Математическое моделирование дает более точную картину коронавируса
Ученые использовали свою математическую модель, которая берет показатели COVID-19 из таких источников, как Всемирная организация здравоохранения
Математическое моделирование может взять ту информацию, которая сообщается о коронавирусе, включая число случаев заболевания и рассчитать более реалистичную картину уровня заражения вирусом, с учетом известных факторов, таких как плотность и возрастное распределение населения в данном районе, что позволит улучшить профилактику эпидемии, говорят разработчики новой математической модели.
«Фактическая готовность к пандемии зависит от реальных случаев заражения среди населения, независимо от того, были ли они выявлены или нет», — говорит Арни Сриниваса Рао, директор Лаборатории теории и математического моделирования в отделении инфекционных болезней в Медицинском колледже Джорджии при университете Августы.
«При более высоких показателях мы сможем лучше оценить, как долго вирус будет сохраняться и насколько он будет заразным. Без этих показателей как системы здравоохранения и работники могут хорошо подготовиться к тому, что будет?»
«Мы хотели предоставить информацию о реальных масштабах проблемы, а не только о вершине айсберга», — говорят исследователи.
Ученые использовали свою математическую модель, которая берет показатели COVID-19 из таких источников, как Всемирная организация здравоохранения, а затем использовали такие факторы, как плотность населения района, доля населения, живущего в городских районах, где люди, как правило, живут в непосредственной близости, и население в трех возрастных группах — в возрасте от 0 до 14, от 15 до 64 и 65+ — для получения более точных чисел. По словам Рао, поскольку этот вирус очень заразен, они также учитывали «вероятность передачи».
Они также рассмотрели количество новых ежедневных случаев заражения от показателя выше 10 и вплоть до первого зарегистрированного пика, а также диапазоны дат для этих пиков в качестве индикатора тенденции в зарегистрированных числах случаев. По словам ученых, появляющаяся информация о том, как долго вирус выживает на различных поверхностях и в воздухе, еще больше улучшит их модель. Дата окончания этого исследования была 9 марта.
Например, они обнаружили, что Италия, где изображения переполненных отделений интенсивной терапии были одним из самых ярких индикаторов воздействия вируса в этой географически небольшой, но пятой в основном густонаселенной европейской стране с высоким показателем урбанизации, — справилась сравнительно хорошо, с 1-им сообщенным случаем на каждые четыре случая, которые спрогнозировали исследователи. Это означает, что около 30 223 случаев заражения не было зарегистрировано, согласно их модели, и что Италия не достигла своего пика к своему крайнему сроку исследования 9 марта.
Южная Корея также сообщала об 1 случае примерно на каждые четыре вероятных случая. В Испании сообщалось об 1 случае на каждые 53 вероятных случая, основанные на математической модели. Это означает, что около 87 405 инфицированных человек не были учтены на тот момент.
В Китае с его огромной численностью населения почти в 1,5 млрд. человек и широко распространенными несоответствиями в представлении данных, исследователи прогнозировали два диапазона для сообщаемого числа по сравнению с фактическим числом случаев: 1 на 149 и 1 на 1 104, что означает от 12 до 89 миллионов незарегистрированных случаев COVID-19.
Ученые визуализировали различия между описанными случаями и тем, что они спрогнозировали с помощью математической функции вейвлет Мейера, которая, как следует из названия, поднимается вверх, достигает пика, а затем отступает, как волна. В этом случае чем выше волна, тем выше занижение отчетности, а понижение волны означает улучшение отчетности.
Если бы сообщаемые цифры были более точными, математические модели не понадобились бы, говорят исследователи, отмечая, что занижение отчетности является проблемой для многих болезней, а не только для COVID-19, включая распространенные, неинфекционные проблемы, такие как болезни сердца. «Модель говорит нам то, что не было непосредственно замечено», — говорят они. — Это биологический эксперимент, проведенный на компьютерах, а не в лаборатории.»
Steven G. Krantz et al. Level of under-reporting including under-diagnosis before the first peak of COVID-19 in various countries: Preliminary Retrospective Results Based on Wavelets and Deterministic Modeling, Infection Control & Hospital Epidemiology (2020). DOI: 10.1017/ice.2020.116