Hvordan forskere kvantificerer intensiteten af ​​et udbrud som Coronavirus og dets pandemiske potentiale

Hvordan forskere kvantificerer intensiteten af ​​et udbrud som Coronavirus og dets pandemiske potentiale Hvor mange andre vil en inficeret person sprede infektionen? Bim / E + via Getty Images

Hvis du så filmen fra 2011 “Contagion, ”Om en verdensomspændende pandemi af en ny virus, så har du hørt udtrykket“ R0. ”

Udtalt "R intet", dette er ikke kun jargon, der er lavet i Hollywood. Det repræsenterer et vigtigt koncept inden for epidemiologi og er en vigtig del af folkesundhedsplanlægningen under et udbrud, ligesom den nuværende coronaviruspandemi, der er spredt globalt siden den blev identificeret i Kina.

Forskere bruger R0 - reproduktionsnummeret - at beskrive intensiteten af ​​et infektiøst sygdomsudbrud. R0-estimater har været en vigtig del af karakteriseringen af ​​pandemier eller store offentliggjorte udbrud, herunder 2003 SARS-pandemi, det 2009 H1N1 influenzapandemi og 2014 Ebola-epidemi i Vestafrika. Det er noget, epidemiologer kæmper for at sømme om SARS-CoV-2, den virus, der forårsager COVID-19.

Hvor meget vil en sygdom sprede sig?

Den formelle definition af en sygdoms R0 er antallet af tilfælde, som en inficeret person i gennemsnit vil forårsage i løbet af deres smitsomme periode.


 Få det nyeste via e-mail

Ugeblad Daglig inspiration

Hvordan forskere kvantificerer intensiteten af ​​et udbrud som Coronavirus og dets pandemiske potentiale R0 beskriver, hvor mange tilfælde af en sygdom en inficeret person fortsætter med at forårsage - i dette forestillede scenario R0 = 2. The Conversation, CC BY-ND

Udtrykket bruges på to forskellige måder.

Det grundlæggende reproduktionstal repræsenterer det maksimale epidemiske potentiale for et patogen. Den beskriver, hvad der ville ske, hvis en smitsom person skulle komme ind i et fuldt modtageligt samfund, og det er derfor et skøn baseret på et idealiseret scenario.

Det effektive reproduktionsnummer afhænger af befolkningens nuværende modtagelighed. Dette mål for overførselspotentialet er sandsynligvis lavere end det grundlæggende reproduktionstal, baseret på faktorer som om nogle af befolkningen er vaccineret mod sygdommen, eller om nogle mennesker har immunitet på grund af tidligere eksponering med patogenet. Derfor ændres den effektive R0 over tid og er et skøn baseret på en mere realistisk situation inden for befolkningen.

Det er vigtigt at indse, at både grundlæggende og effektiv R0 er afhængig af situationen. Det er påvirket af patogenets egenskaber, såsom hvor smitsom det er. Det påvirkes af værtspopulationen - for eksempel hvor modtagelige mennesker er på grund af ernæringsstatus eller andre sygdomme, der kan kompromittere ens immunforsvar. Og det påvirkes af miljøet, herunder ting som demografi, socioøkonomiske og klimatiske faktorer.

For eksempel: R0 for mæslinger varierer fra 12 til 18afhængigt af faktorer som befolkningstæthed og forventet levetid. Dette er en stor R0, primært fordi mæslingevirus er meget smitsom.

På den anden side er influenzavirus mindre smitsom med dens R0 varierer fra 2 til 3. Influenza forårsager derfor ikke de samme eksplosive udbrud som mæslinger, men det vedvarer på grund af dets evne til at mutere og undgå det menneskelige immunsystem.

Hvad gør R0 nyttigt i folkesundheden?

Demograf Alfred Lotka foreslog reproduktionsnummeret i 1920'erne som et mål for reproduktionshastigheden i en given befolkning.

I 1950s, foreslog epidemiolog George MacDonald ved hjælp af det til at beskrive transmissionspotentialet for malaria. Han foreslog, at hvis R0 er mindre end 1, vil sygdommen dø ud i en befolkning, fordi en smitsom person i gennemsnit vil overføre til færre end en anden modtagelig person. På den anden side, hvis R0 er større end 1, spredes sygdommen.

Når folkesundhedsagenturer finder ud af, hvordan man skal håndtere et udbrud, forsøger de at bringe R0 ned til mindre end 1. Dette er svært for sygdomme som mæslinger, der har en høj R0. det er især udfordrende for mæslinger i tætbefolkede regioner som Indien og Kina, hvor R0 er højere sammenlignet med steder, hvor folk er mere spredte.

For SARS-pandemi i 2003, anslog forskere den oprindelige R0 til at være omkring 2.75. En måned eller to senere faldt den effektive R0 til under 1 takket være den enorme indsats, der gik i interventionsstrategier, herunder isolation og karantæne.

Pandemien fortsatte dog. Mens en smitsom person i gennemsnit transmitterede til færre end en modtagelig person, sendte en person lejlighedsvis til titusinder eller endda hundreder af andre tilfælde. Dette fænomen kaldes super spredning. Tjenestemænd dokumenterede super-sprederhændelser et antal gange under SARS-epidemien i Singapore, Hong Kong og Beijing.

Hvordan forskere kvantificerer intensiteten af ​​et udbrud som Coronavirus og dets pandemiske potentiale Folk i Hong Kong, der er bekymrede over koronavirus, der spredes fra Kina, bærer ansigtsmasker i februar 2020. AP Photo / Vincent Yu

R0 for coronavirus SARS-CoV-2

Et antal grupper har estimeret R0 for dette nye coronavirus. Imperial College-gruppen har anslået, at R0 er et sted mellem 1.5 og 3.5. De fleste modelleringssimuleringer, der projicerer fremtidige sager, bruger R0'er i det interval.

Disse forskelle er ikke overraskende; der er usikkerhed om mange af de faktorer, der går ind i estimering af R0, såsom ved estimering af antallet af sager, især tidligt i et udbrud.

Baseret på disse aktuelle estimater er fremskrivningerne af det fremtidige antal tilfælde af coronavirus fyldt med høje usikkerhedsniveauer og vil sandsynligvis være noget unøjagtige.

Vanskelighederne opstår af en række årsager.

For det første er de grundlæggende egenskaber ved dette virale patogen - ligesom den infektiøse periode - endnu ukendte.

For det andet ved forskere ikke, hvor mange milde tilfælde eller infektioner, der ikke resulterer i symptomer, er gået glip af overvågning, men alligevel spreder sygdommen.

For det tredje kommer de fleste mennesker, der kommer ned med dette nye coronavirus, sig og er sandsynligvis derefter immune over for at komme ned med det igen. Det er uklart, hvordan befolkningens skiftende følsomhed vil påvirke den fremtidige spredning af infektion. Da virussen bevæger sig ind i nye regioner og samfund, møder den mennesker med forskellige sundhedsmæssige forhold, der påvirker deres modtagelighed for sygdom, såvel som forskellige sociale strukturer, som begge påvirker dets overførbarhed.

Endelig, og sandsynligvis den vigtigste årsag, kender ingen de fremtidige virkninger af nuværende sygdomsbekæmpelsesforanstaltninger. Epidemiologers nuværende estimater af R0 siger intet om, hvordan foranstaltninger som f.eks restriktioner rejse, social afstand og selvkarantæneindsats vil påvirke virussens fortsatte spredning.

Om forfatteren

Joseph Eisenberg, professor og formand for epidemiologi, University of Michigan

Denne artikel er genudgivet fra The Conversation under en Creative Commons-licens. Læs oprindelige artikel.

bøger_sundhed

Du vil måske også kunne lide

TILGÆNGELIGE SPROG

Engelsk Afrikaans Arabic Kinesisk (forenklet) Kinesisk (traditionelt) Dansk Hollandsk filipino finnish fransk tysk græsk hebraisk Hindi Ungarsk indonesisk italiensk japansk Korean Malay Norwegian persisk polsk portugisisk rumænsk russisk spansk Swahili Svensk Thai tyrkisk ukrainsk Urdu vietnamesisk

følg InnerSelf på

facebook ikontwitter-ikonyoutube-ikoninstagram ikonpintrest ikonrss ikon

 Få det nyeste via e-mail

Ugeblad Daglig inspiration

Nye holdninger - nye muligheder

InnerSelf.comClimateImpactNews.com | InnerPower.net
MightyNatural.com | WholisticPolitics.com | InnerSelf Marked
Copyright © 1985 - 2021 InnerSelf-publikationer. Alle rettigheder forbeholdes.