Защо всички прогнози за новия коронавирус са толкова различни: ревю

Оригиналът е на Maggie Koerth, Laura Bronner и Jasmine Mithani

5
2694

Всички сме в центъра на пандемията от COVID-19 и като рибки в аквариума гледаме през прозорците външния свят. Навярно всички си задават един и същ въпрос: колко всъщност са зле нещата? След него изниква още един: докога ще стоя вкъщи? Всички искаме да получим отговори на тези въпроси. И като се има предвид, колко много изследвания бяха направени и колко много данни бяха събрани за новия коронавирус, то отговори на тези въпроси трябва да има.

Всички държави изпращат данни броя на заразените, починалите и оздравелите. Проблемът е в това, че никой не знае доколко верни са тези данни. Според различни оценки, пандемията може да доведе до смъртта на от стотици хиляди до десетки милиони хора. Тоест, меко казано разликите, които се получават при използването не един или друг математически модел са огромни. Това е важно – в първия случай жертвите са колкото при починалите от глад, катастрофи и други подобни фактори, но във втория случай загубите са колкото по време на Световните войни, и са пагубни за икономиката.

Но защо разликите са чак толкова големи? Причината е, че моделирането на подобно явление е твърде трудно. Въпреки това, използването на математически точни компютърни модели за прогнозиране на бъдещето е полезно за експертите, дори и когато има цяла пропаст между едни и други резултати. Не е много лесно да се разберат тези резултати и как те се променят с течение на времето. Нека този път се спрем на това, как се формира модела на пандемията и да си изясним по какъв начин разбирането на неопределеността може да ни помогне да получим максимална ползва от тези числа, появяващи се около новия коронавирус.

И така, представете си един съвсем опростен модел за прогнозиране на резултатите от новия коронавирус. Логиката не е сложна – броят на хората, които ще починат, зависи от това, колко души могат да се заразят от COVID-19, по какъв начин се разпространява новия коронавирус и колко заразени хора може да убие вирусът.

Изглежда наистина лесно. Но нека след това се опитваме да запълним празните места. И тогава веднага се вижда, че няма нито едно число, чрез което да бъдат направени някакви изчисления… Изобщо няма. Всяка една променлива величина в този опростен модел зависи от редица варианти и празноти в познанията. И ако всяка една отделна част на този модел не е стабилна, то и цялата конструкция ще бъде стабилна колкото курса на биткойна.

Нека се спрем на нещо съвсем базово – например, събирането на данни. Различните държави и региони в държавите събират данните по различен начин. Няма единна централизирана таблица, която да бъде запълвана от всички, за да могат с лекота да бъдат сравнявани всички случаи на заболявания и смърт в целия свят. Да напомним, че има и страни, в които лекарите твърдят, че се занижава общия брой починали от COVID-19.

Същото несъответствие се наблюдава и при тестовете за новия коронавирус. В някои държави тестове се правят на всеки, който поиска. В други – само ако има важна причина подобен тест да бъде направен. А това оказва голямо влияние на данните, колко всъщност хора наистина са заразени от COVID-19 и колко са положителните резултати от тестовете за новия коронавирус.

А самият вирус е една непредсказуема инфекция, която засяга една група хора повече, отколкото друга група хора. А това означава, че местната демография и възможностите на метната медицина са сериозни фактори, когато става дума за оценка влиянието на новия коронавирус на обществото.

„Като хора, които работим в сферата на общественото здравеопазване, ние се опитване да дадем възможно най-добрите оценки с помощта на твърде неопределена информация“ – споделя доктор Бил Милър, професор по епидемиология в Университета на Охайо.

Нека разгледаме по-подробно нашия супер опростен модел, за да разберем, защо е толкова сложно да се създаде много добър модел за нещо толкова неопределено.

Да опитаме да пресметнем смъртността

Някои хора наистина умират от COVID-19 – това е единственото абсолютно твърдение, което можем да направим. Само че „някои“ очевидно не е число и с това понятие не можем нищо да изчислим.

Проблемът е, че пресмятането на смъртността от новия коронавирус от самото начало е неясно и размито.

„Тъй като възрастта е един от най-важните фактори, трябва да коригираме показателите на смъртността според демографията на всяка една страна, както и от нивото на съпътстващите заболявания: – каза Рей Вание, статистик от Калифорнийския университет в Сан Франциско.

С други думи, няма единен „коефициент на смъртността“ – те са много. Нивото на смъртността в България например, ще се различава от това в друга държава, където има повече болни от диабет. Същото може да се каже за този показател и в пределите на една страна – така например, новият коронавирус по-добре се разпространява в районите с метро, в което пътуват повече възрастни хора. Там коефициента на смъртност ще бъде по-висок в сравнение с новите райони, населени предимно с млади хора, където още няма подземна железница.

Но нека да преминем към планетарен мащаб. Това, че знаем каква е смъртността в Китай или Италия казва ли ни каква ще бъде смъртността в България? Не съвсем, но тези данни са много полезни, понеже намаляват неопределеността.

Всъщност, твърде вероятно е да не знаем какво е фактическото ниво на смъртността в тези страни. Това е така по редица причини, като започнем от събирането на данни за заболелите. Представените числа не са 100% факти. Те са резултат от голям брой субективни селекции, които трябва да бъдат документирани максимално прозрачно и подробно, за да може изобщо да се разглеждат тези числа като факти. Ето защо, информацията за това, как се събират данните и дали всеки път се събрат по еднакъв начин, е много важна.

Съществува и проблемът на несъбраните и неточните данни. За да се определи новото на смъртността трябва да разделим броя на хората, починали от COVID-19, на хората, които са заразени с новия коронавирус. Но в тази пандемия няма точно преброяване на броя заразени хора и от математическа гледна точка ние не знаем знаменателя. И ако искаме да бъдем честни – и числителя не знаем точно.

В един идеален свят ние бихме направили тестове на всички хора за заразяване с новия коронавирус, за да можем съвсем точно да знаем колко са заразените и колко са починалите от COVID-19. Но с новия коронавирус имаме само две ситуации, които са близко до идеала.

Първият е круизният лайнер Diamond Princess, който бе поставен под карантина след избухването на огнище от заразени на борда на кораба. Тествани бяха почти всички пасажери – 3063 от 3711 души. Морският съд стана жива лаборатория с много високо ниво на документиране на данните, каквото в реалния свят обикновено няма. Медиците успяха да определят не само колко хора се разболяха, но и при колко от тях няма симптоми на COVID-19. Така стана възможно да се разбере какъв е процентът на хората, които на сушата остават незабелязани и няма как да бъдат отбелязани като заразени.

Тоест, може да кажем, че има немалък брой заразени субекти, които се разхождат наоколо и нямат представа, че разпространяват COVID-19. А това означава, че коефициентът на смъртност на сушата е по-висок, понеже този фактор не е отчетен. Сред пасажерите на лайнера нивото на смъртността за хората с диагнози и симптоми се оказа 2,3%, а смъртността при всички случаи, включително и тези без симптоми, е едва 1,2%.

Между другото, симптоматичното съотношение – при колко хора симптоми има, а при колко няма, има голяма значение. Учените започнаха да се досещат за това съвсем скоро. В отчета на Имперския колеж на Лондон се предполага, че при около две трети от заразените с новия коронавирус, симптоми има и те могат да се самоизолират. А данните от Diamond Princess показват, че симптомите се проявяват при около половината от случаите. Ето защо е много важно да се разбере какъв реално е симптоматичният коефициент, понеже той оказва голямо влияние при изчисляването на смъртността.

Данните от круизния лайнер също не са идеални – тестовете за новия коронавирус не са направени на всички, а и демографията на круизните лайнери е твърде различна от тази на сушата и освен това, някои от заразените все още мога да умрат и по този начин да се увеличи коефициента на смъртност. Но при всички случаи това е най-точната и надеждна статистика към днешен ден.

В повечето страни мащабното тестване на хората едва сега започва, а това е наистина важно. Ако се тестват само болните хора, както се прави в някои държави, то нивото на смъртността няма да има нищо общо с действителността (проблемът със знаменателя). Но на масовото тестване пречат редица фактори и проблеми, като например недостатъчните комплекти за тестване и фактът, че някои частни лаборатории не предоставят информация за отрицателните резултати.

На реалната смъртност от това заболяване влияят и нашите възможности да предотвратяване смъртта на тежко болните хора. Очевидно е, че това зависи от размерите на болницата. При неограничен достъп до болнични легла и апарати за изкуствена вентилация на белите дробове, голям брой хора дори и със сериозни симптоми могат да оцелеят и оздравеят. Но тези ресурси са доста оскъдни и в редица региони хората не могат да оцелеят, въпреки че биха могли.

Да добавим и нивото на заболяемостта

Почти всичко, което казахме до тук по отношение на смъртността, важи и за заболяемостта: всички оценки зависят от събраните данни, достъпността на комплекти за тестове на COVID-19 и симптоматичното съотношение. Но за да разберем нивото на заболяемостта, трябва да си изясним и доколко често вирусът се прехвърля от един човек към друг. Използва се базовото репродуктивно число R0, което показва средният брой новозаразени от един заболял индивид в популация, която е напълно податлива на зарази и хомогенна.

Но числото R0 е много променливо и зависи от всички видове социално поведение, местни екологични особености и политически решения. То е различно не само за различните страни, но и за регионите в тези страни. Ясно е, че болестта ще се разпространява много по-зле, ако са въведени карантинни мерки. Така например маларията има по-висок R0 в местата с много застояла вода – там има повече комари, които са преносители на маларията.

Ето защо моделирането на потенциалния R0 коефициент за новия коронавирус означава предвиждането на редица различни сценарии за предаване на заболяването. Тези сценарии приличат на диапазон от оценки, в които са включени променливи, които също не знаем точно.

Първата променлива е броят на контактите – тоест броят хора, с които инфектираният е контактувал за определен период от време. Това е единствената променлива, която хората могат да контролират и намалят и именно затова всички седим под карантина.

Средната честота на контактите също не е еднаква и се различава при отделните хора в зависимост от фактори като жизнената ситуация и вида на работата. С други думи, очевидно е, че някой, който работи отдалечено чрез интернет в някое затънтено село има много по-малко контакти от някой в столицата, който работи в офис.

Трябва да се отчете и променливата, показваща броя инфекции на един човешки контакт. Тя показва колко хора се заразяват след срещата с инфектиран. Този показател съвсем не е константа. Вирусите не се разпространяват математически организирано – например точно по два от един заразен. Този брой силно зависи от първата променлива – един инфектиран на опашката за тоалетна хартия може да зарази много повече хора от болният, който играе компютърни игри вкъщи.

Биологията на вируса също има значение, когато трябва да се пресметне броя заразени при един единствен контакт. Така например, важно е да се знае колко дълго оцелява вирусът на различни повърхности и колко далече може да се разпространява във въздуха. Засега, за новия коронавирус няма точни данни.

И накрая, трябва да се знае и продължителността на заразния период – колко дълго един човек може да разпространява коронавируса сред другите хора и в кой момент той е максимално опасен за околните. Това зависи от биологията на вируса и имунитета на всеки индивид.

И всички тези параметри се използват за пресмятането на R0.

Добрият модел предвижда и сценария за възможно повторно заразяване – ако хората са оздравели от COVID-19 и имат имунитет към повторно заразяване, то възприемчивостта на популацията бързо намалява. Но засега няма много информация по този въпрос.

В този хипотетичен математически и компютърен модел дори не засягаме въпроса какво ще се промени, ако започне да се използва ефективна ваксина. И така направихме достатъчно много предположения.

Да обединим трите модела

И така, за да бъде изграден ефективен компютърен модел, трябва да използваме всичките тези променливи, изброени дотук, а може би и някои нови, които също имат значение. Трябва да отчетем, какво е влиянието на една променлива към другите, както и корелацията на различните параметри. Това почти гарантирано ще доведе до объркване.

Би било по-лесно, ако тези променливи и параметри зависят само от коронавируса. Но не е така, те зависят и от нас самите. Затварянето на училищата и детските градини, старателното измиване на ръцете, самоизолацията – всичко това твърде много се различава в отделните страни и кардинално променя мащабите на пандемията.


През следващите месеци ще видим много прогнози относно пандемията от COVID-19. Напълно е възможно те да се различават в пъти. Но вече знаем, че не са грешни моделите, а огромния брой фактори и параметри, които е трудно да бъдат точно регистрирани и отчетени.

0 0 глас
Оценете статията
Абонирай се
Извести ме за
guest
5 Коментара
стари
нови оценка
Отзиви
Всички коментари