Команда разработала компьютерную модель виртуального города, основанную на агентах, для оценки последствий времени в пути, дистанционного общения, закрытия школ, социального дистанцирования, самоизоляции и различных других мер, используемых в попытке остановить распространение COVID-19. Моделирование, проведенное с использованием этой модели, показало, что реализация мер по отдельности или в частичных комбинациях дает ограниченные результаты. Полученные данные дают советы для оценки комбинаций мер, наиболее эффективных для предотвращения распространения инфекции.
Поскольку правительства, местные органы власти, исследовательские институты и средства массовой информации представляют множество мер по борьбе с распространением COVID-19, таких как мытье и дезинфекция рук, ношение масок, избегание «ПМТ» (закрытые пространства, людные места, тесный контакт), самоизоляция, дистанционная связь, смена времени в пути, видеоконференции и закрытие школ, отсутствие достоверных данных затрудняет всестороннюю оценку эффективности. Это исследование стремится восполнить этот пробел путем моделирования процесса заражения COVID-19 в ряде сценариев, включающих различные варианты поведения.
Модель сравнивала эффективность различных мер против процесса заражения COVID-19 для населения, рабочих мест и школ двух виртуальных городов. Жители подвергались риску заражения при поездках на работу и в школу, посещении магазинов и других повседневных мест. Госпитализация, смертность и скорость заражения были смоделированы с помощью 27 комбинаций профилактических мер, в том числе вообще никаких мер, кроме базовых, комбинаций основных мер и сочетания основных мер с уменьшением контакта с другими людьми.
Комбинации, которые включали дистанционный доступ, закрытие школ и самоизоляцию дома, предполагали наибольшую эффективность, в то время как меры, применяемые в одиночку или в частичных комбинациях, не приводили к какому-либо снижению числа госпитализаций и не были эффективными в качестве мер профилактики инфекции.
Кроме того, во всех рассматриваемых случаях пожилые люди составляют гораздо большую долю госпитализированных и тяжело больных, что указывает на то, что профилактика инфекции среди пожилых людей может привести к меньшему количеству госпитализаций и смертности в целом. Тем не менее, любой трещины в броне было достаточно, чтобы поставить под угрозу эффективность в этих моделях, и риск заражения оставался высоким.
Кроме того, модель, использованная в этом исследовании, уже дала представление о других факторах распространения COVID-19, в том числе о последствиях событий, когда собираются толпы (заключение: тип события имеет больший эффект, чем масштаб), эффекты усиленного ПЦР-тестирования (дополнительное тестирование тех, кто может быть инфицирован, может помочь ингибировать инфекцию), а также последствий блокировок и их продолжительности (поздние и неполные блокировки приводили к рецидивам COVID-19).
Команда надеется, что эти исследования помогут ускорить поиск наиболее эффективных мер по борьбе с COVID-19.
Читать еще:
Прямая трансляция конференции Microsoft Build 2020.
Ученые обнаружили невосприимчивых к COVID-19 людей.
Найдено антитело, которое нейтрализует не только SARS-CoV-2, но и старые коронавирусы.