Следващата Ебола е трудно да се предскаже, но "Прогнозиране на епидемия" може да помогне

Двегодишно момче в селска Гвинея умира от Ебола през декември 2014 г. През следващите две години почти 30 000 души в Западна Африка ще бъдат заразени с вируса Ебола.

Защо, за разлика от предишните 17 огнища на Ебола, тази ли е станала толкова голяма, толкова бързо? Какво може да се направи, за да се предотвратят бъдещи огнища? Тези въпроси, заедно с много други, са в центъра на зараждащата се научна област на прогнозиране на епидемии. А залозите не могат да бъдат по-високи. През януари Световният икономически форум нарече пандемиите един от най-големите рискове за бизнеса и човешкия живот.

През последните няколко века учените са станали все по-добри в предсказването на много аспекти на света, включително орбитата на планетите, отлива и приливите на приливи и пътищата на ураганите. Възможността да се разберат естествените и физическите системи достатъчно добре, за да се правят точни прогнози, е може би едно от най-големите постижения на човечеството.

Голяма част от този успех при прогнозиране започва с фундаменталното прозрение на Исак Нютон, че има непроменими универсални закони, които управляват природните явления около нас. Способността за бързо извършване на големи изчисления е насърчила нютоновата перспектива, че при достатъчно данни и изчислителна мощност могат да се предскажат най-сложните явления.

Има обаче ограничения. Като учени, които изучават тези видове предсказуеми системи, ние се съмняваме, че ще бъде възможно да се предскаже точно какво ще се случи по-нататък при епидемия от болестта, тъй като най-важните променливи могат да се променят толкова много от едно огнище към друго.

Ето защо, както при прогнозата за времето, събирането на данни в реално време е от съществено значение за повишаване на способността на научната общност да прогнозира огнища.

Капризна епидемия

Идеята, че учените могат да моделират епидемии, се основава на идеята, че траекторията на всяко огнище е предсказуема поради присъщите и непроменими свойства.

Да кажем, че болестта е причинена от трансмисивен патоген. Инфекциозността на това заболяване може да бъде капсулирана в число, наречено „основно репродуктивно съотношение“, или R0, число, описващо колко широко патогенът може да се разпространи в дадена популация.

Ако епидемиолозите знаят достатъчно за R0 на патогена, се надяваме, че те могат да предскажат аспектите на следващото му огнище - и да се надяваме, че ще предотвратят епидемии от малък мащаб. Те могат да направят това чрез мобилизиране на ресурси в райони, където патогените имат особено високи стойности на R0. Или могат да ограничат взаимодействията между носителите на болести и най-чувствителните членове на дадено общество, често деца и възрастни хора.

По този начин R0 се интерпретира като непроменено число. Но съвременните изследвания показват, че това не е така.

Например, помислете за епидемията на вируса Зика. За това заболяване R0 варира от 0.5 до 6.3. Това е забележителен период, вариращ от болест, която сама ще се разсее до такава, която ще предизвика дългосрочна епидемия.

Може да се мисли, че този широк диапазон от стойности на R0 за Зика произтича от статистическата несигурност - че може би на учените просто е необходима повече информация. Но това би било най-вече неправилно. За Зика, безбройните фактори, от климата и комарите до присъствието на други подобни вируси като Денга и ролята на предаването на половете, водят до различни стойности на R0 в различни настройки.

Оказва се, че характеристиките на епидемията - инфекциозността на патогена, скоростта на предаване, наличието на ваксини и т.н. - се променят толкова бързо по време на една епидемия, че учените са в състояние да предскажат динамиката само в хода на това огнище., С други думи, изучаването на епидемията от вируса на вируса на Ебола през април 2014 г. може да помогне на учените да разберат епидемията от ебола в същата среда през следващия месец, но често е много по-малко полезно за разбирането на динамиката на епидемиите от ебола, като например тази през май 2018 г.

Епидемиите често не са чисти и обвързани с явления. Това са шумни събития, където много променливи играят съществена роля, но се променят. Няма основна истина за болестта - само нестабилна колекция от детайли, които варират, често се заплитат, когато болестта се разпространява.

По-добри прогнози

Ако учените не са сигурни, че могат да разберат достатъчно добре епидемиологичните системи, за да предскажат поведението на свързаните с тях, защо да се притеснявате да ги изучавате?

Отговорът може да се състои в това, което ние наричаме „мека физика” на прогнозата: учените трябва да спрат да приемат, че всяко избухване следва същите правила. Когато сравнявате едно огнище с друго, те трябва да помнят всички контекстуални различия между тях.

Например, биолозите са разкрили много подробности за грипните инфекции. Те знаят как вирусите се свързват с клетките гостоприемници, как се възпроизвеждат и как те развиват резистентност към антивирусни лекарства. Но една епидемия може да е започнала, когато голяма част от населението е използвало обществен транспорт в определен ден от месеца, а друг може да е бил иницииран от конгрегация на религиозна служба. Въпреки че и двете огнища са вкоренени в един и същи инфекциозен агент, тези и много други различия в техните особености означават, че учените може да се наложи да преосмислят начина, по който моделират как всеки напредва.

За да разберат по-добре тези данни, учените се нуждаят от значителни инвестиции в данни в реално време. Помислете, че Националната метеорологична служба харчи над 1 млрд. Долара годишно за събиране на данни и изготвяне на прогнози. CDC харчи само една четвърт за статистиката на общественото здраве и няма специален бюджет за прогнозиране.

Наблюдението на заболяванията остава една от най-високите области на науката. Внимателното разглеждане на уникални обстоятелства, които са в основата на огнища и по-отговорно събиране на данни, може да спаси хиляди животи.

Тази статия първоначално е била публикувана на The Conversation от C. Brandon Ogbunu, Randall Harp и Samuel V. Scarpino. Прочетете оригиналната статия тук.