометрическим.
Эта модель использует сегодняшнее число для предсказания завтрашних чисел. Текущее количество инфекций — например, в Огасте сегодня — делится на количество прогнозируемых инфекций на завтра, чтобы получить более точный и текущий коэффициент воспроизводства.
По словам исследователей, хотя этот геометрический метод не может предсказать долгосрочные тенденции, он может более точно предсказать вероятные числа в краткосрочной перспективе.
«Модель R-naught не может быть изменена для учета количества контактов, которое может меняться изо дня в день, когда вводятся ограничения», — пояснил Рао.
«В первые дни пандемии мы полагались на эти традиционные методы для прогнозирования распространения, но блокировки меняют то, как люди контактируют друг с другом».
Единый R-naught также невозможен, поскольку пандемия Covid-19 широко варьировалась в разных частях страны и мира.
В разных местах разная степень заражения и в разные сроки — такие горячие точки, как Нью-Йорк и Калифорния, будут иметь более высокий показатель R. R-naught также не предсказал нынешнюю третью волну пандемии Covid-19.
«Различные факторы постоянно изменяют базовые репродуктивные показатели на уровне земли, поэтому нам нужна более совершенная модель», — говорит Рао.
По словам авторов, более совершенные модели имеют значение для смягчения распространения Covid-19 и для будущего планирования.

.

ОСТАВЬТЕ ОТВЕТ

Please enter your comment!
Please enter your name here