Чтобы спрогнозировать эпидемию, нельзя игнорировать эволюцию

Когда ученые пытаются предсказать распространение заболевания среди населения — коронавируса или другой инфекции — обычно используются сложные математические модели. Как правило, изучают первые несколько шагов, в которых распространяется инфекция, и используют эту скорость, чтобы спрогнозировать, как далеко и широко пойдет распространение.

Но что произойдет, если возбудитель мутирует или может измениться скорость распространения заболевания? В новом исследовании, опубликованном в научном журнале Proceedings of the National Academy of Sciences, ученые из Университета Карнеги-Меллона (Carnegie Mellon University) впервые показали, насколько важны эволюционные изменения при прогнозировании распространения заболевания.

«Эволюционные изменения оказывают огромное влияние», — комментирует ведущий автор исследования Осман Яган (Osman Yagan). «Если вы не учитываете потенциальные изменения с течением времени, вы ошибаетесь в прогнозировании количества людей, которые заболеют, или числа людей, которые подвергаются воздействию какой-либо информации».

Актуальность проблемы

Большинство людей знакомы с эпидемиями болезней, но сама информация — в настоящее время распространяемая молниеносно по социальным сетям — может испытать свой собственный вид эпидемии и «стать вирусной». Будет ли часть информации вирусной или нет, может зависеть от того, как оригинальное сообщение было изменено.

«Некоторые части дезинформации являются преднамеренными, но некоторые могут развиваться органично, когда многие люди последовательно вносят небольшие изменения», — комментирует Яган. «На первый взгляд скучная часть информации может перерасти в вирусный твит, и мы должны быть в состоянии спрогнозировать, как они распространятся».

Материалы и методы исследования

В своем исследовании ученые разработали математическую теорию, которая учитывает эволюционные изменения. Затем ученые проверили свою теорию против тысяч компьютерных эпидемий в реальных сетях, таких как Twitter, для распространения информации о болезнях.

В контексте распространения инфекционных заболеваний ученые провели тысячи симуляций, используя данные из двух реальных сетей: сеть контактов между учащимися, преподавателями и сотрудниками в средней школе США, и сеть контактов между персоналом и пациентами в больнице в Лионе, Франция.

Эти симуляции служили испытательным стендом: теория, которая соответствует тому, что наблюдается в симуляциях, оказалась бы более точной.

Результаты научного исследования

«Мы показали, что наша теория работает в реальных сетях», — комментирует автор исследования Рашад Элетреби (Rashad Eletreby). «Традиционные модели, которые не учитывают эволюционную адаптацию, не способны предсказать вероятность возникновения эпидемии».

Хотя исследование не является основой для прогнозирования распространения современного коронавируса или распространения фальшивых новостей в сегодняшней нестабильной политической среде со 100-процентной точностью, необходимо иметь данные в режиме реального времени, отслеживая эволюцию патогена.

Авторы другого исследования утверждают, что опиоидная эпидемия увеличивает частоту некоторых инфекционных заболеваний.

Приглашаем подписаться на наш канал в Яндекс Дзен


Добавьте «МКБ-11» в любимые источники Яндекс Новости


Учредитель сетевого издания (Medical Insider), главный редактор, автор статей.
Врач ультразвуковой диагностики в СЗЦДМ, г. Санкт-ПетербургE-mail для связи - info@medicalinsider.ru