Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

Modellistica causale dinamica per la proiezione futura della pandemia COVID-19

L'inizio della pandemia di malattia 2019 di coronavirus (COVID-19) determinata dal coronavirus 2 (SARS-CoV-2) di sindrome respiratorio acuto severo ha causato oltre 4,85 milione morti nel mondo intero. La maggior parte dei scienziati intorno al mondo acconsentono che il metodo più efficace per cessare la pandemia corrente è con la vaccinazione.

Di conseguenza, la ricerca per un vaccino adatto contro SARS-CoV-2 piombo allo sviluppo di parecchi candidati vaccino. Questi vaccini hanno subito i vari giri dei test clinici prima che potessero essere amministrato agli esseri umani su vasta scala.

Come conseguenza dello srotolamento vaccino nel Regno Unito, molti hanno scelto di rinunciare alle misure di controllo di salute pubblica quale il sociale che distanzia e chedura. Quindi, la situazione attuale nel Regno Unito fornisce un esperimento naturale ad altri paesi per la valutazione dei loro propri interventi pubblici.

Studio: Una proiezione di anno al settembre 2022 dell'epidemia Covid19 nel Regno Unito facendo uso di un modello causale dinamico. Credito di immagine: NicoElNino/Shutterstock.com

Un nuovo studio pubblicato sul medRxiv* del " server " della pubblicazione preliminare utilizza la modellistica causale dinamica (DCM) per predire gli effetti di lasciare la spazzata SARS-CoV-2 attraverso una popolazione in gran parte vaccinata. DCM combina i modelli epidemiologici con la modellistica comportamentistica al livello della popolazione. Di conseguenza, le previsioni di DCM potrebbero fornire un riferimento per altri paesi che li avrebbero aiutati per riflettere gli effetti delle loro misure di controllo di salute pubblica.

Circa lo studio

Lo studio corrente ha compreso DCM che ha presentato determinati vantaggi, poichè questi modelli potrebbero assimilare i dati come pure modificare continuamente i parametri di modello quali i cambiamenti distanziare sociale, nel transmissibility del virus e nella copertura vaccino. Il modello egualmente fornisce le proiezioni ed i preventivi aggiornati, completamente è descritto, comprende tutti i dati suscettibili, esposti, infettati, eliminati (SEIR) standard come pure comprende le interazioni fra le variabili.

I modelli standard di SIER dipendono dalla scelta dei parametri, che richiede i presupposti, mentre il modello di DCM è senza presupposto. Il modello è abbastanza accurato nella modellistica delle fasi di esperienza della pandemia come pure nella predizione del che cosa accadrà se tutto continua come era.

I dati anche inclusi correnti di studio dalla salute pubblica Inghilterra (PHE) e l'indagine di infezione COVID-19 dell'ufficio delle statistiche nazionali (ONS). Parecchi presupposti sono fatti nello studio, quale il lockdown non saranno imposti, nessuno sforzo di diminuzione avrà luogo in banchi, nessuna nuova variante del virus sorgerebbe malgrado pochi restrizioni di viaggio e confini porosi e l'alfa variante è 50% più ereditario della variante originale mentre la variante di delta è 50% più ereditario di alfa variante.

Lo studio egualmente ha compreso la valutazione dell'efficacia vaccino riguardo alla trasmissione, alla patogenicità, alla mortalità ed alla protezione dall'infezione. Per quello, i preventivi priori derivati da ONS studiano e la mortalità dallo studio di PHE è stata richiesta. I vaccini differenti utilizzati nel Regno Unito fino al 15 settembre 2021, incluso i vaccini ChAdOx1, BNT162b2 e mRNA1273 (Moderna), che hanno compreso 53%, 45% e 3%, rispettivamente, tutti i vaccini distribuiti in tutto il Regno Unito.

Tre scenari differenti sono stati presentati nello studio. Il primo (NPI1) ha fornito alle proiezioni i parametri del riferimento, il secondo (NPI2) ha migliorato l'identificazione, prova, traccia, sistema di sostegno e dell'isolato (FTTIS) da 30 a 50% ed il terzo (NPI3) ha migliorato il sistema di FTTIS da 80 per cento.

Risultati di studio

I risultati dello studio corrente hanno indicato che i vaccini erano altamente efficaci nella diminuzione la mortalità e della morbosità; tuttavia, non erano s efficace nella diminuzione della trasmissione. Il modello ha suggerito che la perdita di immunità si presentasse in 284 giorni, che era simile ai risultati dello studio di ONS. Di conseguenza, le dosi di richiamo dei vaccini possono essere richieste.

Il modello egualmente ha predetto che malgrado le efficaci vaccinazioni, il Regno Unito potrebbe prevedere un'altra onda significativa di COVID-19 che potrebbe provocare 3 milione casi di sindrome post-COVID-19, 150.000 ricoveri ospedalieri e 300 milione prove supplementari. Se con la vaccinazione altre misure di salute pubblica attenuarsi fossero impiegate, la possibilità di un'onda futura potrebbe eliminarsi.

Ancora, l'assenza di controllo di frontiera e di poche restrizioni di viaggio permetterà che le nuove varianti entrino ed invadano nel Regno Unito. Ciò urterebbe il sistema avversamente già sovraccaricato di salubrità. Inoltre, la mancanza di misure di salute pubblica piombo all'emergenza delle varianti future che più ulteriormente rintrodurrebbero i lockdowns restrittivi.

Proiezioni della curva epidemica BRITANNICA - tariffa di incidenza, casi giornalmente confermati ed incidenza di Covid a lungo ai marzo o settembre 2022.

Conclusione

Di conseguenza, le lezioni per altri paesi sono abbastanza chiare. Nessun paese dovrebbe dipendere solamente dalla vaccinazione per impedire ulteriore diffusione di SARS-CoV-2.

Ancora, il rilassamento delle misure di salute pubblica ha parecchi impatti negativi che comprendono il sovraccarico del sistema sanitario ancora, l'emergenza delle varianti vaccino-resistenti e costi economici significativi dovuto tantissimi casi. Quindi, con la vaccinazione, le misure di salute pubblica dovrebbero essere continuate per impedire nuove epidemie COVID-19.

avviso *Important

il medRxiv pubblica i rapporti scientifici preliminari che pari-non sono esaminati e, pertanto, non dovrebbero essere considerati conclusivi, guida la pratica clinica/comportamento correlato con la salute, o trattato come informazioni stabilite.

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). Modellistica causale dinamica per la proiezione futura della pandemia COVID-19. News-Medical. Retrieved on November 29, 2021 from https://www.news-medical.net/news/20211010/Dynamic-causal-modeling-for-future-projection-of-the-COVID-19-pandemic.aspx.

  • MLA

    Bhowmik, Suchandrima. "Modellistica causale dinamica per la proiezione futura della pandemia COVID-19". News-Medical. 29 November 2021. <https://www.news-medical.net/news/20211010/Dynamic-causal-modeling-for-future-projection-of-the-COVID-19-pandemic.aspx>.

  • Chicago

    Bhowmik, Suchandrima. "Modellistica causale dinamica per la proiezione futura della pandemia COVID-19". News-Medical. https://www.news-medical.net/news/20211010/Dynamic-causal-modeling-for-future-projection-of-the-COVID-19-pandemic.aspx. (accessed November 29, 2021).

  • Harvard

    Bhowmik, Suchandrima. 2021. Modellistica causale dinamica per la proiezione futura della pandemia COVID-19. News-Medical, viewed 29 November 2021, https://www.news-medical.net/news/20211010/Dynamic-causal-modeling-for-future-projection-of-the-COVID-19-pandemic.aspx.