Пандемия COVID-19 подняла вопросы о том, когда и в какой степени следует использовать дорогостоящие нефармацевтические меры (например, карантин) для замедления заразного распространения вируса. В новом исследовании исследователи решили этот вопрос с помощью модели динамической оптимизации. Они обнаружили, что небольшие изменения могут изменить оптимальный ответ между совершенно разными подходами, и определили альтернативный подход, который ранее не был признан эффективным.
Исследование провели исследователи из Университета Карнеги-Меллон, Международного института прикладного системного анализа, Венского университета, Венского технологического университета, Тилбургского университета и Венской академии наук. Результаты опубликованы в журнале Theoretical Population Biology .
«Некоторые меры по замедлению распространения болезней дешевы, но другие подрывают экономическую, образовательную и социальную деятельность», — отмечает Джонатан П. Колкинс, профессор операционных исследований и государственной политики в колледже Хайнца Карнеги-Меллона, который является соавтором исследования. «Последние вынуждают правительства сбалансировать пользу для здоровья от снижения заболеваемости и смертности с более широкими социальными издержками, вызванными изоляцией ».
Предыдущие модели, изучающие оптимальную стратегию изоляции для противодействия пандемиям, таким как COVID-19, показали, что политики часто сталкиваются с суровым выбором: может быть оптимальным очень агрессивная изоляция, чтобы более или менее избежать эпидемии («стратегия здравоохранения»), или это может быть Оптимально использовать более экономные меры изоляции, чтобы задержать, но не избежать заражения большинства людей («экономическая стратегия»).
Эта работа также показала, что небольшие изменения в некоторых ключевых параметрах могут перевернуть оптимальную стратегию из одной крайности в другую.
Исследователи уже давно заметили, что население, подвергшееся воздействию инфекции, можно разделить на три категории: восприимчивое (S), инфицированное (I) и выздоровевшее (R), создавая модель SIR.
Предыдущие исследования изучали, как регулировать интенсивность карантина по мере развития эпидемии. В этом исследовании исследователи расширили эту работу, дополнив стандартную модель SIR, включив в нее возможности того, что а) защитные эффекты вакцин могут со временем ослабевать, 2) вирус может мутировать таким образом, что делает прошлый иммунитет менее эффективным, и 3) возникающие в результате повторные инфекции менее смертельны, чем инфекции людей без иммунитета.
Здесь исследователи назвали эти три дополнительные функции новинками и исследовали последствия последовательного добавления каждой из них к базовой модели SIR. Затем они добавили еще одну особенность: приток инфекций даже тогда, когда никто из фокусной популяции не был заражен (например, заражение из-за границы). В исследовании также учитывались продолжительность иммунитета и интенсивность карантина.
Более агрессивные попытки использовать нефармацевтические меры, такие как карантин, приводят к меньшему количеству инфекций, но также к большему экономическому и социальному бремени. Например, политика Китая по нулевому Covid привела к длительному и болезненному карантину, а во многих странах, которые закрыли школы, образовательный прогресс учащихся был подорван.
По словам исследователей, постоянной темой в анализе является существование точек безубыточности или переломных моментов. Если параметр, описывающий заражение или меры противодействия заражению , превышает это критическое значение, лучше всего следовать одной стратегии, но если этот параметр окажется ниже этого критического значения, это может привести к совершенно другой стратегии.
Среди этих ключевых параметров — оценка, которую общество придает предотвращению смерти, вызванной Covid-19, по сравнению с ценностью, придаваемой экономическому, социальному и образовательному вреду, причиненному блокировкой важных частей общества.
Важно признать эту проблему, поскольку параметры отражают ценности отдельных людей или общества; это не научные факты, которые можно измерить объективно. В результате два человека, которые согласны во всех научных фактах, тем не менее, могут разумно и разумно предпочесть разные стратегии борьбы с COVID.
Другая тема — существование альтернативных оптимальных решений, отражающих принципиально разные стратегии. Дополнив стандартную модель SIR функциями, оцененными в этом исследовании, исследователи определили третий тип решения, которое использует периоды более строгих и менее строгих ограничений для сопровождения повторяющихся эпидемических волн.
Хотя существование повторяющихся волн эпидемий и ограничений на первый взгляд можно рассматривать как свидетельство провала политики, на самом деле это может быть лучшим способом отреагировать на реалии вируса, который мутирует или иным образом разрушает ранее приобретенный иммунитет. Авторы также отмечают, что политика, которая была бы оптимальной для COVID-19, может оказаться неоптимальной для следующей пандемии, если вирус, вызвавший следующую пандемию, будет немного более заразным, немного менее смертоносным или немного менее склонным к мутациям.
«Какая бы политика ни проводилась, ее реализация, возможно, должна сдерживаться осознанием того, что она не будет предпочтительной или правильной политикой для каждого человека и что развивающееся понимание идиосинкразических свойств этого нового вируса может потребовать, чтобы даже эксперты изменили свое мнение», — говорит Дитер Грасс, приглашенный научный сотрудник Международного института прикладного системного анализа и ведущий автор исследования.
«Выбор политики, связанной с эпидемией, следует рассматривать как попытку поиска компромисса ради коллективного блага, а не как вопрос механического определения единственной, истинной, основанной на фактических данных политики, которую должны отдавать предпочтение все разумные люди».
