Επιστημονικά Νέα

Επιστήμονες ένα βήμα πιο κοντά στην πρόβλεψη των επιδημιών

Επιστήμονες ένα βήμα πιο κοντά στην πρόβλεψη των επιδημιών
Your browser does not support the video tag. Μια ομάδα με επικεφαλής τον Eamon B. O’Dea δημιούργησε ένα μαθηματικό μοντέλο που αναλύει τα στατιστικά πρότυπα στις εκθέσεις δημόσιας υγείας για να εντοπίσει πότε ένας πληθυσμός πλησιάζει ένα κατώφλι επιδημίας – το σημείο στο οποίο είναι δυνατή η εμφάνιση μιας νόσου . Τα ευρήματά τους, τα […]

Your browser does not support the video tag. https://grx-obj.adman.gr/grx/creatives/sanofi/20876/better-understanding-insulin.mp4

Μια ομάδα με επικεφαλής τον Eamon B. O’Dea δημιούργησε ένα μαθηματικό μοντέλο που αναλύει τα στατιστικά πρότυπα στις εκθέσεις δημόσιας υγείας για να εντοπίσει πότε ένας πληθυσμός πλησιάζει ένα κατώφλι επιδημίας – το σημείο στο οποίο είναι δυνατή η εμφάνιση μιας νόσου . Τα ευρήματά τους, τα οποία δημοσιεύθηκαν πρόσφατα στο περιοδικό Interface της Βασιλικής Εταιρείας , βοηθούν στην προετοιμασία ενός συστήματος πρόβλεψης ασθενειών που θα μπορούσε να χρησιμοποιηθεί μία μέρα από τους υπαλλήλους της δημόσιας υγείας .

“Επί του παρόντος, η κατάσταση της τέχνης είναι να έχουμε πολύ ταχεία ανίχνευση μόλις εμφανιστεί η εμφάνιση της νόσου”, δήλωσε ο O’Dea, μεταδιδακτορικός ερευνητής στην Odum School of Ecology και στο Κέντρο για την Οικολογία των Λοιμωδών Νοσημάτων στο UGA. “Έτσι θα ήταν ωφέλιμο να έχουμε κάποιο τρόπο να προβλέψουμε το σημείο όταν είναι δυνατή η εμφάνιση, γιατί τότε θα μπορούσατε να εισαγάγετε ορισμένες παρεμβάσεις.”

Αυτά θα μπορούσαν να περιλαμβάνουν την έγκαιρη διανομή εμβολίων, εάν υπάρχουν, ή την προσθήκη νοσοκομειακής ικανότητας σε περιοχές που ενδέχεται να την χρειάζονται. Η ουσία της προσέγγισης είναι να ποσοτικοποιήσουμε την “κρίσιμη επιβράδυνση” που συμβαίνει όταν ένα σύστημα προσεγγίζει ένα σημείο ανατροπής – ένα κατώφλι πέρα ​​από το οποίο θα υποστεί δραστική και δυνητικά μη αναστρέψιμη αλλαγή. Καθώς πλησιάζει το σημείο ανατροπής, παρατηρούνται χαρακτηριστικά χαρακτηριστικά της δυναμικής του συστήματος.

Μεγάλο μέρος των προηγούμενων εργασιών σχετικά με την κρίσιμη επιβράδυνση βασίστηκε σε μοντέλα με μία μόνο μεταβλητή. “Η πρόοδος που έχουμε κάνει εδώ είναι η αντιμετώπιση της πολυδιάστατης φύσης πολλών συστημάτων πραγματικού κόσμου”, δήλωσε ο O’Dea.

Αυτός και οι συν-συγγραφείς του δημιούργησαν ένα μοντέλο “ευαίσθητο-μολυσμένο-αφαιρεμένο”, το οποίο χρησιμοποιείται συνήθως για την κατανόηση της επιδημικής δυναμικής. Λαμβάνει υπόψη τον αριθμό των ατόμων ενός πληθυσμού ευπαθών σε μια ασθένεια, που δεν έχει υποστεί καμία σύμβαση ούτε έχει εμβολιασθεί εναντίον της. τον αριθμό των ατόμων που έχουν μολυνθεί αυτήν τη στιγμή. και τον αριθμό που έχουν αφαιρεθεί από την ευαίσθητη ομάδα, είτε επειδή εμβολιάστηκαν είτε επειδή έλαβαν την ασθένεια και αναρρώθηκαν.

Αλλά στον πραγματικό κόσμο, οι πληροφορίες σχετικά με την παρακολούθηση των ασθενειών είναι συχνά ελλιπείς και τα στοιχεία για τις λοιμώξεις μπορεί να κατανεμηθούν ανά ηλικιακή ομάδα ή πόλη σε μεγαλύτερο πληθυσμό.

Η O’Dea είπε ότι αυτές οι πολυπλοκότητες καθιστούσαν σημαντικό να καθοριστεί ποιες μεταβλητές είναι πιο χρήσιμες για την εκτίμηση της απόστασης από ένα επιδημιολογικό όριο.Για να ανακαλύψουν, έκαναν ανάλυση και προσομοίωση ενός μοντέλου οξείας λοιμώδους νόσου, όπως είναι το κοκκύτη, γνωστό και ως κοκκύτης.

Διαπίστωσαν ότι από όλες τις μεταβλητές που εξέτασαν, τα πρότυπα στον αριθμό των μολυσμένων ατόμων με την πάροδο του χρόνου παρείχαν την καλύτερη εκτίμηση ενός πλησιέστερου σημείου ανατροπής. Επιπλέον, η εκτίμηση του αριθμού των αναφορών περιπτώσεων δημόσιας υγείας λειτούργησε εξίσου καλά με την άμεση καταμέτρηση μολυσμένων ατόμων.

“Αυτό είναι τυχεροί”, δήλωσε ο O’Dea, επειδή, ενώ είναι σπάνιο να συμβεί κάτι τέτοιο, τα τμήματα δημόσιας υγείας συνήθως αναφέρουν νέες περιπτώσεις ως μέρος της τακτικής επιτήρησης. Το εύρημα ότι οι εκτιμήσεις του μοντέλου αποδείχθηκαν ακριβείς ακόμη και ελλείψει πλήρων δεδομένων έχει και πρακτικές συνέπειες.

“Όταν αναλύετε τα στοιχεία των μολυσματικών ασθενειών, εάν δείτε μια ανοδική τάση στον αριθμό των περιπτώσεων, είναι δύσκολο να πούμε εάν αυτό οφείλεται σε αυξημένα ποσοστά αναφοράς ή εάν συμβαίνει στην πραγματικότητα περισσότερη μετάδοση», δήλωσε ο O’Dea. “Γι ‘αυτό είναι ωραίο να έχουμε κάποιο τρόπο να ξεδιπλώσουμε αυτά τα δύο, τα οποία σας αφήνει να κάνετε η επιβράδυνση.”

Η O’Dea προειδοποίησε ότι τα αποτελέσματα της ομάδας δεν είναι ακόμη μεταφρασμένα σε ένα πραγματικό σύστημα πρόβλεψης ασθενειών.”Νομίζω ότι απέχει πολύ από την πρακτική χρήση, αλλά πιστεύω ότι έχουμε σημειώσει σημαντική πρόοδο”, ανέφερε η O’Dea. “Αυτό που πραγματικά χρειαζόμαστε πριν υπάρξει κάποια χρήση ρουτίνας στη δημόσια υγεία είναι η εμπειρική επικύρωση, η οποία δεν είναι κάτι που προσπαθήσαμε σε αυτό το έγγραφο, αλλά είναι κάτι στο οποίο εργαζόμαστε ενεργά στο έργο ως σύνολο».