Новый класс эпидемиологических моделей, основанный на альтернативных представлениях о том, как распространяются инфекции, особенно на ранних этапах пандемии, обеспечивает план для более точного моделирования эпидемии и улучшенных прогнозов распространения болезней и ответных мер, согласно исследованию, недавно опубликованному в Scientific Reports . исследователи из Калифорнийского университета в Ирвине и других учреждений.
В статье ученые заявили, что стандартные модели эпидемии ошибочно предполагают, что скорость распространения инфекционного заболевания зависит от простого произведения числа инфицированных и восприимчивых людей. Авторы вместо этого предполагают, что передача происходит не при полном смешении целых популяций, а на границе подгрупп инфицированных людей.
«Стандартные эпидемиологические модели основываются на предположении о сильном смешении инфицированных и неинфицированных людей с широким распространением контактов между членами этих групп», — сказал соавтор Трифон Георгиу, заслуженный профессор механической и аэрокосмической инженерии UCI. «Скорее мы подчеркиваем, что передача происходит в географически сконцентрированных клетках. Поэтому, на наш взгляд, использование дробных показателей помогает нам более точно прогнозировать темпы заражения и распространения болезней».
Исследователи предложили «альтернативу дробной мощности» привычным моделям, которая учитывает уязвимые, инфицированные и выздоровевшие группы населения. Значение показателей в этих дробных (fSIR) моделях зависит от таких факторов, как характер и степень контакта между инфицированными и здоровыми подгруппами населения.
Представленные на графике данные из Университета Джонса Хопкинса об уровне инфицирования в Италии в течение первых нескольких месяцев пандемии COVID-19 показывают изменение числа инфицированных и последующий рост эпидемии. Эта траектория соответствует долевой мощности инфицированной подгруппы населения в разное время в ходе развития эпидемии. Предоставлено: Трифон Георгиу / UCI.
Авторы пояснили, что на начальном этапе эпидемии инфекция распространяется от носителей инфекции к населению в целом. Поскольку число восприимчивых людей намного больше, чем число инфицированных, граница инфицированных клеток масштабируется с долей мощности, меньшей, чем одна из площади клеток.
Исследователи проверили свою теорию с помощью серии численного моделирования. Они также приспособили свои дробные модели к фактическим данным Центра системных наук и инженерии Университета Джона Хопкинса. Эти данные охватывают первые несколько месяцев пандемии COVID-19 в Италии, Германии, Франции и Испании. В обоих процессах они обнаружили, что показатель степени находится в диапазоне от 0,6 до 0,8.
«Дробный показатель степени существенно по-разному влияет на развитие эпидемии на ранних и поздних этапах, и, как результат, определение правильной экспоненты увеличивает продолжительность надежных прогнозов по сравнению с предыдущими моделями», — сказал Георгиу.
В контексте текущей пандемии COVID-19 более глубокие знания о распространении инфекций могут помочь в принятии решений, связанных с введением в сообществах требований о маскировке и социальном дистанцировании.
«Точные эпидемиологические модели могут помочь политикам выбрать правильный курс действий, чтобы предотвратить дальнейшее распространение инфекционных заболеваний», — сказал Георгиу.
Источник: