Computermodellen simulerer, hvor mange COVID-19-tilfælde, der kunne have været forhindret i et bestemt amt i USA Leontura/DigitalVision Vectors via Getty Images
Dr. Biplav Srivastava, professor i datalogi ved University of South Carolina, og hans team har udviklet et datadrevet værktøj, der hjælper med at demonstrere effekten af at bære masker på COVID-19 tilfælde og dødsfald. Hans model bruger en række datakilder til at skabe alternative scenarier, der kan fortælle os "Hvad kunne der være sket?" hvis et amt i USA havde en højere eller lavere grad af masketilslutning. I dette interview forklarer han, hvordan modellen fungerer, dens begrænsninger og hvilke konklusioner vi kan drage af den.
Datalog Biplav Srivastava giver en demo af simuleringen for at vise, at tidligere politikker for at anbefale maskebæring gør en større forskel for spredningen af coronavirus.
{vembed Y=g3o_TW2OWJU}
Hvad gør denne computermodel?
Dette er et landsdækkende værktøj, som kan vise, hvilken effekt det kan have at bære masker. Hvis det er et amt, hvor folk bærer masker regelmæssigt, vil det vise dig, hvor mange COVID-19-tilfælde og dødsfald de undgik. Hvis du vælger et amt, hvor folk ikke bærer masker, vil det vise dig, hvor mange tilfælde og dødsfald der kunne have været forhindret der.
Hvordan gør det det?
Vi har brug for en masse data for at gøre dette. New York Times undersøgte næsten alle amter i USA hen over sommeren og tildelt en maskebærende score på 0-5 til hver af dem, så dette er kernen i modellen. Vi bruger også New York Times og Johns Hopkins-data til sagsnumre i realtid; folketællingsdata for demografi, såsom befolkningsstørrelse, medianalder og mere; og geografiske data til at måle afstanden mellem amterne.
Det er baseret på en matematisk teknik kaldet robust syntetisk styring, som ofte bruges i lægemiddelforskning, hvor der er en kontrolgruppe, og der er en behandlingsgruppe.
Lad os for eksempel se på Wyandotte County, Kansas. Den har en relativt høj maskebærende score på omkring 3.4. Fordi modellen er designet til at fortælle os "hvad nu hvis?" scenarie, vil den se på, hvad der ville være sket, hvis maske-bære-scoren blev reduceret til 3.0, hvilket er vores grænseværdi for "lav maske-bæring", men brugeren kan også eksperimentere med andre værdier bare for at se, hvad der sker. Vi nåede frem til 3.0 baseret på analyse af landsdækkende maskebrugsvaner. De faktiske værdier lå mellem 1.4 og 3.85 med et landsgennemsnit på 2.98.
Vi kan indstille en dato, hvor scoren for maskebæring ændres til 3.0. Hvis vi indstiller det til at køre fra 1. juni til 1. oktober, fortæller det os, at Wyandotte County ville have haft 101.5 % flere tilfælde og 150 flere dødsfald i den periode. Den fortæller brugeren, hvor mange dødsfald der er sket eller er blevet forhindret baseret på en dødelighedsrateparameter, som brugeren kan indstille. I dette eksempel var den sat til 2 %.
Hvordan skaber modellen "hvad nu hvis?" scenarie, hvis det ikke rent faktisk skete? Det gør det ved at se på andre amter, der er tæt på, og som har lignende demografi og sagstal, men en lavere maskebærende tærskel. Den forsøger at komme med et vægtet gennemsnit for at danne en syntetisk kontrolgruppe, der ligner vores interesseamt (behandlingsgruppe). Modellen ser herefter på, hvor meget de to grupper har divergeret i forhold til sagstallet. Forskellen i antallet af tilfælde mellem de to grupper omregnes til en forskel i dødsfald ved hjælp af dødelighedsrateparameteren.
Hvad fortæller dette os om virkningen af politikker for maskebæring?
Det kan være nyttigt at blive ved med at bære maske eller implementere en maskepolitik til enhver tid. Men dens virkning er størst, når du gør det tidligt. Når du kører denne model flere gange ved hjælp af forskellige datoer, kan du se, at virkningen reduceres, når du forsinker implementeringen af en politik for maskebæring. Så hvis et amt implementerede en maskepolitik den 1. juni, ville det have forhindret mange tilfælde. Hvis det handlede den 1. juli, ville det have en mindre indflydelse. Hvis den handlede i august, ville den stadig have forhindret sager, men et meget lille antal.
Hvad er begrænsningerne ved denne model?
Dette værktøj fungerer bedre for nogle amter end andre. Generelt fungerer det bedst med amter, der er tættere på gennemsnittet, fordi det vil have tættere kampe at sammenligne med. Der er også en begrænsning i den forstand, at The New York Times maskeoverholdelsesundersøgelse blev udført om sommeren, og tingene bliver ved med at ændre sig. Så hvis andre forskere bruger dette værktøj, bliver de nødt til at redegøre for ændringerne.
Men hvad du ser er, at når du implementerer en maskepolitik, eller befolkningen regelmæssigt bærer masker, har det en positiv indvirkning. Og jo tidligere du gør det, jo mere effektivt er det.
Om forfatteren
Biplav Srivastava, professor i datalogi, University of South Carolina. Jeg vil gerne anerkende mit teams, Sparsh Johri, Kartikaya Srivastava, Chinmayi Appajigowda og Lokesh Johris arbejde med at udvikle dette program.
Denne artikel er genudgivet fra The Conversation under en Creative Commons-licens. Læs oprindelige artikel.
Relaterede Bøger:
Kroppen holder scoren: Hjernens sind og krop i helingen af traumer
af Bessel van der Kolk
Denne bog udforsker forbindelserne mellem traumer og fysisk og mental sundhed, og tilbyder indsigt og strategier for helbredelse og bedring.
Klik for mere info eller for at bestille
Breath: The New Science of a Lost Art
af James Nestor
Denne bog udforsker videnskaben og praksisen med åndedræt og tilbyder indsigt og teknikker til at forbedre fysisk og mental sundhed.
Klik for mere info eller for at bestille
Planteparadokset: De skjulte farer ved "sunde" fødevarer, der forårsager sygdom og vægtøgning
af Steven R. Gundry
Denne bog udforsker forbindelserne mellem kost, sundhed og sygdom, og tilbyder indsigt og strategier til at forbedre den generelle sundhed og velvære.
Klik for mere info eller for at bestille
Immunitetskoden: Det nye paradigme for ægte sundhed og radikal anti-aldring
af Joel Greene
Denne bog tilbyder et nyt perspektiv på sundhed og immunitet, der trækker på principper for epigenetik og tilbyder indsigt og strategier til at optimere sundhed og aldring.
Klik for mere info eller for at bestille
Den komplette guide til faste: Helbred din krop gennem intermitterende, alternativ-dages og forlænget faste
af Dr. Jason Fung og Jimmy Moore
Denne bog udforsker videnskaben og praksis med faste og tilbyder indsigt og strategier til forbedring af den generelle sundhed og velvære.
