Ево зашто се модели стопе смртности од коронавируса мењају и зашто то не значи да смо претјерали

Моделирање пандемије је заиста тешко. Ко би могао да претпостави?

Адобе Стоцк / Ангелина Бамбина

Много од нас није требало дуго да схватимо да ће пандемија коронавируса бити смртоносна сила која је на врло значајне начине променила наш живот, вероватно веома дуго. Али према неким главним пројекцијама, стопа хоспитализације и смрти због ЦОВИД-19 могла би бити нешто боља него што су стручњаци у почетку мислили.

Крајем марта, често цитирани модел Института за медицинске метрике и процену (ИХМЕ) на Медицинском факултету Универзитета у Вашингтону предвидео је да ће САД видети око 81.000 смртних случајева, али можда и до 162.000. Почетком априла модел се донекле променио. Иако је и даље предвиђао да ћемо претрпети око 81.000 смртних случајева, највиша процена свела се на око 136.000. Смањене су и његове процене количине болничких ИЦУ кревета и вентилатора.

Да ли то значи да смо претјерали с затварањем школа, предузећа и готово читавих градова? Па не. Испоставило се да је овакве пројекције изузетно тешко саставити и већина их на крају погреши на овај или онај начин. Али чак и ако модел на крају не одражава у потпуности стварност, то не значи да не може бити од помоћи. Промена пројекција не мора нужно значити да сте учинили нешто погрешно - у ствари то може значити да сте учинили нешто добро.

Шта иде у стварање модела ширења заразних болести?

Кратак одговор: пуно.

Дуг одговор? Па, спреми се. У основи постоји неколико главних типова модела које истраживачи могу да створе, каже др. Јеффреи Схаман, професор наука о здрављу животне средине и директор Програма за климу и здравље на Универзитету Цолумбиа Сцхоол оф Публиц Хеалтх за СЕЛФ.

Прва врста је математички модел који описује сложени процес преноса у некој врсти конструкције, на пример како ће се људи у граду заразити новим коронавирусом, каже Шаман, који је водио рад Универзитета Колумбија у стварању модела ЦОВИД-19 .

У неким врстама математичких модела, названим моделима заснованим на агентима, истраживачи су у стању да узму у обзир много различитих фактора који утичу једни на друге. То значи да модел мери различите појединачне „актере“ који иду на посао, у куповину итд. И израчунава како ће се њихов статус болести - било да су заражени или не - временом мењати на основу тога с ким још долазе у контакт и у каква окружења залазе.

Математички модели попут овог су „рачунски скупи“, каже Шаман, и они морају да направе поприличну количину претпоставки о понашању људи и начину на који вирус делује, а који у ствари могу, а можда и нису.

Постоје поједностављене верзије математичких модела, назване одељни модели, које би истраживачи могли користити у оваквом случају. Један врло чест је СИ или СИР модел, који процењује број осетљивих, заражених и опорављених особа у одређеној ситуацији током времена, објашњава Шаман.

Овим типом модела покушавате да измерите „стопу кретања људи између различитих одељења од осетљивости, заразе до уклањања из популације јер су опорављени или мртви“, др Амесх А. Адаља, виши научник из Јохнс Хопкинс центра за здравствену сигурност, каже за СЕЛФ.

На пример, модел објављен у Међународни часопис за заразне болести научника из САД-а и Кине, узима СЕИР (осетљив, изложен, заражен, уклоњен) приступ моделирању избијања у Вухану. И у студији која је тренутно у претпринту, Схерман и његови коаутори су користили динамички модел метапопулације, који функционише отприлике попут мреже одељачких модела, да би испитали улогу коју су они са благим или асимптоматским инфекцијама имали у ширењу епидемије у Кини.

Друга главна врста модела је статистички модел, који ствара пројекцију како би ситуација могла изгледати у неком тренутку у будућности на основу података које смо већ прикупили о ономе што се догодило у прошлости. Често цитирани модел ЦОВИД-19 који је креирао ИХМЕ један је од таквих статистичких модела који се користи за предвиђање потребе за болничком опремом, као и стопе смртних случајева због новог коронавируса у САД-у и широм света.

Сви ови модели морају да узму у обзир различите факторе у вези са вирусом и људима које он заражава, као што су брзина ширења болести, колико људи свака заражена особа зарази и колико је дуг период инкубације, каже др. Адаља, чији рад укључује процену спремности за пандемију. Али на почетку су то само претпоставке - и можда већ неко време не знамо колико су те претпоставке тачне. „Сви ови модели засновани су на одређеним претпоставкама које треба усавршавати како се избијање епидемије буде развијало“, каже он.

Стварно је, заиста тешко створити модел за нови вирус који се шири у реалном времену.

Стварање модела за ширење и ефекте заразне болести увек захтева пуно времена и сложених нагађања. Али ситуације попут овог коронавируса представљају неке врло јединствене изазове због којих је још теже створити тачне пројекције о томе шта би се могло догодити.

Узмимо на пример сезонски грип. Иако је ово догађај заразне болести који се дешава у исто време када истраживачи покушавају да створе статистичке пројекције око тога колико ће та сезона грипа бити озбиљна, наши третмани и праксе превенције не мењају се толико из године у годину, каже Шаман. То олакшава стварање тачнијег модела како ће протећи сезона грипа.

Али у случају новог коронавируса, „морамо да претпоставимо шта ће друштво радити“, каже он, укључујући када се издају наређења за социјално удаљавање, колико их људи добро прате и када људи почињу да се враћају на посао.

Други главни изазови повезани су са процесом тестирања, каже Шаман. Знамо да постоји временски оквир - у великој већини случајева и до 14 дана - између тренутка када је неко заражен и када почну имати симптоме због којих се тестирају. Дакле, када гледамо резултате теста, „видимо шта се догодило пре две недеље“, каже он, а не резултат било каквих нових промена смерница, спроведених у протеклих неколико дана, и дефинитивно не онога што се тренутно догађа.

Доступност тестова и када се људи одлуче за тестирање такође игра улогу. На пример, раније током избијања, неко са благом прехладом можда није осећао потребним или чак мислио да уради тест на ЦОВИД-19. Али касније, са овим врхунским вирусом за готово све, много је вероватније да ће неко са чак и благим симптомима потражити тестирање. Такође, ако је потражња за тестовима велика, али нема довољно тестова да би их сви добили, то вам не мора нужно пружити потпуну слику стопе позитивних тестова. Штавише, не пријављују све државе количину негативних тестова које су добиле.

Све ове променљиве помажу истраживачима да добију бољу слику о стварном броју случајева и како се шире - и све се оне прилично непрестано мењају. То има стварне ефекте на то како се владе, болнице и појединци припремају за пандемију.

На пример, проблеми са тестирањем отежавају прецизно тумачење података које имамо и процену стопе хоспитализације. У почетку су подаци из других земаља (попут Шпаније) указивали да ће врло великом броју људи заражених новим коронавирусом бити потребна хоспитализација, каже др Адаља. А према подацима ЦДЦ-а, стопа хоспитализације у почетку је била прилично висока (преко 30% за неке старосне групе). Али у новије време стопа хоспитализације у САД била је много нижа. Па зашто су почетне пројекције биле погрешне?

„Знамо да подбројимо бројне случајеве због ограничења тестирања“, каже др Адаља. А ако је то случај, онда „то значи да прецењујемо показатеље гостопримства и смртности“.

Добијање ових бројева што је могуће тачније је невероватно важно ако сте, рецимо, планер болнице. Тај број вам може рећи да ће вам „требати толико болничких кревета, толико ИЦУ кревета, толико вентилатора“, каже др Адаља. "А то може бити погрешно ако је ваш број стопа хоспитализације прецењен."

Модели попут ових дизајнирани су да се мењају како време пролази.

Како сазнајемо више о болести, како се постављају локалне политике социјалног удаљавања, и како видимо како се људи заправо понашају, сасвим је нормално да се пројекције мењају.

„Запамтите да модели још увек нису замена за податке из стварног света. Они су алати које креатори политике користе за размишљање о различитим опсезима сценарија “, каже др Адаља. „Они нису гвоздени; требало би да очекујете да се модели мењају како буде излазило више података “. У ствари, већина модела на крају погреши из једног или другог разлога, каже он. Такође је важно запамтити да сви модели имају подручје несигурности или низ могућих исхода, а не само један одређени исход, каже Шаман. И што даље гледамо у будућност, то су прогнозирани исходи неизвеснији.

На жалост, када наиђете на вест или само на твеет који говори о моделу утицаја коронавируса, то једноставно неће моћи да узме у обзир сву сложеност детаља о моделу или података са којима су истраживачи радили , Каже др Адаља. Нијанса и претпоставке о моделу, као и многи могући исходи који се укључују често се губе у преводу.

Али понекад, као у овом случају, разлог због којег се модели мењају заправо охрабрује. „Када људи говоре о изравнавању криве, то се догађа због људске интервенције“, каже Шаман. То није третман или вакцина, али то нешто што људи - људска бића попут вас и мене! - раде то што има стварни утицај на ток епидемије и пројекције које истраживачи дају за нашу будућност.

Ти рани модели су узимали у обзир мере социјалног удаљавања, али то није тако лако као само додавање још једног броја у једначину. Морате размислити о томе када су наредбе постављене, да ли су истинита наредба или само предлог и колико ће људи заиста следити те наредбе. У низу симулационих карата које је креирао Вашингтон пост користећи податке истраживача са Универзитета Јохнс Хопкинс Центра за системску науку и инжењерство, можете видети да стриктно социјално дистанцирање има много значајнији ефекат на криву од половичног покушаја, па смо увек знали да би било корисно.

Али рачуноводство за социјално удаљавање и процена његове стварне моћи на кривој представљали су помало изазов, па чак је и ИХМЕ модел рано видео ажурирања својих метрика социјалног удаљавања што га је учинило све сложенијом мером. На пример, да би утврдили ефекте социјалног дистанцирања у моделу ИХМЕ, истраживачи сада заправо комбинују резултате неколико других модела заснованих на проценама три мере социјалног дистанцирања (затварање школа, наредбе за боравак код куће и небитно затварање предузећа) . Затим користе сваку од тих вредности за стварање краткорочних и дугорочних модела стопе смртности.

Неки људи могу видети разлике у пројекцијама након тих промена у моделу и протумачити их као знак да је наше социјално дистанцирање и затварање небитних предузећа било претјерана реакција. Али то је погрешан закључак. Ако је ишта, то је знак да је социјално дистанцирање било успешно - можда чак и више него што су оригинални модели предвиђали. У ствари, како каже Шаман, то је оно што значи „поравнати криву“.

Па шта бисте требали да одузмете овим моделима? Знајте да истраживачи широм земље и света напорно раде на проналажењу одговора који ће нас што више заштитити. Они могу помоћу модела да пројектују каква ће бити будућност и које припреме треба да направимо. Једном када видимо те моделе, начин на који делујемо на основу тих информација имаће утицаја на пројектовани исход. Леп је подсетник да, чак и у време пандемије због које се већину времена осећамо беспомоћно, многи од нас и даље могу нешто учинити: остати код куће.

!-- GDPR -->