Модель риска COVID-19 использует данные больниц для принятия решений о социальном дистанцировании

Структура описана в новом документе, опубликованном сегодня в Proceedings of the National Academy of Sciences. Сохраняющийся высокий уровень инфицирования в Соединенных Штатах означает, что законодателям по всей стране необходимо продолжать принимать решения о восстановлении и ослаблении мер социального дистанцирования.

Используя данные больниц, новая модель позволяет местным руководителям узнать, когда пора нажать на тормоза при повторном открытии, а не на ослабление ограничений.
Например, в Остине, штат Техас, разработчики моделей применили эту схему, чтобы помочь руководству города решить, когда переключаться между пятью различными уровнями предупреждения о COVID-19. Город теперь отслеживает ежедневное количество новых госпитализаций и недавно ужесточил меры, когда данные превысили предписанный порог.
«Мы разработали эту схему, чтобы гарантировать, что COVID-19 никогда не перегрузит возможности местного здравоохранения, при этом сводя к минимуму экономические и социальные издержки строгих мер социального дистанцирования», – сказала Лорен Ансель Мейерс, соавтор статьи и директор Университета.

Техасского консорциума моделирования COVID-19.
Даниэль Дуке из Northwestern, первый автор, сказал, что «этот подход дает четкие указания на то, когда следует принять и смягчить меры для управления рисками.»
Успешная реализация стратегии включает два ключевых компонента – тщательный мониторинг данных о госпитализации по поводу COVID-19 и обеспечение защиты сообществ тех, кто наиболее уязвим к этой болезни.
«В то время как многие города внедрили уровни оповещения и новую политику, наше исследование может быть первым, которое предоставит четкое руководство о том, что именно отслеживать (данные о госпитализации) и когда действовать (строгие пороговые значения)», – сказал Дэвид Мортон, председатель и профессор. наук по промышленной инженерии и менеджменту в Северо-Западном университете и соавтор статьи. «Сообщества должны действовать задолго до того, как скачки напряжения в больницах станут опасными.

Данные о госпитализации в больницы дают раннее указание на быстрый рост пандемии, и отслеживание этих данных гарантирует, что больницы сохранят достаточную пропускную способность.»В последние недели представители общественного здравоохранения выразили обеспокоенность по поводу непоследовательности данных о госпитализации, поскольку федеральное правительство перенесло эти данные на новый портал, размещенный в Министерстве здравоохранения и социальных служб.
«Данные о госпитализации COVID-19 имеют жизненно важное значение для отслеживания меняющихся темпов пандемии и принятия правильных решений», – сказал Мейерс.
Команда также определила, что предотвращение неуправляемого всплеска госпитализаций требует соблюдения строгого социального дистанцирования для групп высокого риска, известного как коконирование.

Например, исследователи подсчитали, что неспособность защитить уязвимые группы населения более чем вдвое увеличивает количество смертей, а также удваивает количество дней в изоляции для предотвращения переполнения больниц.
Эта структура объединяет две математические модели: базовую модель, которая прогнозирует вероятное распространение пандемии, и модель оптимизации, которая использует данные о госпитализации из больничных систем Остина.

Он пытается пройти тонкую грань предотвращения экономической катастрофы и предотвращения перегрузки больничных систем. Хотя исследователи использовали данные Остина, эту структуру могут легко использовать другие сообщества с общедоступными данными о госпитализации.
«Это общая структура, которую можно использовать для разработки многоступенчатых триггеров – не только для блокировки, но и для перехода между фазами – точно так же, как мы сделали для Остина», – сказал Мортон. «Наша структура уже направила изменения политики в Остине.»

Помимо Мейерса, в исследовании участвовали Дуке и Мортон, Жанвэй Ду и Реми Паско из UT Austin, а также Бисмарк Сингх из Университета Фридриха Александра. Исследование финансировалось Национальным институтом здравоохранения и США.S.

Департамент внутренней безопасности.