Чия стратегія боротьби з коронавірусом ефективніша - дослідження

Nature
Nature

Один із найстаріших і авторитетних загальнонаукових журналів.

Солдати італійської армії разом з поліцейськими та карабінерами охороняють дорогу, що веде в місто Нерола, Італія EPA-EFE

Дослідники з'ясовують, як конкретні заходи соціального дистанціювання уповільнюють поширення COVID-19 в різних країнах, щоб визначити найбільш ефективні способи обережності. Зведення даних з усього світу дозволить порівняти досвід різних країн і оцінити ефективність тієї або іншої стратегії.

Про це пише Nature.

Судячи з усього, чудовий урок, як приборкати епідемію COVID-19, світові дав Гонконг. У країні з населенням 7,5 мільйонів людей зареєстровано лише 4 смертельні результати. Вивчаючи гонконзький підхід, дослідники вже констатували, що інтенсивність передачі коронавірусу — тобто скількох людей в середньому заражає кожен пацієнт — знижують такі заходи, як відстеження контактів, карантин, соціальне дистанціювання, використання масок і закриття шкіл. У Гонконзі цей показник вдалося звести до критичного рівня - 1. Проте чітко розмежувати ефективність різних заходів і поведінкових моделей, які використовуються одночасно, в науковій статті, опублікованій в цьому місяці, не вдалося.

На даному етапі одна з найактуальніших задач, що стоять перед науковою спільнотою, — визначити результативність безпрецедентних заходів, вжитих у всьому світі для обмеження епідемії. Зрештою, дослідники розраховують передбачити, як ті чи ті заходи контролю та їх поєднання впливають на швидкість передачі і кількість заражень. Ці відомості особливо знадобляться урядам при розробці стратегій, як скоріше повернутися до нормального життя, зберігши при цьому низький рівень передачі і запобігши повторним хвилям інфекції. "Мова не про наступні епідемії, а про те, що належить зробити просто зараз", — пояснює фахівець з математичного моделювання Лондонської школи гігієни і тропічної медицини Розалінда Егго (Rosalind Eggo).

Учені вже вивчають моделі різних країн, щоб визначити найбільш ефективні заходи. Моделі, засновані на реальних даних, вірогідніші за ті, які використовувалися на початку спалаху і передбачали майбутній ефект зі значними допущеннями. Зведення даних зі всього світу дозволить порівняти різні країни. І, на відміну від методу, де країни розглядають окремо, це дозволить розробити моделі, які дадуть точніші прогнози про нові фази пандемії.

Новини за темою: Секрет успіху Норвегії у боротьбі з поширенням COVID-19

Але визначити, що тут причина, а що наслідок, — завдання нелегке. Почасти тому, що ситуація в кожній країні відрізняється і є деяка невизначеність щодо того, наскільки дотримуються ті чи інші заходи, застерігає Егго. "Це дійсно складно, але це зовсім не означає, що не треба намагатися", — додає вона.

Зібрати все докупи

Зусилля в цьому напрямку в найближчі тижні підтримає база даних, куди вносять відомості про сотні різних заходів зі всього світу. Платформа, яку підготувала для Всесвітньої організації охорони здоров'я (ВООЗ) робоча група з Лондонської школи гігієни і тропічної медицини, збирає дані десяти інших робочих груп — в тому числі з Оксфордського університету, Наукового центру складних систем у Відні та некомерційних організацій на кшталт "Проєкту з оцінки потенціалу" (ACAPS), які аналізують гуманітарні кризи.

Як пояснив учений Лондонської школи гігієни і тропічної медицини Кріс Гранді (Chris Grundy), база даних буде систематизувати інформацію, яка надходить від різних груп, і таким чином стане всеохопною. Заходи контролю при спалахах інфекцій відстежують організації типу ВООЗ, але у випадку з COVID-19 картина ускладнюється швидкістю поширення пандемії та її масштабами, каже Гранді. Для обробки та обліку інформації Лондонська школа гігієни і тропічної медицини залучила значний корпус із 1 100 добровольців. За словами Гранді, зібрані дані стануть доступні для подальшого використання і поступово будуть уточнюватися. Зараз ключове значення має швидкість, говорить він. "На рахунку буквально кожен день", — говорить він.

Новини за темою: Трамп припинив фінансування ВООЗ ООН: На яких підставах та що це означає для США та світової спільноти?

Команди вчених вивчають широкий спектр методів з різних країн. Віденська команда задокументувала 170 типів заходів у 52 країнах — від легких на зразок етикетки на підлозі, якою позначена безпечна двометрова відстань, до серйозних обмежень на зразок закриття шкіл. Крім того, вони відстежують нещодавні спроби деяких країн налагодити нормальне життя і поточні заходи — наприклад, розпорядження носити медичні маски. Оксфордський проєкт "Відстеження урядових відгуків на COVID-19" (Government Response Tracker) стежить за 13 типами заходів більш ніж в 100 країнах. 7 з 13 зведені в єдиний індекс "строгості" — він ранжує кроки, до яких вдалися, за ступенем серйозності і дозволяє порівнювати країни, які пішли різними шляхами. Методи розрахунку індексу переглядають мірою додавання нових заходів.

Розбивка на групи

Вчені обох груп вже почали аналіз даних, вивчаючи відмінності у підході різних країн. В пошуку закономірностей віденська команда розбиває країни на групи за різними критеріями — наприклад, на якому етапі епідемії почалося втручання, скільки обмежень і яких. Так, в Європі алгоритм згрупував разом Швецію, Велику Британію і Нідерланди — ці країни відреагували відносно повільно. На ранній стадії епідемії усі вони розраховували на стратегію колективного (або "стадного") імунітету. Всі три країни спочатку покладалися на добровільне дотримання запропонованих заходів, однак Велика Британія і Нідерланди згодом перейшли на більш рішучі кроки — аж до карантину, каже Амелі Девар-Ларрів (Amélie Desvars-Larrive), епідеміолог з Наукового центру складних систем і Віденського ветеринарного університету.

Німеччина і Австрія, навпаки, відзначилися тим, що вжили рішучих заходів вже на ранньому етапі — на відміну від Італії, Франції та Іспанії, які зробили ті ж кроки, але набагато пізніше. І на сьогодні смертність від коронавірусної інфекції у Німеччині та Австрії становила лише малу частку від італійської, французької та іспанської.

Ранні знахідки оксфордської команди дозволяють припустити, що бідні країни схильні вводити заходи суворіші, ніж багаті. Так, карибська країна Гаїті ввела суворий карантин після першого ж підтвердженого випадку, в той час як США чекали після першої смерті більше двох тижнів — і тільки потім наказали громадянам залишатися вдома. Можливо, розгадка в тому, що в країнах з низькими доходами медицина розвинена гірше — і їм доводиться діяти обережніше, розмірковує дослідник громадської політики Оксфордського університету Анна Петерик (Anna Petherick). Не виключено і те, що у них вже була можливість вчитися в інших, оскільки вірус дістався цих країн пізніше.

Закономірності та прогнози

Зрештою дослідники сподіваються завдяки зібраним даним вийти за рамки порівняння окремих нюансів і оцінити, наскільки ефективно спрацювала та чи інша стратегія в цілому. "Треба оцінювати вжиті заходи в динаміці, щоб кожен міг виробити реальні заходи, — говорить Егго. У створенні бази даних вона не брала участь, але розраховує нею скористатися. — Якщо ми не знаємо, що саме працює і наскільки результативно, то вирішити, що робити далі, буде важко". Егго і колеги скористаються зібраними даними для перевірки точності своїх математичних моделей. В них використані рівняння для опису швидкості передачі і її механізмів при різних заходах втручання на різних стадіях.

В ідеалі дослідники зможуть передбачити, як включення і скасування тих чи інших заходів позначиться на кількості хворих з плином часу. Політики зможуть скористатися цими прогнозами і даними про можливості інтенсивної терапії при прийнятті рішень — наприклад, коли відкривати школи, каже фізик-математик з Наукового центру складних систем і Віденського медичного університету Нільс Хауг (Nils Haug).

Команда Хауга з 15 осіб вирішує, який статистичний підхід кращий. Вони визначають не конкретний ефект від того чи іншого втручання, а які заходи дозволяють найточніше спрогнозувати подальший рівень зараження. В одному з підходів використовується метод машинного навчання. Він називається нейронною мережею із зворотними зв'язками і застосовується для вивчення закономірностей і прогнозування. Визначити ефективність того або іншого втручання дослідники зможуть, подивившись, як зміняться прогнози, якщо видалити його з мережі.

Інший метод включає в себе регресійний аналіз — він оцінює взаємозв'язок між окремим заходом (наприклад, закриттям шкіл) і окремим показником (наприклад, інтенсивністю передачі). Використовуючи регресійний аналіз — наприклад, метод Ласо — дослідники визначать, які заходи знижують інтенсивність передачі.

Але у кожного методу є свої обмеження, вважає Хауг. Так, метод Ласо передбачає, що обраний захід з плином часу однаково знижує інтенсивність передачі — незалежно від країни. І в цьому найбільша складність при вивченні досвіду різних країн. Дослідникам потрібно враховувати національні особливості — наприклад, як на розповсюдження інфекції впливає спільне проживання представників різних поколінь. Віденська команда спробує інтегрувати в свої моделі всі ці показники. На даний момент вони будуть враховувати їх як одну змінну, яка змінює інтенсивність передачі для окремо взятої країни.

Доки немає вакцини або ефективного лікування, єдиним захистом від COVID-19 залишається припинення передачі. За словами Петерик, вирішальне значення при виборі ефективної тактики має точне усвідомлення її наслідків. "Якщо ми будемо точно собі уявляти, що саме нам належить зробити і які методи допоможуть зупинити поширення і зберегти більше життів, це буде величезний внесок", — підсумовує вона.

Елізабет Гібні

За матеріалами: ІноЗМІ

Редакція не несе відповідальності за думку, яку автори висловлюють у блогах на сторінках ZIK.UA

*Якщо Ви знайшли помилку в тексті новини, виділіть її та натисніть Ctrl+Enter.

Loading...