Новая модель, разработанная исследователями Принстона и Карнеги-Меллона, улучшает отслеживание эпидемий за счет учета мутаций при заболеваниях. Теперь исследователи работают над тем, чтобы применить свою модель, чтобы позволить лидерам оценивать эффекты противодействия эпидемиям, прежде чем они начнут их применять.
"Мы хотим иметь возможность рассматривать такие меры вмешательства, как карантин, изоляция людей и т. Д., а затем посмотрите, как они влияют на распространение эпидемии, когда патоген мутирует по мере своего распространения », – сказал Х. Винсент Пур, один из исследователей этого исследования и временно исполняющий обязанности декана инженерного факультета Принстона.
В моделях, которые в настоящее время используются для отслеживания эпидемий, используются данные врачей и медицинских работников для прогнозирования развития болезни.
Бедный, профессор электротехники Университета Майкла Генри Стратера, сказал, что модель, наиболее широко используемая сегодня, не предназначена для учета изменений в отслеживаемой болезни. Эта неспособность учитывать изменения в заболевании может затруднить лидерам противодействие распространению болезни. Знание того, как мутация может повлиять на передачу или вирулентность, может помочь руководителям решить, когда издавать приказы об изоляции или направлять дополнительные ресурсы в область.
«На самом деле это физические вещи, но в этой модели они абстрагируются до параметров, которые могут помочь нам легче понять последствия политики и мутаций», – сказал Бедный.
Если исследователи смогут правильно объяснить меры по противодействию распространению болезней, они смогут дать руководителям критическое представление о лучших шагах, которые они могут предпринять перед лицом пандемий. Исследователи опираются на работу, опубликованную 17 марта в Трудах Национальной академии наук. В этой статье они описывают, как их модель может отслеживать изменения в распространении эпидемии, вызванные мутацией болезнетворного организма.
В настоящее время исследователи работают над адаптацией модели с учетом мер общественного здравоохранения, принимаемых также для предотвращения эпидемии.
Работа исследователей основана на их исследовании движения информации через социальные сети, которое имеет поразительное сходство с распространением биологических инфекций. Примечательно, что на распространение информации влияют небольшие изменения самой информации. Например, если что-то становится немного более захватывающим для получателей, они с большей вероятностью передадут это или передадут более широкой группе людей.
Моделируя такие вариации, можно увидеть, как изменения в сообщении меняют его целевую аудиторию.
«Распространение слухов или информации по сети очень похоже на распространение вируса среди населения», – сказал Бедный. "Разные части информации имеют разную скорость передачи. Наша модель позволяет нам учитывать изменения информации по мере ее распространения по сети и то, как эти изменения влияют на распространение."
«Наша модель не зависит от физической сети связи между людьми», – сказал Пур, эксперт в области теории информации, чья работа помогла создать современные сети сотовой связи. "Информация абстрагируется в графы связанных узлов; узлы могут быть источниками информации или они могут быть потенциальными источниками заражения."
Получение точной информации чрезвычайно сложно во время продолжающейся пандемии, когда обстоятельства меняются ежедневно, как мы видели на примере вируса COVID-19. "Это похоже на лесной пожар.
Вы не всегда можете ждать, пока соберете данные для принятия решений – наличие модели может помочь заполнить этот пробел », – сказал Бедный.
«Надеюсь, эта модель может дать руководителям еще один инструмент, чтобы лучше понять причины, по которым, например, вирус COVID-19 распространяется намного быстрее, чем прогнозировалось, и тем самым помочь им развернуть более эффективные и своевременные меры противодействия», – сказал Бедный.
Помимо Бедных, соавторами были исследователи Рашад Элетреби, Йонг Чжуан, Кэтлин Карли и Осман Яган из Карнеги-Меллона.
Работа была частично поддержана Исследовательским бюро армии, Национальным научным фондом и Управлением военно-морских исследований.