Моделирование может помочь сбалансировать экономику, здоровье во время пандемии

Modeling can help balance economy, health during pandemic0

Вашингтонский университет в Сент-Луисе

Арье Нехорай, профессор электротехники Юджина и Марты Ломан на кафедре электротехники и системной инженерии Престона М. Грина.

Newswise-этим летом, когда бары, рестораны и магазины начали вновь открываться по всей территории Соединенных Штатов, люди отправились туда, несмотря на продолжающуюся угрозу COVID-19.

В результате во многих районах, включая район Сент-Луиса, в июле наблюдался рост числа случаев заболевания.

Используя математическое моделирование, новое междисциплинарное исследование из лаборатории Арье Нехораи, профессора электротехники Юджина и Марты Ломан на кафедре электротехники и системной инженерии Престона М. Грина Вашингтонского университета в Сент-Луисе, определяет наилучший курс действий, когда дело доходит до прохождения линии между экономической стабильностью и наилучшими возможными результатами для здоровья.

Группа, в которую также входят Дэвид Шварцман, кандидат экономических наук в бизнес-школе Olin, и Ури Голдштейн, кандидат наук в области биомедицинской инженерии в Инженерной школе McKelvey, опубликовала свои выводы 22 декабря в PLOS ONE.

Модель показывает, что в рассматриваемых ими сценариях общины могли бы максимизировать экономическую производительность и свести к минимуму передачу болезней, если бы до тех пор, пока вакцина не будет легко доступна, пожилые люди в основном оставались дома, в то время как молодые люди постепенно возвращались на работу.

“Мы разработали прогностическую модель для COVID-19, которая впервые учитывает его взаимосвязанное влияние как на экономические, так и на медицинские результаты для различных карантинных политик”, — сказал Нехораи. «Вы можете иметь оптимальную карантинную политику, которая минимизирует влияние как на здоровье, так и на экономику.”

Работа представляла собой расширенную версию восприимчивой, подверженной воздействию, инфекционной, восстановленной модели (SEIR), широко используемого математического инструмента для прогнозирования распространения инфекций. Эта динамическая модель позволяет перемещать людей между группами, известными как отсеки, и для каждого отсека влиять на другой по очереди.

В своей основе эти модели делят население на четыре группы: восприимчивые, подверженные воздействию, инфекционные и выздоровевшие. В качестве новшества в этой традиционной модели команда Нехораи включила также инфицированных, но бессимптомных людей, принимая во внимание самое современное понимание того, как передача может работать по-разному между ними, а также как их поведение может отличаться от поведения людей с симптомами. Это оказало большое влияние на результаты модели.

Затем люди были разделены на различные «подсекции», например по возрасту (старшие-это те, кто старше 60 лет) или по производительности. Это была мера способности человека работать из дома в случае карантинных мер. Чтобы сделать это, они смотрели на дипломы колледжа как на доверенное лицо, которое могло бы продолжать работать в течение периода карантина.

Затем они принялись за работу, разрабатывая уравнения, моделирующие способы перемещения людей из одного отсека в другой. На движение влияла политика, а также решения, которые принимал человек.

Интересно, что модель включала динамический уровень смертности, который со временем уменьшался. «У нас был уровень смертности, который объяснял улучшение медицинских знаний с течением времени”, — сказал Ури Голдштейн, кандидат медицинских наук в области биомедицинской инженерии. — И теперь мы это видим: смертность снизилась.”

” Например, — сказал Гольдштейн, — если экономика сокращается, появляется больше стимулов покинуть карантин“, что может проявиться в модели, когда люди перемещаются из изолированного отсека в восприимчивый отсек. С другой стороны, переход от инфекционного к выздоровевшему основывался в меньшей степени на действиях человека и лучше определялся уровнем выздоровления или смертности. Кроме того, исследователи смоделировали уровень смертности как снижающийся с течением времени из-за того, что медицинские знания о том, как лечить COVID-19, со временем становятся лучше.

По словам Шварцмана, команда рассматривала три сценария. Во всех трех сценариях данный срок составлял 76 недель — в это время предполагалось, что вакцина будет доступна — — и до тех пор пожилые люди оставались в основном в карантине.

  • Если бы строгие меры изоляции соблюдались повсюду.
  • Если после того, как кривая сглаживалась, происходило быстрое ослабление мер изоляции молодыми людьми до нормального движения.
  • Если после того, как кривая была сглажена, меры изоляции для молодых людей постепенно отменялись.

«Третий сценарий-это случай, который был лучшим с точки зрения экономического ущерба и последствий для здоровья”, — сказал он. «Потому что в сценарии быстрого расслабления было еще одно распространение болезни, и ограничения будут восстановлены.”

В частности, они обнаружили, что в первом сценарии происходит 235 724 смерти, а экономика сокращается на 34%.

Во втором сценарии, где произошло быстрое ослабление мер изоляции, происходит вторая вспышка, в результате которой в общей сложности 525 558 человек погибли, а экономика сокращается на 32,2%.

При постепенном ослаблении, как и в третьем сценарии, происходит 262 917 смертей, а экономика сокращается на 29,8%.

“Мы хотели показать, что есть компромисс, — сказал Нехорай. «И мы хотели найти, математически, где находится сладкое пятно?” Как и во многих других вещах,” сладкое пятно » не было ни в крайнем случае — полная блокировка или ведение себя так, как будто не было никакого вируса.

Еще один ключевой вывод, который никто не должен удивляться, услышав: «чувствительность людей к заразности связана с мерами предосторожности, которые они принимают», — сказал Нехораи. «По — прежнему важно соблюдать меры предосторожности-маски, дистанцироваться от общества, избегать толпы и мыть руки.”

СМ. ОРИГИНАЛЬНОЕ ИССЛЕДОВАНИЕ

Понравилась статья? Поделиться с друзьями:
Коронавирус-2