Опубликовано : Сен 24, 2020

Оксфордская математическая модель OpenABM-Covid19 помогает контролировать эпидемию коронавируса

Математическая модель Oxford OpenABM-Covid19 помогает контролировать эпидемию коронавируса
Предоставлено: Shutterstock.

Команда разработчиков математических моделей и эпидемиологов медицинского факультета Наффилда Оксфордского университета выпустила последнюю модель реагирования населения на эпидемию коронавируса. Модель — OpenABM-COVID19 — предоставляет лицам, принимающим решения в области общественного здравоохранения, возможность анализировать потенциальное развитие и исход коронавируса, включая колебания числа инфицированных людей, госпитализаций, госпитализаций, госпитализаций и смертей в отделение интенсивной терапии (ICU), а также оценивать влияние программы тестирования и трассировки.

OpenABM-COVID19 поддерживает службы общественного здравоохранения, в том числе Национальную службу здравоохранения Великобритании и Уэльса, в прогнозировании эпидемии и выборе оптимального баланса и масштаба мероприятий по борьбе с эпидемией в ближайшие месяцы. Смоделированные вмешательства включают цифровое отслеживание контактов (система уведомления о воздействии), тестирование, постоянное физическое дистанцирование, самоизоляцию, ношение маски и дальнейшие локальные или национальные меры изоляции.

Мин Тан, директор по данным и аналитике NHS England и NHS Improvement, говорит: «Основные услуги NHS были доступны на протяжении всей пандемии, и эта модель с открытым исходным кодом от Оксфордского университета предоставляет NHS в Англии еще один инструмент. чтобы помочь понять потенциальный спрос на больничные услуги по всей стране и убедиться, что мы можем продолжать оказывать помощь пациентам и всем, кто обеспокоен тревожными симптомами «.

Последние демографические данные и данные о коронавирусе Великобритании вводятся в модель, обеспечивая быстрый, настраиваемый и масштабируемый инструмент, который можно обновлять с учетом демографических данных любой страны или региона и контактных сетей. Инфекционные люди не распространяются случайным образом в популяции, и сети, в которых они взаимодействуют, оказывают глубокое влияние на динамику эпидемии и окончательное число инфицированных. Популяции разного размера моделируются с использованием взаимодействий в реальном мире — каждый человек имеет рутинные и случайные встречи на рабочем месте, с семьей и друзьями, в школе или университете. Тяжесть заболевания, включая вероятность госпитализации и смерти, увеличивается с возрастом. При моделировании также учитываются более высокие уровни передачи внутри домохозяйств, а также лица с легкой или бессимптомной формой передачи.

Профессор Кристоф Фрейзер, научный советник Департамента здравоохранения и социальной защиты и руководитель группы по динамике патогенов медицинского факультета Наффилда Оксфордского университета, говорит: «Тот факт, что COVID-19 поражает разные группы населения, и что мы живем и взаимодействовать по-разному, необходимо интегрировать в наше понимание потенциального воздействия различных мер общественного здравоохранения. Правительства Великобритании и других стран адаптируют нашу оксфордскую модель к меняющимся политическим сценариям, новым мерам и последним научным данным. Наша модель поддерживает решение по мере того, как страны упрощают политику или расширяют ее масштабы, поскольку эпидемия продолжает развиваться, и мы пытаемся вернуться на работу, в школу, навестить друзей и семью и подумать, как управлять безопасной социальной деятельностью «.

Оксфордская команда также поддерживает разработку и развертывание цифрового отслеживания контактов. Поскольку приложения и системы уведомления о воздействии тестируются и развертываются в разных странах, модель может быть скорректирована, чтобы увидеть влияние уведомления контактов на основе различных сроков результатов тестирования и конфигураций цифрового отслеживания контактов, таких как тестирование на уровне сообщества или нет, или изменение конфигурации для реагирования на скорректированные указания по продолжительности самоизоляции. Модель помогает оценить количество тестов, требуемых с различными подходами к уведомлению, что позволяет учитывать задержки или скачки частоты тестирования.

Профессор Марк Бриерс, директор программы Института Алана Тьюринга и советник Департамента здравоохранения и социальной защиты, говорит: «OpenABM-COVID19 сыграл важную роль в том, чтобы помочь нам понять потенциальные последствия приложения для отслеживания контактов как нефармацевтического вмешательство, обеспечивающее научную основу для изучения соответствующих вариантов политики. Ученые медицинского факультета Наффилда Оксфордского университета постоянно предоставляют экспертные научные консультации, оказывая значительное влияние на Великобританию, помогая уменьшить негативные последствия COVID-19 для здоровья и общества. . «

Доктор Дэвид Бонсалл, советник Департамента здравоохранения и социального обеспечения, клиницист и старший научный сотрудник медицинского факультета Наффилда Оксфордского университета, говорит: «Нам нужны самые лучшие данные и новейшие анализы, чтобы сохранить контроль над COVID-19. Наша модель эпидемии может быть обновлена. чтобы мы могли оптимизировать скорость и эффективность отслеживания и тестирования контактов. Приложения для отслеживания контактов/системы уведомления о воздействии должны быть внедрены наряду с другими быстрыми и эффективными мерами по борьбе с болезнями, чтобы помочь спасти жизни, защитить людей, снизить потребность в повсеместных блокировках и позволить нам вернуться к более нормальной деятельности. «

Модель помогает лицам, принимающим решения в области общественного здравоохранения в любой точке мира, посмотреть на прогрессирование и исход инфекции, а также на то, как различные меры влияют на население. Он также демонстрирует влияние политических решений на жизнь людей и системы здравоохранения, включая количество людей, находящихся на карантине. Модель была дополнительно усовершенствована в партнерстве с Google Research, включая исследования по оценке использования, необходимого для систем уведомления о воздействии (приложений для отслеживания контактов) в США. Благодаря интерфейсу Python для модели, разработанному в тесном сотрудничестве с командой IBM в Великобритании. , его могут использовать и адаптировать другие.

Доктор Николь Мазер, руководитель отдела наук о жизни в IBM UK Services, говорит: «IBM UK разработала интерфейс Python, который позволяет запускать OpenABM-COVID19 третьими сторонами. Это позволило органам здравоохранения использовать модель не только для разработки цифрового отслеживания контактов. , но также для поддержки управления ресурсами и планирования ответных мер на эпидемию для служб здравоохранения и других учреждений. Было важно предоставить более широкому кругу участников возможность помочь в создании OpenABM-COVID19 — мы рады помочь расширить доступ к этой модели «.

Крейгер Соломонс, технический консультант правительства Уэльса, говорит: «Мы адаптировали модель Оксфордского университета, чтобы отразить влияние COVID-19 на Уэльс. При поддержке команды Оксфордского университета правительство Уэльса интегрировало Данные по Уэльсу и рассмотрены различные сценарии политики, основанные на разном соотношении контактов; в том числе случайное взаимодействие, взаимодействие на рабочем месте и в школе. Ранее эти данные не были доступны для Уэльса, теперь они служат основой доказательной базы, используемой министрами Уэльса для рассмотрения национальных и местных политических действий. . «

Доктор Роберт Хинч, первый соавтор статьи и старший научный сотрудник медицинского факультета Наффилда Оксфордского университета, говорит: «Наша оксфордская модель может быть адаптирована к другим условиям эпидемии коронавируса. В настоящее время разрабатываются системы уведомления о цифровом воздействии на основе API Google-Apple. во многих странах Европы, Африки и США. Крайне важно, чтобы у нас была возможность анализировать возможные эффекты различных вмешательств в области общественного здравоохранения, используя национальные или региональные демографические данные и данные контактной сети. Мы надеемся, что эта модель будет и впредь приносить пользу к нашим вариантам реагирования сейчас и усилить наши усилия по обеспечению готовности к будущим пандемиям «./p>

Spread the love

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *