افزایش تعداد ناقلان و مبتلایان به کرونا در صورت عدم اجرای ۳ راهکار کلیدی

سروش ستاره ، مصاحبه مدیر پروژه با ترندونی ، وی با اشاره به اینکه تدوین گزارش آماری در مورد اپیدمی کرونا را از مارس سال گذشته آغاز کرده بودیم ، افزود: این گزارش ها را هفته ای یا هر دو هفته یک بار منتشر کرده ایم و اکنون 14 شماره از این گزارش تولید شده است.

وی با بیان اینکه این گزارش ها بر اساس تکنیک های مدرن مانند یادگیری ماشین ، هوش مصنوعی و مدل سازی ذرات است ، گفت: در این مطالعات علاوه بر تجزیه و تحلیل شیوع فعلی بر اساس سناریوها ، پیش بینی های شیوع بیماری را برای مدت طولانی و کوتاه ارائه کردیم

وی با اشاره به “پاسخ استراتژیک انسان به بیماری های همه گیر” سازمان بهداشت جهانی گفت: “این گزارش ها شامل پیشنهادهایی برای کاهش این بیماری همه گیر است.”

این محقق داده های استفاده شده در این گزارش را آمار رسمی سازمان بهداشت جهانی و وزارت بهداشت ، درمان و آموزش پزشکی ایران دانست و خاطرنشان کرد: طبق برآوردهای انجام شده ، صحت گزارش بیماری های همه گیر عروق بیماری کرونا در کشور بیش از 90 درصد بود. اگرچه ما توانستیم پیک را در اواخر ماه مه و اوایل ژوئن ، در تاریخ 15 تا 23 آوریل ، هنگامی که گزارش شماره ما صادر شد ، اعلام کنیم. 4 و 5

به گفته وی ، این گزارش اعلام کرد این بیماری در کشوری با ظرفیت 66 درصد اتفاق می افتد ، کاری که انجام شد. همه گیری Covid-19 یک مشکل بزرگ در جهان امروز است ، و آنچه ما با آن روبرو هستیم برخی از بهینه سازی ها برای کاهش قیمت ناخوشایند تاج است.

ستاره در مورد آخرین گزارش آماری در این باره گفت: تیم بیماری کرونا این شرکت دانش بنیان در دانشگاه علوم پزشکی تهران گزارش های آماری از شیوع و پیشرفت بیماری همه گیر ارائه داده است تا از طریق آماری این بیماری همه گیر را بررسی کند.

وی افزود: “این گزارش ها با استفاده از جدیدترین تکنیک های یادگیری ماشین (TSAF) ، یادگیری آماری (تجزیه و تحلیل بقای زمان) ، شبکه های عصبی (NARXNET / NARNET) و شبیه سازی های رایانه ای (مدل سازی ذرات) ، شیوع و مرگ و میر کوتاه مدت (هفته آینده) ارائه می شوند و بلند مدت را بررسی می کنند. فیلمنامه

این ستاره خاطرنشان کرد: این گزارش های آماری تخمین تعداد بردارها را نیز ارائه می دهد. این ارزیابی با استفاده از یک مدل نهفته مارکوف (HMM) انجام می شود و می تواند تصویری کاملاً واضح از تصمیم گیری بیماری کرونا و فعالیت میدانی ، نقشه برداری حرارتی و پیش بینی زمان پایان بیماری ارائه دهد.

جزئیات گزارش تهیه شده توسط محققان دانشگاهی

براساس این گزارش آماری ، بیماری Covid-19 430،000 بیمار در ایران و نزدیک به 32 میلیون بیمار در سراسر جهان را تحت تأثیر قرار داده است که از این تعداد تقریباً 25،000 در ایران و 977،000 در سراسر جهان از زمان از دست دادن آنها فوت کرده اند.

شیوع آن در ایران در تاریخ 20 فوریه سال گذشته رسما اعلام شد و تاکنون پس از عبور دو موج عمده نسبتاً پایدار است.

امواج اصلی بیماری از چهارمین روز سال جدید و در سال 2016 آغاز شد. 17 مه

از همان ابتدا ، این شیوع با سه مانع روبرو شده است (گردن بطری ، 14 خرداد ، 27 اردیبهشت و 2 شهریور 99). امروزه ، به دلیل افزایش بیش از حد انباشت ، آنها می توانند در ساعات اوج مصرف رخ دهند و باید از پروتکل های بهداشتی سازگار و دقیق تری پیروی کنند.

میزان دقیق مرگ و میر در این روزها 5.6 ​​درصد است و بر این اساس از هر 16 بیماری که بیماری آنها به پایان می رسد 15 نفر از این تعداد 15 نفر می میرند.

مدت زمان بیماری 14 روز با متوسط ​​5 تا 6 روز است و در نتیجه بیش از نیمی از بیماران ظرف 6 روز جامعه بیماران و بیماران با سرنوشت نامعلوم را ترک می کنند.

هفته گذشته موج سوم این بیماری پیش بینی شد که تعداد بیماران به 3097 بیمار افزایش یافت و تا آستانه 3100 بیمار افزایش یافت.

آنچه خواهیم دید

گزارش ها و پیش بینی های آماری (فقط براساس الگوی شیوع بیماری های تنفسی مانند SARS) رشد آمار در ایران و تثبیت و کاهش آمار در جهان را نشان می دهد.

نیمی از پیش بینی ها کاهش آمار به 3-4000 بیمار را نشان می دهد. با این حال ، در این دوره ، تأثیر عوامل انسانی و رفتارهای مردمی (به عنوان مثال ، تصمیمات موثر بین مردم) بسیار زیاد است به طوری که پیش بینی های آماری از اطمینان بیشتری برخوردار نیستند.

بر اساس آنچه پیش بینی ها نشان می دهد ، سناریوهای جدید به شرح زیر تعریف شده اند:

مدل سازی TSAF برای 10 روز آینده روش ARIMA
نیمی از تکرارها نشان دهنده افزایش تعداد بیماران و نیمه دیگر نشانگر کاهش تعداد بیماران است

نتایج مدلسازی جزئی بر اساس پارامترهای جامعه مانند تحرک ، تعداد برخورد و مدت بیماری ، میزان انتقال ، مرگ و میر ، شدت پروتکل های بهداشتی ، اندازه جوامع و زیرگونه ها نیز شواهدی برای این گفته است.

سناریوهای مختلف مدل سازی و مدل سازی

طبق سناریوی خوش بینانه ، تعداد بیماران در هفته آینده 30 درصد کاهش می یابد. طبق این سناریو ، تعداد موارد جدید حدود 2600 بیمار در روز خواهد بود. طبق سناریوی واقع بینانه ، تعداد بیماران 14٪ افزایش می یابد و سپس تعداد بیماران در یک روز به حدود 4000 بیمار جدید بازمی گردد.

طبق سناریوی بدبینانه ، تعداد بیماران به 5000 بیمار در روز افزایش می یابد و اوج فعلی تا یک هفته دیگر افزایش می یابد.

لازم به ذکر است که این روزها جامعه حامل های فعال رشد چشمگیری داشته و احتمال داشتن بیماران بیشتر نیز افزایش یافته است.

پیشنهاداتی برای کاهش تعداد بیماران

همانطور که قبلاً ذکر شد ، ما با مشکل بهینه سازی روبرو هستیم و هدف ما کاهش آسیبهای ناشی از این بیماری در تمام جنبه های اقتصادی ، اجتماعی و از همه مهمتر انسانی است. مفهومی به نام رفتار مسئولانه و پایبندی به رفتار مسئولانه می تواند این مشکل را حل کند. این بدان معنی است که هر فرد باید بیشترین توان و فرصت خود را انجام دهد.

رفتار مسئولانه نباید منجر به کارهای غیرضروری شود که به شیوع بیشتر بیماری کمک می کند و در صورت لزوم باید منع شود. بر این اساس ، سازمان بهداشت جهانی برنامه ای را به نام Plan Response Strategic یا به اختصار SRP معرفی کرده است که راه را برای افراد در روزهای همه گیر جهانی هموار می کند.

پیشنهادات نویسندگان این گزارش ها ، با استفاده از یک روش آماری و کاهش پارامترهای مدل ، می تواند پتانسیل بیماری زایی و شیوع را تا حدی کاهش دهد که وضعیت بیماری تثبیت شود و ما بتوانیم بیماری را خاتمه دهیم.

یکی از راه های کاهش شیوع این بیماری ، شفاف سازی پروتکل های بهداشتی و در دسترس قرار دادن آنها است. در این راستا ، باید به طور خاص افراد جامعه را آموزش داد. از جمله این پیشنهادها نصب پوستر و معرفی برنامه های آموزشی برای تست ها ، آموزش دیداری و شنیداری و غیره است.

تا جایی که می توانید سفر نکنید! از جمله پیشنهادهای موجود در SRP ، بیمه سفرهای غیرضروری است. این بیماری در مناطق مختلف کشور پتانسیل متفاوتی دارد و شیوع آن در هر منطقه متفاوت است. بیان پتانسیل اکنون به عنوان مناطق قرمز و زرد شناخته می شود ، اما لازم است معیارهای تعیین رنگ و نقشه حرارتی مناطق و همچنین تفاوت عملکرد در هر منطقه با رنگ های مختلف روشن شود. طبق اعلام سازمان بهداشت جهانی ، همه کشورها باید یک منطقه سفید و سبز را حفظ کنند.

آزمایشات تشخیصی بیشتر قابلیت اطمینان آماری را افزایش می دهد و تصمیم گیرندگان را بیشتر نمایان می کند. به عنوان مثال ، آلمان با جمعیت نزدیک به ایران ، آزمایشات تاج را در ماه مه انجام داد ، تقریباً سه برابر ایران.

هنگام نظارت بر پروتکل های بهداشتی ، باید توجه داشت که ناقلین نیز می توانند بیماری را به خوبی منتقل کنند و نبود فرد دلیل بر برقراری ارتباط ایمن با وی نیست. هفته گذشته تعداد زیادی از شرکت های حمل و نقل باعث اوج فعلی در ماه اکتبر شدند.

از طرف دیگر ، تعداد زیادی از افراد جامعه حمل و نقل بسیار امیدوار کننده هستند. طبق سیاست بهداشت انگلیس ، اگر 70٪ از افراد جامعه در برابر یک بیماری همه گیر محافظت شوند ، می توان سطح شکایتی را برای جامعه تعیین کرد. این نوع تأمین اجتماعی می تواند دلیل جدی برای جلوگیری از شیوع باشد.

انتهای پیام