Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Modélisation causale dynamique pour la future projection de la pandémie COVID-19

Le début de la pandémie de la maladie 2019 de coronavirus (COVID-19) provoquée par le coronavirus 2 (SARS-CoV-2) de syndrôme respiratoire aigu sévère a entraîné plus de 4,85 millions de morts dans le monde entier. La plupart des scientifiques autour du monde conviennent que la plupart de méthode efficace pour finir la pandémie actuelle est par la vaccination.

Par conséquent, la recherche pour un vaccin adapté contre SARS-CoV-2 mené au développement de plusieurs candidats vacciniques. Ces vaccins ont subi les ronds variés des tests cliniques avant qu'ils aient pu être administré aux êtres humains à grande échelle.

En raison du transfert vaccinique au Royaume-Uni, on ont choisi de renoncer à des mesures publiques de contrôle sanitaire telles que le social distançant et masque-s'usant. Ainsi, la situation actuelle au R-U fournit une expérience naturelle à d'autres pays pour l'évaluation de leurs propres interventions publiques.

Étude : Une projection d'an en septembre 2022 de l'épidémie Covid19 au R-U utilisant un modèle causal dynamique. Crédit d'image : NicoElNino/Shutterstock.com

Une étude neuve publiée sur le medRxiv* de serveur de prétirage utilise la modélisation causale dynamique (DCM) pour prévoir les effets de laisser le mouvement circulaire SARS-CoV-2 par une population en grande partie vaccinée. DCM combine les modèles épidémiologiques avec la modélisation comportementale au niveau de population. Par conséquent, les prévisions de DCM pourraient fournir une ligne zéro pour d'autres pays qui les aideraient pour surveiller les effets de leurs mesures publiques de contrôle sanitaire.

Au sujet de l'étude

L'étude actuelle DCM impliqué qui a eu certains avantages, car ces modèles pourraient continuement assimiler des caractéristiques ainsi que modifier les paramètres modèles tels que des changements de distancer social, du transmissibility du virus, et de couverture vaccinique. Le modèle également fournit les projections et les estimations à jour, entièrement est décrit, comprend toutes les caractéristiques susceptibles, exposées, infectées, enlevées (SEIR) normales, ainsi que comporte des interactions entre les variables.

Les modèles normaux de SIER dépendent du choix des paramètres, qui exige des suppositions, alors que le modèle de DCM est supposition supposition. Le modèle est tout à fait précis en modélisant les étapes antérieures de la pandémie, ainsi qu'en prévoyant ce qui se produira si tout continue comme il était.

Les caractéristiques également comprises actuelles d'étude de la santé publique Angleterre (PHE) et l'enquête de l'infection COVID-19 du bureau de la statistique nationale (ONS). Plusieurs suppositions sont effectuées dans l'étude, telle que le lockdown ne seront pas réimposées, effort d'atténuation n'aura pas lieu dans les écoles, variante neuve du virus ne surgirait pas en dépit de peu de restrictions de course et bordures poreuses, et l'alpha variante est 50% plus transmissible que la variante originelle tandis que la variante de triangle est 50% plus transmissible que l'alpha variante.

D'étude l'évaluation impliquée également de l'efficacité vaccinique au sujet de la boîte de vitesses, de la pathogénicité, de la mortalité, et de la protection contre l'infection. Pour cela, les estimations antérieures dérivées de l'ONS étudient et la mortalité de l'étude de PHE ont été exigées. Les différents vaccins utilisés au R-U jusqu'au 15 septembre 2021, compris les vaccins ChAdOx1, BNT162b2, et mRNA1273 (Moderna), qui ont comporté 53%, 45%, et 3%, respectivement, de tous les vaccins distribués dans l'ensemble du R-U.

Trois scénarios différents ont été présentés dans l'étude. Le premier (NPI1) a fourni à des projections des paramètres de ligne zéro, le deuxième (NPI2) a amélioré le recensement, test, trace, système d'isolat et de support (FTTIS) de 30 à 50%, et le tiers (NPI3) a amélioré le système de FTTIS par 80 pour cent.

Découvertes d'étude

Les résultats de l'étude actuelle ont indiqué que les vaccins étaient hautement efficaces en réduisant la mortalité et la morbidité ; cependant, ils n'étaient pas s efficace en réduisant la boîte de vitesses. Le modèle a proposé que la perte d'immunité se soit produite en 284 jours, qui était assimilée aux résultats de l'étude d'ONS. Par conséquent, des rappels des vaccins peuvent être exigés.

Le modèle a également prévu qu'en dépit des vaccinations efficaces, le R-U pourrait s'attendre une autre onde significative de COVID-19 qui pourrait avoir comme conséquence 3 millions de cas du syndrome post-COVID-19, 150.000 admissions au hôpital, et à 300 millions à des tests complémentaires. Si avec la vaccination d'autres mesures de santé publique d'atténuation étaient utilisées, on pourrait éliminer la possibilité d'une future onde.

En outre, l'absence du contrôle aux frontières et de peu de restrictions de course permettra à des variantes neuves d'entrer en et envahir le R-U. Ceci influencerait le système de santé défavorablement déjà surchargé. En outre, le manque de mesures de santé publique mènera à l'émergence des futures variantes qui réintroduiraient davantage les lockdowns restrictifs.

Projections de la courbure épidémique BRITANNIQUE - taux d'incidence, cas quotidiennement confirmés, et incidence de long Covid aux mars ou septembre 2022.

Conclusion

Par conséquent, les leçons pour d'autres pays sont tout à fait claires. Aucun pays ne devrait seulement dépendre de la vaccination pour éviter l'écart supplémentaire de SARS-CoV-2.

En outre, la relaxation des mesures de santé publique a plusieurs chocs négatifs qui comprennent surcharger le système de santé de nouveau, l'émergence des variantes vaccin-résistantes, et des coûts économiques significatifs dus à un grand nombre de cas. Ainsi, avec la vaccination, les mesures de santé publique devraient être prolongées pour éviter toute autre épidémie COVID-19.

avis *Important

le medRxiv publie les états scientifiques préliminaires qui pair-ne sont pas observés et ne devraient pas, en conséquence, être considérés comme concluants, guident la pratique clinique/comportement relatif à la santé, ou traité en tant qu'information déterminée.

Journal reference:
Suchandrima Bhowmik

Written by

Suchandrima Bhowmik

Suchandrima has a Bachelor of Science (B.Sc.) degree in Microbiology and a Master of Science (M.Sc.) degree in Microbiology from the University of Calcutta, India. The study of health and diseases was always very important to her. In addition to Microbiology, she also gained extensive knowledge in Biochemistry, Immunology, Medical Microbiology, Metabolism, and Biotechnology as part of her master's degree.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Bhowmik, Suchandrima. (2021, October 10). Modélisation causale dynamique pour la future projection de la pandémie COVID-19. News-Medical. Retrieved on December 05, 2021 from https://www.news-medical.net/news/20211010/Dynamic-causal-modeling-for-future-projection-of-the-COVID-19-pandemic.aspx.

  • MLA

    Bhowmik, Suchandrima. "Modélisation causale dynamique pour la future projection de la pandémie COVID-19". News-Medical. 05 December 2021. <https://www.news-medical.net/news/20211010/Dynamic-causal-modeling-for-future-projection-of-the-COVID-19-pandemic.aspx>.

  • Chicago

    Bhowmik, Suchandrima. "Modélisation causale dynamique pour la future projection de la pandémie COVID-19". News-Medical. https://www.news-medical.net/news/20211010/Dynamic-causal-modeling-for-future-projection-of-the-COVID-19-pandemic.aspx. (accessed December 05, 2021).

  • Harvard

    Bhowmik, Suchandrima. 2021. Modélisation causale dynamique pour la future projection de la pandémie COVID-19. News-Medical, viewed 05 December 2021, https://www.news-medical.net/news/20211010/Dynamic-causal-modeling-for-future-projection-of-the-COVID-19-pandemic.aspx.