Исследователи сравнили результаты трех связанных математических моделей передачи заболеваний, которые они использовали для анализа данных, поступающих от местных и национальных правительств, включая модель, которая измеряет динамическое число воспроизводимых – среднее количество восприимчивых людей, инфицированных одним ранее инфицированным человеком. Все модели подчеркивают опасность слишком быстрого ослабления мер общественного здравоохранения.
«Отказ от усилий, которые, похоже, увенчались успехом в краткосрочной перспективе, может мало повлиять на общее количество инфекций, ожидаемых в ходе пандемии», – сказала ведущий автор Андреа Бертоцци, выдающийся профессор математики, возглавляющая кафедру Бетси Вуд Кнапп в Калифорнийском университете в Лос-Анджелесе. Инновации и творчество. "Наши математические модели демонстрируют, что ослабление этих мер при отсутствии фармацевтического вмешательства может позволить пандемии возобновиться. Речь идет о сокращении контактов с другими людьми, и это можно сделать с помощью СИЗ, а также дистанцирования."
Исследование опубликовано в журнале Proceedings of the National Academy of Sciences и применимо как к будущим всплескам COVID-19, так и к будущим пандемиям, говорят исследователи.
По словам Бертоцци, если бы меры по удалению и предоставлению убежища на месте не были приняты в марте и апреле, очень вероятно, что число людей, инфицированных в Калифорнии, Нью-Йорке и других местах, было бы значительно выше, что стало бы тяжелым бременем для больниц.
Но общее количество инфекций, прогнозируемых, если эти меры предосторожности прекратятся слишком рано, аналогично количеству, которое можно было бы ожидать в ходе пандемии без таких мер, сказала она. Другими словами, краткосрочное дистанцирование может замедлить распространение болезни, но не приведет к уменьшению числа инфицированных.
Математическое моделирование и прогнозирование распространения COVID-19 имеют решающее значение для эффективной политики общественного здравоохранения, но большие различия в мерах предосторожности по всей стране сделали это проблемой, сказал Бертоцци, который также является выдающимся профессором механической и аэрокосмической инженерии. Социальное дистанцирование и ношение масок сокращают распространение COVID-19, но люди во многих штатах не соблюдают правила дистанцирования и не носят масок, а число инфекций продолжает расти.
Каковы последствия этих выводов для политиков, которые хотят ослабить социальное дистанцирование в попытке возродить свою экономику??
«Политики должны быть осторожны», – сказал Бертоцци. "Наше исследование предсказывает рост числа случаев заболевания в Калифорнии после смягчения мер по дистанцированию. Существуют альтернативные стратегии, которые позволят экономике расти без значительных новых инфекций.
Все эти стратегии включают значительное использование СИЗ и усиленное тестирование."
Во время пандемии гриппа 1918 года социальное дистанцирование было сначала принудительным, а затем ослабленным в некоторых областях. Бертоцци указывает на исследование, опубликованное в Proceedings of the National Academy of Sciences в 2007 году, в котором рассматривались несколько американских городов во время этой пандемии, где вторая волна инфекций произошла после того, как меры общественного здравоохранения были отменены слишком рано.
Это исследование показало, что выбор времени для вмешательств в области общественного здравоохранения оказал глубокое влияние на характер второй волны пандемии 1918 года в разных городах. Города, которые ввели меры на раннем этапе пандемии, добились значительного снижения общей смертности. Большего сокращения пиковой смертности удалось добиться в тех городах, которые продлили действие мер общественного здравоохранения на более длительный срок. Сан-Франциско, ул.
Например, в Луисе, Милуоки и Канзас-Сити были проведены наиболее эффективные мероприятия, снизив темпы передачи на 30-50%.
«Исследователи Мартин Бутсма и Нил Фергюсон смогли проанализировать эффективность мер дистанцирования, сравнив данные с оценкой того, что могло бы произойти, если бы меры дистанцирования не были введены», – сказал Бертоцци об исследовании 2007 года. «Они рассмотрели данные о полной пандемии, а мы рассмотрели вопрос о подгонке моделей к ранним данным для этой пандемии. Во время пандемии гриппа 1918 года раннее ослабление мер социального дистанцирования привело к быстрому росту смертности в некоторых странах.S. города.
Наши математические модели помогают объяснить, почему этот эффект может возникнуть сегодня."
Данные о COVID-19 в новом исследовании относятся к 1 апреля 2020 г. и находятся в открытом доступе.
Исследование предназначено для ученых, не являющихся специалистами в области эпидемиологии.
«Эпидемиологи пользуются большим спросом во время пандемии, и чиновникам здравоохранения из местных юрисдикций может потребоваться помощь в интерпретации данных», – сказал Бертоцци. "Ученые с соответствующим опытом могут помочь этим людям."
Соавторы исследования: Элиза Франко, доцент кафедры механической, аэрокосмической инженерии и биоинженерии Калифорнийского университета в Лос-Анджелесе; Джордж Молер, доцент кафедры информатики и информатики Университета Индианы и Университета Пердью в Индианаполисе; Мартин Шорт, доцент математики Технологического института Джорджии; и Дэниел Следж, адъюнкт-профессор политологии Техасского университета в Арлингтоне.