Ministerstwo Zdrowia korzysta z kilku modeli rozwoju epidemii COVID‑19 w Polsce przygotowanych przez polskich naukowców. Dzięki temu można testować różne podejścia do walki z epidemią i skuteczniej przewidywać jej rozwój.
MZ w połowie maja wskazało zespół 20 ekspertów, którzy zaangażowani są w prace na rzecz modelowania epidemiologicznego dla COVID‑19. Opracowali oni cztery modele. Model zespołu skupionego wokół ICM Uniwersytetu Warszawskiego to model granularny, agentowy – każdą z ok. 40 mln osób, które mieszkają w Polsce, traktuje się w nim jako osobny byt. Agenci są rozmieszczeni na mapie Polski mniej więcej tak, jak my w kraju. A każdy ma przypisane cechy dla niego charakterystyczne – np. gdzie spotyka się z innymi i jaka jest u niego szansa na transmisję wirusa. Dane zaczerpnięto z GUS. Można tam na przykład sprawdzać, jak wpłynęłoby na rozwój epidemii objęcie kwarantanną poszczególnych regionów geograficznych kraju. Do przeliczenia tak dużej ilości danych wykorzystuje się superkomputer.
Zespół prof. Tylla Krügera z Politechniki Wrocławskiej skupia się na innym aspekcie epidemii. W ich modelu MOCOS (MOdelling Coronavirus Spread) ważne jest przede wszystkim to, jak wirus przenosi się w sieciach społecznych – np. między gospodarstwami domowymi. Model ten daje też wgląd w to, jak zidentyfikować granicę między fazą wygasania epidemii i jej wzrostu. Pozwala m.in. testować rozwój epidemii, jeśli: ograniczy się kontakty społeczne, skuteczniej będzie się śledzić kontakty zakażonych, a także zwiększy liczbę wykonywanych testów.
– Polska od kilku tygodni znajduje się na linii krytycznej, która wyznacza granicę między dwoma fazami epidemii. Jeśli chcemy poluzować ograniczenia społeczne, musimy to czymś kompensować, aby nie nastąpił wzrost epidemii – to może być skuteczniejsze śledzenie kontaktów osób zakażonych i większa liczba wykonywanych testów – mówi prof. Tyll Krüger.
Zespół z Wydziału Matematyki Informatyki i Mechaniki Uniwersytetu Warszawskiego i z Narodowego Instytutu Zdrowia Publicznego – Państwowy Zakład Higieny przygotował dwa modele. W pierwszym, SEIR, populacja jest podzielona na 4 grupy ludzi: podatnych, eksponowanych na wirusa, zainfekowanych i wyzdrowiałych/odpornych. Opracowane są też przejścia między tymi grupami, które zależą od specyfiki choroby COVID‑19. Drugi, SEIR‑stochastic (który wykorzystuje symulacje losowe) bierze dodatkowo pod uwagę, czy osoba zarażająca zostanie zdiagnozowana czy nie i uwzględnia dzienną liczbę wykonywanych w Polsce testów.
– Symulacje z naszego modelu pokazują, że odpowiednio wysoka dzienna liczba testów jest kluczowa dla wygaszenia epidemii w Polsce – mówi prof. Anna Gambin z MIM UW.
– Niezależne wykonywanie modeli przez różne instytucje jest wskazane dla: oceny przyjmowanych w nich założeń i trafności ich predykcji (przepowiedni) oraz umożliwienia odpowiedzi na jak najszerszy zakres pytań – ocenia Ministerstwo Zdrowia.
(oprac. jkg/Nauka w Polsce PAP)
Grafika: Model SEIR – prognozowana dzienna liczba przypadków
2020-06-12
Zobacz również:
