Międzynarodowy zespół badaczy opracował innowacyjne podejście do modelowania epidemii, które może zmienić sposób, w jaki naukowcy i decydenci przewidują rozprzestrzenianie się chorób zakaźnych. Badanie prowadzone pod kierunkiem dr Nicoli Perry, wykładowcy matematyki stosowanej, wynika z badania opublikowanego w Postęp nauki wprowadza nowe ramy, które uwzględniają czynniki statusu społeczno-ekonomicznego (SES), takie jak dochody, wykształcenie i pochodzenie etniczne, w modelach epidemii.
„Modele epidemii zazwyczaj skupiają się na wzorcach kontaktów dostosowanych do wieku, ale to tylko część obrazu” – stwierdziła dr Perra. „Nasze nowe ramy uwzględniają, że inne czynniki – takie jak dochód i wykształcenie – odgrywają znaczącą rolę w interakcjach ludzi i reagowaniu na środki w zakresie zdrowia publicznego. Uwzględniając te zmienne SES, jesteśmy w stanie stworzyć bardziej realistyczne modele, które lepiej odzwierciedlają rzeczywiste – skutki epidemii na świecie.”
Dr Perra i jego współpracownicy zajęli się tym krytycznym przeoczeniem, tworząc ramy wykorzystujące „uogólnione matryce kontaktów” do stratyfikacji kontaktów w wielu wymiarach, w tym SES. Pozwala to na bardziej szczegółowe i realistyczne przedstawienie sposobu rozprzestrzeniania się chorób w różnych grupach populacji, szczególnie w tych znajdujących się w niekorzystnej sytuacji społeczno-ekonomicznej. Badanie pokazuje, jak nieuwzględnienie tych zmiennych może prowadzić do dużych błędnych interpretacji prognoz dotyczących epidemii, podważając zarówno strategie w zakresie zdrowia publicznego, jak i decyzje polityczne.
Podejście zespołu opiera się zarówno na formalnych wyprowadzeniach matematycznych, jak i danych empirycznych. Z ich badania wynika, że ignorowanie wymiarów SES może prowadzić do niedoszacowania kluczowych parametrów, takich jak podstawowa liczba rozrodcza (R?), która mierzy średnią liczbę wtórnych infekcji spowodowanych przez pojedynczą zakażoną osobę. Korzystając z danych syntetycznych i danych rzeczywistych z Węgier, zebranych podczas pandemii Covid-19, naukowcy pokazują, w jaki sposób uwzględnienie wskaźników SES zapewnia dokładniejsze szacunki obciążenia chorobami i ujawnia istotne rozbieżności w wynikach w różnych grupach społeczno-ekonomicznych.
„Pandemia Covid-19 wyraźnie przypomniała, że ciężar chorób zakaźnych nie rozkłada się równomiernie w całej populacji” – stwierdziła dr Perra. „Czynniki społeczno-ekonomiczne odegrały decydującą rolę w wpływie na różne grupy, a jednak większość modeli epidemii, na których dziś polegamy, nadal nie uwzględnia wyraźnie tych kluczowych wymiarów. W naszych ramach te zmienne wysuwają się na pierwszy plan, umożliwiając uzyskanie bardziej kompleksowych i praktycznych spostrzeżeń .”
Naukowcy wykazali, w jaki sposób opracowane przez nich ramy mogą ilościowo określić różnice w przestrzeganiu interwencji niefarmaceutycznych (NPI), takich jak dystans społeczny i noszenie masek, w różnych grupach SES. Odkryli, że zaniedbanie tych czynników w modelach nie tylko fałszywie przedstawia rozprzestrzenianie się chorób, ale także przesłania skuteczność środków w zakresie zdrowia publicznego. Przeprowadzona przez nich analiza danych węgierskich dodatkowo podkreśliła, w jaki sposób heterogeniczność wzorców kontaktów wynikająca z SES może prowadzić do znacznych różnic w wynikach chorób między grupami, co podkreśla potrzebę bardziej ukierunkowanych interwencji.
„Nasze ustalenia sugerują, że przyszłe badania kontaktowe powinny wykraczać poza tradycyjne zmienne, takie jak wiek, i obejmować bardziej szczegółowe dane społeczno-ekonomiczne” – dodała dr Perra. „Włączenie tych czynników mogłoby radykalnie poprawić precyzję modeli epidemii, a co za tym idzie, skuteczność polityki zdrowotnej”.
Badanie podkreśla pilną potrzebę opracowania bardziej kompleksowych ram modelowania epidemii, ponieważ społeczeństwa w dalszym ciągu zmagają się z utrzymującymi się skutkami Covid-19 i przygotowują się na przyszłe pandemie. Wykraczając poza konwencjonalne skupienie się na wieku i kontekście, to nowe podejście otwiera drzwi do bardziej szczegółowego zrozumienia przenoszenia chorób i oferuje potężne narzędzie do eliminowania nierówności w zdrowiu.
Prace te prowadzono we współpracy z Adrianą Manną (Uniwersytet Środkowoeuropejski), dr Lorenzo D’Amico (Fundacja ISI), dr Michele Tizzoni (Uniwersytet w Trydencie) i dr Martonem Karsai (Uniwersytet Środkowoeuropejski i Instytut Matematyki Renyi).
