covid-19, coronavirus, covid test, covid flu, seasonal flu, covid prediction

Tradycyjny model grypy sezonowej może nie być najlepszym do przewidywania Covid-19

W liście opublikowanym w czasopiśmie Infection Control and Hospital Epidemiology naukowcy odkryli, że matematyczny model rozprzestrzeniania się grypy może nie działać w przypadku Covid-19. Według raportu model, który może pomóc w prognozowaniu zaraźliwości i rozprzestrzeniania się choroby zakaźnej, takiej jak grypa sezonowa, może nie być najlepszym sposobem przewidywania dalszego rozprzestrzeniania się nowego koronawirusa. Przeczytaj także – Otyłość, spożywanie alkoholu może obniżyć skuteczność szczepionek Covid-19 Nazywany R-zero, czyli podstawową liczbą rozrodczą, model przewiduje średnią liczbę podatnych osób, które zostaną zarażone przez jedną osobę zakaźną. Oblicza się go na podstawie trzech głównych czynników – okresu zakaźnego choroby, sposobu rozprzestrzeniania się choroby i liczby osób, z którymi prawdopodobnie wejdzie w kontakt osoba zakażona. Przeczytaj także – “ Nie przyjmuj szczepionki Covid-19, jeśli … ”: Firma Covaxin ostrzega ludzi pośród obaw Historycznie, jeśli liczba R jest większa niż jeden, infekcje mogą szerzyć się i prawdopodobnie wybuchnie epidemia lub bardziej rozpowszechniona pandemia . Pandemia Covid-19 miała wczesny R-zero od dwóch do trzech. Przeczytaj także – ostrzeżenie dotyczące szczepionki Covid-19: Covishield nie jest zalecany osobom uczulonym na którykolwiek z jej składników W liście naukowcy argumentowali, że blokady, które stały się konieczne, aby złagodzić pandemię Covid-19, skomplikowały przewidywanie rozprzestrzeniania się choroby poprzez zmianę normalna mieszanka populacji. Arni Rao, modelarz matematyczny z Medical College of Georgia na Uniwersytecie Augusta w USA, i jego współautorzy zamiast tego zasugerowali bardziej dynamiczne podejście w czasie, wykorzystując model zwany średnią geometryczną, który wykorzystuje dzisiejszą liczbę do przewidywania jutrzejszego liczby. Obecną liczbę zakażeń – na przykład dzisiaj w Augusta – dzieli się przez liczbę przewidywanych zakażeń na jutro, aby uzyskać dokładniejszy i aktualny współczynnik reprodukcji. Chociaż ta metoda geometryczna nie może przewidywać długoterminowych trendów, może dokładniej przewidywać prawdopodobne liczby w krótkim okresie, stwierdzili naukowcy. „Model R-zero nie może zostać zmieniony, aby uwzględnić wskaźniki kontaktu, które mogą zmieniać się z dnia na dzień, gdy nakładane są blokady” – wyjaśnił Rao. „W pierwszych dniach pandemii polegaliśmy na tych tradycyjnych metodach przewidywania rozprzestrzeniania się, ale blokady zmieniają sposób, w jaki ludzie kontaktują się ze sobą”. Jednolity R-zero również nie jest możliwy, ponieważ pandemia Covid-19 była bardzo zróżnicowana w różnych obszarach kraju i świata. Miejsca mają różne wskaźniki infekcji, na różnych osiach czasu – hotspoty, takie jak Nowy Jork i Kalifornia, miałyby wyższe wartości R. Brak R nie przewidział również obecnej trzeciej fali pandemii Covid-19. „Różne czynniki nieustannie zmieniają podstawowe liczby reprodukcyjne na poziomie gruntu, dlatego potrzebujemy lepszego modelu” – mówi Rao. Lepsze modele mają wpływ na łagodzenie rozprzestrzeniania się Covid-19 i na przyszłe planowanie – stwierdzili autorzy. Opublikowano: 22 grudnia 2020 15:46 | Zaktualizowano: 22 grudnia 2020 15:47