Статистическая модель может предсказывать будущие вспышки заболеваний

Исследователи из Университета Джорджии создали статистический метод, который может позволить специалистам в области общественного здравоохранения и прогнозирования инфекционных заболеваний лучше предсказывать повторное появление болезней, особенно предотвратимых детских инфекций, таких как корь и коклюш.

Как описано в журнале PLOS Computational Biology, их пятилетний проект привел к созданию модели, которая показывает, как тонкие изменения в потоке регистрируемых случаев заболевания могут предсказывать как приближающуюся эпидемию, так и окончательный успех кампании по искоренению болезни.

Математика "переломных моментов"

Исследователи сосредоточились на концепции "критического замедления" — потере стабильности в системе по мере приближения к переломному моменту (tipping point). Это замедление может быть результатом эволюции патогена, изменения контактов инфицированных лиц и снижения уровня вакцинации.

Большинство существующих методов анализа данных предназначены для характеристики распространения болезни после того, как переломный момент уже пройден. Новая модель призвана улучшить способы измерения степени контроля над заболеванием в сложной системе, особенно при наблюдении лишь за небольшой долей истинного числа случаев.

Согласованность с известными данными

Предсказания модели согласуются с известными выводами британских эпидемиологов Роя Андерсона и Роберта Мэя. Например, они обнаружили, что корь в Англии и Уэльсе замедлилась после массовой иммунизации в 1968 году. Аналогично, новая модель показывает, что инфекционные заболевания замедляются по мере приближения к порогу иммунизации. Незначительные колебания уровней инфицирования могут служить полезными ранними сигналами предупреждения о повторном появлении болезни из-за снижения охвата вакцинацией.

Визуализация и практическое применение

Для иллюстрации работы модели команда создала визуализацию, похожую на серию чаш с катящимися в них шарами. В модели охват вакцинацией влияет на "глубину" чаши и скорость движения шара в ней.

В рамках Проекта AERO (Anticipating Emerging and Re-emerging Outbreaks) исследователи создают интерактивные инструменты на основе концепции критического замедления. Разрабатывается интерактивная панель управления (dashboard), которая поможет неспециалистам строить графики и анализировать данные для понимания текущих тенденций по конкретному инфекционному заболеванию. Публичный релиз ожидается в течение следующего года.

Цель — валидировать модель на меньших масштабах, чтобы штаты и города могли прогнозировать заболевания, что практично для принятия решений о вакцинации. Это может быть особенно полезно в странах, где корь по-прежнему остается высокой причиной смертности.