Wenn es um den Wendepunkt für die Verbreitung von COVID-19, University of Toronto Epidemiologe David Fisman, sagte: „Wir haben es übergeben.“
Da machte er die Bemerkung in einem interview mit CBC den Quirks-&-Quarks am Ende des letzten Monats, mehr als 100.000 Menschen infiziert worden sind, auf der ganzen Welt, die meisten in China, Provinz Hubei. Rund 3.400 Menschen starben an der Krankheit als am Freitag.
Fisman ist professor in der Abteilung der Epidemiologie in der Dalla Lana School of Public Health mit cross-Termine am Institut für Gesundheitspolitik, – Verwaltung und-Auswertung und der Fachbereich Medizin der Fakultät für Medizin.
Er und ein team von anderen Epidemiologen, ärzte, Statistiker und Experten für öffentliche Gesundheit verwenden Sie die Daten-Analyse und computer-Modellierung zu verstehen, Teile einer Epidemie, die aus der Sicht verborgen sind. Zum Beispiel, der seine Gruppe genau vorhergesagt, dass die Größe der Ausbruch im Iran größer war, als ursprünglich gemeldet.
Fisman und seine Kollegen waren unter den teams, die erhaltenen Bundesmittel in dieser Woche für die Forschung im Zusammenhang mit dem neuartigen Corona-Virus bestätigt.
Er Sprach U T Nachrichten darüber, wie die Modelle funktionieren und warum Sie nützlich für die Gesundheit Behörden und der öffentlichkeit.
Können Sie kurz sagen Sie mir über Sie und Ihre Kolleginnen und Kollegen, die über langjährige Erfahrungen mit früheren Ausbrüchen, verursacht durch andere Viren: SARS, H1N1 und Ebola?
Wir haben diese Ausbrüche in ein paar verschiedene Möglichkeiten, aber vor allem auf die Modellierung vor. In SARS und H1N1 hatte ich auch einige Erfahrung in der Regierung die öffentliche Gesundheit Agenturen, die Ihnen wertvolle Perspektiven. Aber bei SARS war ich in der Quarantäne (kurz) in Toronto und begann an einem einfachen Modell, basierend auf dem, was ich wusste über die Ketten der übertragung; leider ist die Provinz war nicht bereit zu teilen, Daten für die Modellierung, und mein ehemaliger prof und die aktuellen Freund Marc Lipsitch von der Harvard geschafft benötigten Daten aus Singapur, die auch in der Mitte von einem Ausbruch von SARS. Das ergab eine wichtige Arbeit in der Wissenschaft, die zeigten, dass SARS gesteuert werden könnte.
Während der H1N1, Dr. Ashleigh Tuite, und ich arbeitete auf die Charakterisierung der frühen Epidemie Dynamik und waren in der Lage, Modelle zu entwickeln, um die optimale Nutzung und den Zeitpunkt der Impfung. Wir haben auch eine Menge Arbeit die Modellierung der Entstehung und Kontrolle von Ebola im Jahr 2015 in West Afrika.
Können Sie brechen, wie Sie Ihre Borreliose-übertragung-Modell funktioniert in juristischer Hinsicht?
Wir verwenden eine Menge von verschiedenen Arten von Modellen. Einige beschreiben Epidemie Wachstum, ohne sich sorgen zu viel über das, was passiert unter der Haube; Ashleigh hat eine mehr realistische „compartmental-Modell“, wo wir denken über die „flow“ von Menschen aus anfällig für infiziert mit Ansätzen, die die Physiker verwenden würden, um Modell-Systeme mit feedback-Schleifen (so genannte Krankheit, dynamische Modelle).
Wir sind bereits mit dem compartmental-Modell-Projekt Gesundheit Einsatz von Ressourcen (Betten, Ventilatoren) für Ontario und Kanada und können auch das Modell als Plattform für Experimente im Zusammenhang, um Dinge wie soziale Distanzierung –wie das schließen von Schulen—und Quarantänen.
Wir haben auch einige „forensische“ statistische Werkzeuge, die wir verwenden können, um zu folgern zugrunde liegenden Ausbruch Größen in Ländern, die nicht der Berichterstattung eine Menge von Fällen, basierend auf dem Export. In dieser Phase der Epidemie haben wir schon einiges getan, dass.
Wie haben Sie getestet, die Genauigkeit Ihrer Prognose so weit, und wie haben sich deine Vorhersagen im Vergleich zur Realität?
Wir waren in der Lage, Projekt-Niedergang und Ende der chinesischen COVID Ausbruch Anfang März mit einem sehr einfachen Modell, passt zu den Daten bis Jan. 31. So werden unsere Modelle scheinen ganz gut zu funktionieren in bestimmten Kontexten. Wir haben auch die Modellierung wahrscheinlich nicht gemeldete Epidemie Größen in Ländern wie Iran, die wurden Quellen der großen zahlen der Fall, Exporte und, leider, unsere Einschätzungen haben sich als richtig erwiesen.
Ihr Projekt verwendet öffentliche Daten, die oft „chaotisch oder laut.“ Können Sie erklären, was Sie damit meine, und warum es manchmal schwer, für Experten und Politikern zu Ihren Daten einen Sinn hinter solchen Ausbrüchen?
Es gibt viel, das geht in der überwachung der öffentlichen Gesundheit; wir bekommen die Krankheit Fall zählt, aber das sind oft die Spitze des Eisbergs. Wir und einige unserer Kollegen in Großbritannien, sind Modelle zu entwickeln, die uns erlauben, zu folgern, unsichtbaren Komponenten von surveillance-Systemen (wie die zugrunde liegenden Ketten der übertragung, das Ergebnis in den Fällen, die wir tatsächlich beobachten). Die forensische Statistiken sind ein Beispiel dafür, aber wir können auch Rückschlüsse über die wahrscheinlich zugrunde liegenden Preise des Fortschreitens der Krankheit (von Beginn bis zum Krankenhausaufenthalt zu Tode, zum Beispiel) basiert auf dem feuchten Tod und Fall zählt, dass kann gestellt werden von der WHO und anderen Organisationen.
Basierend auf Ihrer Erkrankung-übertragungs-Modell, können Sie uns best-und worst-case-Szenarien für Kanada?
Wir können. Das ist eine großartige Anwendung für Modelle.
Wie können Ihre Krankheit-übertragungs-Modell verwendet werden, von den Kanadischen Gesundheitsbehörden? Welche Arten von Entscheidungen, die Sie machen mit Ihrem tool?
Es kann Ihnen helfen, Entscheidungen über die Kontrolle von Aktivitäten, die beinhalten kurz – und langfristige trade-offs.
Eine Zeile Ihrer Forschung Vorschlag, der wirklich heraus stach war mir der eine zu, wie Ihr Modell kann helfen, ängste abzubauen, Fremdenfeindlichkeit und die Angst rund um die Ausbruch. Können Sie mir sagen, wie Ihr Modell kann helfen, vermeiden Sie eine Panik?