Новая модель спрогнозировала динамику вспышки COVID-19 в Италии

Новая математическая модель, созданная итальянскими исследователями, учитывает восемь стадий инфицирования и различия между диагностированными и не диагностированными пациентами c COVID-19 в стране. Свою работу ученые опубликовали в журнале Nature Medicine.

Для прекращения пандемии коронавирусной инфекции сегодня принимается множество мер, однако из-за особенностей инфекции эффективность таких стратегий трудно предсказать. Для этого сегодня используются специальные математические модели, которые анализируют общедоступные данные и позволяют построить зависимости, описывающие течение инфекции при том или ином развитии событий. Однако большая часть из них не имеют достаточной точности, так как не учитывают ряд особенностей COVID-19.

Теперь исследователи из Трентского университета вместе с коллегами из других итальянских учебных заведений представили новую эпидемиологическую модель для пандемии COVID-19, которая получила название «SIDARTHE». В ней впервые проводится различие между диагностированными и недиагностированными случаями заболевания и между различными степенями его тяжести. Исследователи разделили население на восемь типов: восприимчивые (неинфицированные); инфицированные (бессимптомные, инфицированные, не выявленные); диагностированные (бессимптомные, инфицированные, выявленные); больные (имеющие симптомы, инфицированные, не выявленные); «распознанные» (с симптомами, инфицированные, выявленные); с угрозой для жизни (инфицированные с опасными для жизни симптомами, выявленные); излечившиеся и умершие.

Авторы использовали данные из Италии за период с 20 февраля по 5 апреля 2020 года, чтобы показать, как ужесточающиеся ограничительные меры повлияли на распространение пандемии в Италии. Авторы также смоделировали возможные долгосрочные сценарии воздействия различных контрмер, включая социальное дистанцирование, отслеживание контактов и тестирование всего населения. Модель предсказала, что пиковое число одновременно инфицированных людей обычно происходит на 50-й день, а инфицировано будет 0,19% населения. При этом наибольшее количество обнаруженных случаев заражения произойдет только через неделю после этого.

Полученные результаты подтверждают гипотезу о том, что проведение диагностических кампаний может снизить пик инфицирования и помочь быстрее покончить с пандемией. Модель не учитывает снижение доступности медицинской помощи в связи с достижением или даже превышением ее потенциала системой здравоохранения, но авторы отмечают, что этот анализ также можно провести. Например, когда число серьезно пострадавших людей велико, коэффициент смертности будет увеличен из-за недостаточного количества отделений интенсивной терапии.

Авторы также установили, что частичная реализация мер изоляции приведет к задержке пика числа одновременно инфицированных людей и пациентов, поступающих в отделения интенсивной терапии, но лишь при умеренном снижении общего числа инфицированных и пациентов с серьезными симптомами. И наоборот, реализация очень жестких мер социального дистанцирования приведет к ожидаемому снижению числа одновременно инфицированных людей и пациентов, поступающих в отделение интенсивной терапии, с заметным уменьшением общего числа зараженных и количества госпитализаций в отделение интенсивной терапии с COVID-19. Авторы подсчитали, что в первый год при менее строгой изоляции число скончавшихся от инфекции достигло бы 70 тысяч, а с более строгой — 25 тысяч.

Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще.