Главная » Все новости » Математическое моделирование может помочь сбалансировать экономику и здоровье во время пандемии
Математическое моделирование может помочь сбалансировать экономику и здоровье во время пандемии
Математическое моделирование может помочь сбалансировать экономику и здоровье во время пандемии

Математическое моделирование может помочь сбалансировать экономику и здоровье во время пандемии

Этим летом, когда бары, рестораны и магазины начали открываться, люди вышли на улицы, несмотря на продолжающуюся угрозу COVID-19. В результате во многих регионах в июле увеличилось количество случаев заболевания.

Используя математическое моделирование, новое междисциплинарное исследование лаборатории Арье Нехораи, профессора электротехники Юджина и Марты Ломан на факультете электротехники и системной инженерии им. Престона М. Грина Вашингтонского университета в Сент-Луисе, определяет наилучший курс действий, когда речь идет о балансировании между экономической стабильностью и наилучшими возможными результатами для здоровья.

Группа, в которую также входят Дэвид Шварцман, кандидат экономических наук в бизнес-школе Олина, и Ури Голдштейн, кандидат биомедицинской инженерии в инженерной школе Маккелви, опубликовали свои выводы 22 декабря в PLOS ONE .

Модель показывает, что из рассматриваемых ими сценариев сообщества могли бы максимизировать экономическую производительность и свести к минимуму передачу болезней, если бы до появления вакцины пожилые люди в основном оставались дома, а молодые люди постепенно возвращались на работу.

«Мы разработали модель прогнозирования COVID-19, которая впервые учитывает его взаимосвязанное влияние на экономику и здоровье при различных политиках карантина», — сказал Нехораи. «У вас может быть оптимальная политика карантина, которая сводит к минимуму воздействие как на здоровье, так и на экономику».

Работа представляла собой расширенную версию модели Susceptible, Exposed, Infectious, Recovered (SEIR), широко используемого математического инструмента для прогнозирования распространения инфекций. Эта динамическая модель позволяет людям перемещаться между группами, известными как отсеки, и при помощи каждого отсека по очереди влиять на другой.

По сути, эти модели делят популяцию на четыре части: восприимчивые, подверженные воздействию, инфицированные и выздоровевшие. В качестве новшества в этой традиционной модели команда Нехорая включила инфицированных, но бессимптомных людей, принимая во внимание самое современное понимание того, как передача может происходить по-разному между ними, а также как их поведение может отличаться от людей с симптомами. Это оказало большое влияние на результаты модели.

Затем люди были разделены на различные «подгруппы», например, по возрасту (пожилые — это те, кто старше 60) или по производительности. Это была мера способности человека работать из дома в случае карантинных мер. Для этого они рассматривали дипломы о высшем образовании как показатель того, кто может продолжать работать в период карантина.

Затем они приступили к работе, разработав уравнения, моделирующие способы перемещения людей из одного отсека в другой. На движение влияла политика, а также решения, принятые человеком.

Интересно, что модель включала динамический коэффициент смертности, который со временем уменьшался. «У нас был уровень смертности, который объяснял улучшение медицинских знаний с течением времени», — сказал Ури Гольдштейн, кандидат наук в области биомедицинской инженерии. «И мы видим это сейчас: уровень смертности снизился».

«Например, — сказал Гольдштейн, — если экономика сокращается, появляется больше стимулов для выхода из карантина», что может проявиться в модели, когда люди переходят из изолированного отсека в уязвимый отсек. С другой стороны, переход от инфекционного заболевания к выздоровевшему в меньшей степени зависел от действий человека и лучше определялся показателями выздоровления или смертности. Кроме того, исследователи смоделировали, что уровень смертности снижается с течением времени, поскольку медицинские знания о том, как лечить COVID-19, со временем улучшаются.

По словам Шварцмана, команда рассмотрела три сценария. Во всех трех сценариях указанный срок составлял 76 недель (предполагалось, что вакцина будет доступна), и до тех пор пожилые люди в основном оставались на карантине.

Если во всем соблюдались строгие меры изоляции;

Если после того, как кривая была сглажена, молодые люди быстро ослабили меры изоляции и вернулись к нормальному движению;

Если после того, как кривая была сглажена, меры изоляции для молодых людей постепенно отменялись.

«Третий сценарий является наилучшим с точки зрения экономического ущерба и последствий для здоровья», — сказал он. «Потому что в сценарии быстрой релаксации произошло еще одно распространение болезни, из-за чего ограничения были восстановлены».

В частности, они обнаружили, что в первом сценарии погибло 235 724 человека, а экономика сократилась на 34%.

Во втором сценарии, когда произошло быстрое ослабление мер по изоляции, произойдет вторая вспышка, в результате которой погибнет в общей сложности 525 558 человек, а экономика сократится на 32,2%.

При постепенном расслаблении, как в третьем сценарии, погибнет 262 917 человек, а экономика сократится на 29,8%.

«Мы хотели показать, что есть компромисс», — сказал Нехораи. «И мы хотели математически найти золотую середину?»

Еще одно важное открытие — это то, что никто не должен удивляться: «Чувствительность людей к заразности связана с мерами предосторожности, которые они принимают», — сказал Нехораи. «По-прежнему крайне важно соблюдать меры предосторожности — маски, социальное дистанцирование, избегать скопления людей и мыть руки».

Этим летом, когда бары, рестораны и магазины начали открываться, люди вышли на улицы, несмотря на продолжающуюся угрозу COVID-19. В результате во многих регионах в июле увеличилось количество случаев заболевания.

Понравилась запись? Поделись с другом!!!