Gesundheit

Der Mangel an Daten macht die Vorhersage COVID-19 verteilt sind schwierig, aber die Modelle sind immer noch unverzichtbar

Die Frage, die jeder in der Welt will beantwortet ist, wie weit die neue Corona-Virus wird sich ausbreiten, und, wenn die Pandemie beginnt zu versiegen. Zu wissen, dass, Epidemiologen, Gesundheitsbehörden und politische Entscheidungsträger verlassen sich auf Modelle.

Modelle sind nicht dazu gedacht, die Zukunft vorauszusagen, perfekt—und dennoch sind Sie immer noch nützlich. Biomedizinische Mathematiker Lester Caudill, wer aktuell im Unterricht konzentriert sich auf COVID-19-Modellierung und erklärt die Grenzen von Modellen und wie man Sie besser verstehen.

Was sind Infektionskrankheiten Modelle?

Mathematische Modelle, wie Infektionen, die verteilt sind vereinfachte Versionen der Realität. Sie sind so konzipiert, imitieren die wichtigsten Merkmale der realen Welt die Ausbreitung der Krankheit gut genug, um Vorhersagen zu treffen, die, zumindest teilweise, vertrauenswürdig genug, um Entscheidungen zu treffen. Die COVID-19 Modell-Vorhersagen in den Medien berichtet, kommen von mathematischen Modellen, die sich bekehrt haben in computer-Simulationen. Zum Beispiel können Modelle verwenden eine Vielzahl von Daten aus der realen Welt, um vorherzusagen, ein Datum (oder Zeitraum) für eine Stadt die peak-Zahl der Fälle.

Warum ist die Modellierung der Ausbreitung von COVID-19 Herausforderung?

Im Auftrag für ein Modell Vorhersagen, vertrauenswürdig zu sein, muss das Modell genau wiedergeben, wie die Infektion fortschreitet im realen Leben. Um dies zu tun, Modellierer verwenden in der Regel Daten aus früheren Ausbrüchen der gleichen Infektion, die beide haben, um Ihr Modell, und sicherzustellen, dass Ihre Aussagen mit dem übereinstimmen, was die Leute bereits wissen, um wahr zu sein.

Dies funktioniert gut für Infektionen wie Grippe, denn Wissenschaftler haben Jahrzehnte der Daten, die Ihnen helfen zu verstehen, wie Grippe-Ausbrüche, Fortschritte durch verschiedene Arten von Gemeinden. Influenza-Modelle werden verwendet, jedes Jahr, um Entscheidungen in Bezug auf die Impfstoff-Formulierungen und anderen Grippe-Saison die Vorbereitungen.

Durch Kontrast, die Modellierung des aktuellen COVID-19-Ausbruch ist viel schwieriger, einfach weil die Forscher wissen sehr wenig über die Krankheit. Was sind die verschiedenen Arten von Menschen übertragen werden? Wie lange dauert es, live auf Türklinken oder Amazon-Boxen? Wie viel Zeit vergeht von dem moment an, dringt das virus in den Körper einer person, bis die person in der Lage ist, es zu übertragen, um jemand anderes? Diese und viele andere Fragen, die wichtig sind, um in ein zuverlässiges Modell der COVID-19-Infektionen. Doch die Menschen wissen einfach nicht, die Antworten noch nicht, denn die Welt ist in der Mitte der erste Auftritt dieser Krankheit, je.

Wieso gibt es verschiedene Modelle, die unterschiedliche Vorhersagen?

Die besten Modellierer tun können, ist, nehmen einige Dinge über COVID-19, und erstellen Sie Modelle, die basieren auf diesen Annahmen. Einige aktuelle COVID-19 Modelle gehen davon aus, dass das virus verhält sich wie Grippe, also influenza-Daten in Ihren Modellen. Andere COVID-19 Modelle gehen davon aus, dass das virus verhält sich wie SARS-CoV, das virus, das verursacht die SARS-Epidemie im Jahr 2003.

Andere Modelle können andere Annahmen über COVID-19, aber Sie müssen alle davon aus, dass etwas, um make-up für die Informationen, die Sie benötigen, sondern dass einfach noch nicht vorhanden ist. Diese unterschiedlichen Annahmen werden wahrscheinlich führen zu sehr unterschiedlichen COVID-19-Modell Vorhersagen.

Wie können Menschen den Sinn der verschiedenen—teilweise gegensätzlichen—Modell Vorhersagen?

Diese Frage wird vielleicht die wichtigste Sache zu wissen über mathematisches Modell Vorhersagen: Sie sind nur dann hilfreich, wenn Sie verstehen, die Annahmen, dass das Modell basiert auf.

Ideal, Modell Vorhersagen wie, „Wir erwarten, dass die 80.000 COVID-Todesfälle in den USA“ würde Lesen sich eher wie, „unter der Annahme, dass COVID-19 verhält sich ähnlich wie die SARS-Epidemie, rechnen wir mit 80.000 COVID-Todesfälle in den USA“ Dies hilft, legen Sie die Modell-Vorhersage in den Kontext, und hilft, alle daran erinnern, dass modellvorhersagen nicht, unbedingt, Einblicke in eine unvermeidliche Zukunft.

Es kann auch nützlich, um Vorhersagen aus verschiedenen Modellen zur Festsetzung eines angemessenen ranges, sondern als genaue zahlen. Zum Beispiel, ein Modell geht davon aus, dass COVID-19 verhält sich wie influenza kann Vorhersagen, 50.000 Todesfälle in den USA, Anstatt zu versuchen zu entscheiden, welche Vorhersage zu glauben—das ist eine Unmögliche Aufgabe, es kann jedoch nützlich sein, zu dem Schluss, dass es zwischen 50.000 und 80.000 Todesfälle in den USA

Warum tun die gleichen Modelle scheinen Vorhersagen zu unterschiedlichen Ergebnissen, die heute als gestern?

Als COVID-19 Daten zur Verfügung stehen—und es gibt viele gute Menschen, die unermüdlich daran arbeiten, um Daten zu sammeln und verfügbar zu machen—Modellbauer sind in der Aufnahme, so dass jeden Tag Ihre Modelle basieren ein wenig mehr auf die tatsächliche COVID-19-Informationen, und ein bisschen weniger auf Annahmen über die Krankheit. Sie können sehen, dass dieser Prozess entfalten, in den Nachrichten, wo die wichtigsten prädiktiven COVID-19-Modelle bieten fast täglich änderungen an Ihrer vorherigen Schätzungen von Fallzahlen und Todesfälle.

Kann ein Modell das ist (wahrscheinlich) nicht genau bei der Vorhersage der Zukunft noch nützlich sein?

Während die Modelle von Infektionen können Einblicke in das, was die Zukunft bereithalten könnte, sind Sie weitaus wertvoller, wenn Sie helfen zu beantworten, „Wie kann Politik ändern, die Zukunft?“

Zum Beispiel, ein baseline-Modell für die Vorhersage der zukünftigen Zahl der COVID-19 Fällen könnte angepasst werden, um zu integrieren, die die Auswirkungen von, sagen wir, ein Aufenthalt-at-home um. Durch ausführen von Modell-Simulationen mit der Bestellung und der Vergleich der modellsimulationen, ohne die öffentliche Ordnung, öffentliche Gesundheit Behörden können etwas lernen über, wie effektiv der Auftrag wird voraussichtlich zu werden. Das kann besonders nützlich sein, wenn man die damit verbundenen Kosten, nicht nur in Bezug auf die Krankheitslast, aber in wirtschaftlicher Hinsicht, wie gut.