Najnoviji znanstveni model otkrio koja strategija cijepljenja najmanje utječe na smanjenje broja smrti od COVID-19

Studija je pokazala da su prednosti restriktivnih mjera koje su bile uvedene tijekom prvog vala daleko nadišle bilo koje mjere koje u sebi sadrže scenarij selektivnog cijepljenja.

Branimir Vorša | 20.01.2021. / 15:37

Slika nije dostupna (Foto: Zimo)

U svijetu je dosad zabilježeno oko 94 milijuna slučajeva bolesti COVID-19, od koje je preminulo i više od dva milijuna ljudi. Obzirom na to da se novi koronavirus u većini svijeta snažno vratio u drugom valu te uz pojavu i njegovih novih i zaraznijih varijanti, svjetskim vlastima postalo je teško pronaći najbolje mjere za obuzdavanje pandemije.

Stoga bi nova teorija i platforma za simulacije koja može stvoriti predvidive modele bazirane na velikom skupu podataka prikupljenih iz višestrukih slojeva društv,a mogle biti neprocjenjiv alat u pronalasku najboljih epidemioloških mjera, koje će zaštititi građane i najmanje utjecati na njihovu kvalitetu života.

Tu novu open-source platformu razvio je tim znanstvenika predvođen Mauriziom Porfirijem, profesorom u Tandon školi za inženjerstvo Sveučilišta u New Yorku.

Platforma sadrži model COVID-19 utemeljen na agentima (agent-based model, ABM) za čitav grad New Rochelle, koji se nalazi u američkoj saveznoj državi New York.

U studiji koja je objavljena u znanstvenom časopisu Advanced Theory and Simulations, njegov tim uvježbava sustav, koji je razvijen s rezolucijom do svakoj pojedinog građanina New Rochellea, grada u kojem je zabilježeno jedno od prvih žarišta COVID-19 u SAD-u.

ABM platforma replicira, demografski i geografski, strukturu samog grada iz podataka službenog popisa stanovništva SAD-a te superimponira u visokoj rezoluciji, vremenskoj i prostornoj, prikaz epidemije na individualnoj razini, uzimajući u obzir fizičku lokaciju, kao i jedinstvene značajke manjih zajednica, poput trendova u ljudskom ponašanju ili lokalnih obrazaca kretanja.

Među otkrićima studije jedno sugerira da prioritetno cijepljenje visokorizičnih pojedinaca ima tek marginalan učinak na broj preminulih od bolesti COVID-19. Kako bi se po tom pitanju ostvario značajan napredak, trebao bi se cijepiti vrlo velik dio populacije grada.

Studija je pokazala da su prednosti restriktivnih mjera koje su bile uvedene tijekom prvog vala daleko nadišle bilo koje mjere koje u sebi sadrže scenarij selektivnog cijepljenja. Čak i s cjepivom na tržištu, socijalno distanciranje, maske i ograničenje kretanja ostat će ključni alati u borbi protiv COVID-19.

Porfiri je pojasnio i zašto je njegov tim za model uzeo baš New Rochelle.

Izabrali smo New Rochelle ne samo zbog njegovog mjesta na vremenskoj crti pandemije COVID-19, već zato što su modeli utemeljeni na agentima za gradove srednje veličine relativno neistraženi, unatoč tome što SAD najviše čine takvi gradovi, pojasnio je Porfiri.

Uz stručno znanje te podatke dobivene iz službenih izvješća o COVID-19, navedeni model objedinjuje detaljne elemente pandemije koja se širila unutar statistički realistične populacije. Usporedno s opcijama testiranja, liječenja i cijepljenja, model isto tako u obzir uzima i teret drugih bolesti sa simptomima sličnim COVID-19.

Jedinstveno za taj model jest mogućnost istraživanja različitih pristupa testiranju, primjerice u bolnicama ili drive-in punktovima, kao i različitih strategija cijepljenja koje mogu staviti prioritet na ranjive skupine.

Smatramo da javne vlasti mogu profitirati prilikom donošenja odluka temeljenih na ovom modelu, ne samo zato što je on open-source, već jer on nudi najfiniju rezoluciju na razini pojedinca te širok spektar mogućnosti, ističe Porfiri.

Izvor: EurekAlert

Još brže do najnovijih tech inovacija. Preuzmi DNEVNIK.hr aplikaciju

Vezane vijesti

Još vijesti