Naslednji ebola je težko napovedati, vendar lahko "napovedovanje izbruha" pomaga

Decembra 2014 je zaradi ebole umrl 2-letni deček iz podeželske Gvineje. V naslednjih dveh letih bi skoraj 30.000 ljudi v Zahodni Afriki okužili z virusom ebole.

Zakaj se je ta, za razliko od prejšnjih 17 izbruhov ebole, tako hitro povečala? Kaj, če sploh kaj, lahko naredimo, da bi preprečili prihodnje izbruhe? Ta vprašanja, skupaj z mnogimi drugimi, so v središču novega znanstvenega področja napovedovanja izbruhov. In vložki ne morejo biti višji. Januarja je Svetovni gospodarski forum pandemije imenoval za eno največjih tveganj za poslovanje in človeško življenje.

V zadnjih nekaj stoletjih so znanstveniki postali še boljši pri napovedovanju mnogih vidikov sveta, vključno z orbito planetov, plimovanjem in plimovanjem ter orkani. Sposobnost razumevanja naravnih in fizičnih sistemov dovolj dobro, da bi lahko naredili točne napovedi, je morda eden največjih dosežkov človeštva.

Velik del tega uspeha pri napovedovanju se začne s temeljnim vpogledom Isaaca Newtona, da obstajajo nespremenjeni univerzalni zakoni, ki urejajo naravne pojave okoli nas. Sposobnost hitrega izvajanja velikih izračunov je spodbudila Newtonovo perspektivo, da je glede na dovolj podatkov in računalniške moči mogoče napovedati najbolj zapletene pojave.

Vendar obstajajo omejitve. Kot znanstveniki, ki preučujejo te vrste napovednih sistemov, dvomimo, da bo mogoče natančno napovedati, kaj se bo zgodilo ob izbruhu bolezni, saj se lahko najpomembnejše spremenljivke tako zelo spremenijo od izbruha izbruha do drugega.

Zato je zbiranje podatkov v realnem času, tako kot pri vremenskih napovedih, verjetno bistveno za izboljšanje zmožnosti znanstvene skupnosti za napovedovanje izbruhov.

Kapriciozna epidemija

Ideja, da lahko znanstveniki modelirajo epidemije, temelji na zamisli, da je trajektorija vsakega izbruha predvidljiva zaradi svojih notranjih in nespremenljivih lastnosti.

Recimo, da je bolezen povzročena s prenosljivim patogenom. Nalezljivost te bolezni se lahko vključi v število, ki se imenuje "osnovno reproduktivno razmerje", ali R0, število, ki opisuje, kako široko je patogen verjetno razširjen v določeni populaciji.

Če epidemiologi vedo dovolj o R0 patogena, upamo, da bodo lahko napovedali vidike njegovega naslednjega izbruha - in upajmo, da bodo preprečili izbruhe majhnega obsega, da bi postali obsežna epidemija. To lahko storijo z mobilizacijo sredstev na območja, kjer imajo patogeni zelo visoke vrednosti R0. Lahko pa omejijo interakcije med nosilci bolezni in najbolj dovzetnimi člani določene družbe, pogosto otroci in starejši.

Na ta način se R0 razlaga kot nespremenljivo število. Vendar sodobne študije kažejo, da to ni tako.

Na primer, razmislite o epidemiji virusa Žika. Za to bolezen se je R0 gibal od 0,5 do 6,3. To je izjemen razpon, ki sega od bolezni, ki bo sama od sebe odnesla na tisto, ki bo povzročila dolgoročno epidemijo.

Morda bi si lahko mislili, da ta širok razpon vrednosti R0 za Žiko izhaja iz statistične negotovosti - da morda morda samo znanstveniki potrebujejo več podatkov. Toda to bi bilo večinoma nepravilno. Za Ziko, nešteto dejavnikov, od podnebja in komarjev do prisotnosti drugih sorodnih virusov, kot so Dengue in vloga spolnega prenosa, povzročajo različne vrednosti R0 v različnih okoljih.

Izkazalo se je, da se značilnosti epidemije - nalezljivost patogena, stopnja prenosa, razpoložljivost cepiv itd. - tako hitro spreminjajo med samim izbruhom, da lahko znanstveniki predvidijo dinamiko le v času izbruha tega izbruha.. Z drugimi besedami, preučevanje izbruha bolezni virusa ebole v aprilu 2014 lahko znanstvenikom pomaga razumeti izbruh ebole v istem okolju naslednji mesec, vendar je pogosto manj koristno za razumevanje dinamike epidemij ebole, kot je tista, ki se je zgodila. maja 2018.

Epidemije pogosto niso čiste in združene pojave. Gre za hrupne dogodke, kjer je veliko spremenljivk bistvenega pomena, vendar se spreminjajo, vloge. Ni temeljne resnice bolezni - le nestabilna zbirka podrobnosti, ki se razlikujejo, pogosto se zapletajo, ko se bolezen širi.

Boljše napovedi

Če znanstveniki niso prepričani, da lahko dovolj dobro razumejo epidemiološke sisteme, da bi napovedali vedenje sorodnih, zakaj bi se morali ukvarjati z njimi?

Odgovor bi lahko bil v tem, kar imenujemo »mehka fizika« napovedi: Znanstveniki bi morali prenehati domnevati, da vsak izbruh sledi istim pravilom. Pri primerjanju enega izbruha z drugim bi morali upoštevati vse kontekstualne razlike med njimi.

Na primer, biologi so odkrili veliko podrobnosti o okužbah z gripo. Vedo, kako se virusi vežejo na gostiteljske celice, kako se razmnožujejo in kako razvijajo odpornost proti protivirusnim zdravilom. Toda ena epidemija se je lahko začela, ko je veliko prebivalstvo uporabljalo javni prevoz na določen dan v mesecu, drugo pa je morda sprožila kongregacija na verski službi. Čeprav sta oba izbruha zakoreninjena v istem infekcijskem povzročitelju, te in številne druge razlike v njihovih značilnostih pomenijo, da bodo morali znanstveniki preoblikovati, kako modelirajo, kako napreduje vsak posameznik.

Da bi bolje razumeli te podrobnosti, potrebujejo znanstveniki znatne naložbe v podatke v realnem času. Upoštevajte, da nacionalna vremenska služba letno porabi več kot milijardo dolarjev za zbiranje podatkov in pripravo napovedi. CDC porabi le četrtino toliko za javnozdravstveno statistiko in nima namenskega proračuna za napovedovanje.

Nadzorovanje bolezni ostaja eno od področij znanosti z najvišjimi vložki. Skrbno upoštevanje edinstvenih okoliščin, na katerih temeljijo izbruhi in odgovornejše zbiranje podatkov, bi lahko rešilo na tisoče življenj.

Ta članek je bil prvotno objavljen na pogovorih C. Brandona Ogbunua, Randalla Harpa in Samuela V. Scarpina. Preberite izvirni članek tukaj.