Тексты

«Когда это все закончится? Мы не знаем», — говорят ученые. Ни одна математическая модель развития пандемии не достоверна, и вот почему

Автор:
Алла Кошляк
Дата:

Артем Марков / «Бабель»

Мер Киева считает, что столица может справиться с распространением коронавируса за две недели. Украинский Минздрав предупреждает о пике эпидемии по стране в середине апреля. В Соединенных Штатах без ограничительных мер от коронавируса могут умереть 2,2 миллиона человек, заявил президент Дональд Трамп. А если все будут придерживаться карантина, то 200 тысяч. Во всем мире строят модели, чтобы прогнозировать пандемию. Почему же ученые не могут дать точный ответ, когда это все закончится? Пересказываем статью FiveThirtyEight.

Математическая модель для прогнозирования последствий коронавируса выглядит так: количество людей, которые умрут, зависит от того, сколько людей может заразиться, как вирус распространяется и скольких людей вирус способен убить (коэффициент смертности).

Несложно, на первый взгляд. Но при подсчетах становится ясно, что каждая переменная зависит от ряда вариантов и неизвестных значений.

Страны и регионы собирают данные по-разному. Нет одной электронной таблицы, которую заполняют все, чтобы легко сравнивать случаи по всему миру. Тестирование тоже происходит по-разному: одни страны делают тесты всем, другие нет. Мы не можем знать, сколько людей фактически заразилось SARS-CoV-2, а только — сколько людей получили положительный результат теста. Вирус поражает одни группы населения сильнее, чем другие. Потому распространение вируса зависит от количества людей разного возраста, с разными болезнями и от их доступа к медицинской помощи.

Некоторые люди умирают от COVID-19. Это, пожалуй, единственное, что можно сказать наверняка. Но «некоторые» — это не число, которое можно использовать в подсчетах. Смертность зависит от возраста пациента и сопутствующих заболеваний. Уровень смертности в Соединенных Штатах будет отличаться от страны, где, скажем, меньше диабетиков. Распространение вируса в районе, где проживает больше людей старшего возраста, будет отличаться от более «молодого» района.

Чтобы определить уровень смертности, нужно разделить количество людей, умерших от болезни, на количество людей, инфицированных этой болезнью. Обе цифры будут приблизительными.

В идеальном мире проверяли бы всех, чтобы точно знать, сколько людей когда-либо болели этим заболеванием и сколько умерло от него. Однако на практике это невозможно. Например, на Diamond Princess, одном из круизных лайнеров, помещенных в карантин, протестировали почти всех на борту (3 063 образца от 3 711 человек). Лайнер стал живой лабораторией с такими условиями документирования данных, которых нет в реальном мире. Исследователи смогли определить не только, сколько людей болело, но и сколько людей были абсолютно бессимптомными. Их, вероятно, не проверили бы и не учли, если бы они находились на суше.

Этот пример показывает, что есть много людей с SARS-CoV-2, которые не знают о нем. Следовательно, уровень смертности ниже, чем свидетельствуют другие данные. В «популяции» лайнера уровень смертности для людей с диагнозом и симптомами составлял 2,3%, но коэффициент смертности для всех диагностированных случаев, включая бессимптомные, составил 1,2%. Но даже данные c лайнера не идеальны — они не отражают всех слоев населения.

На смертность от заболевания также влияет способность предотвращать смерть, когда кто-то тяжело болен. Это зависит от вместимости больниц. Учитывая ограниченный доступ к койкам и аппаратам отделений интенсивной терапии, многие люди с серьезными симптомами могут не пережить инфекцию.

Чтобы делать прогнозы, нужно знать заразность заболевания, R0 — среднее количество новых заражений, выявленных в популяции, где каждый подвержен болезни. Оно будет зависеть от социального поведения, местных экологических особенностей и политических решений. Например, у малярии более высокий показатель в местах с большим количеством стоячей воды.

На R0 будет влиять скорость контакта — сколько людей взаимодействует с зараженным человеком за период времени. Это единственное, что люди могут контролировать, поэтому социальное дистанцирование важно.

Вирусы не распространяются организовано, например, по два новых случая на человека. Сэм Скарпино, профессор Северо-Восточного университета, который моделирует инфекционные заболевания, называет это «событиями суперносителями» — ситуациями, когда какой-то фактор, обычно связанный с местом, а не с самими людьми, увеличивает количество случаев внезапного всплеска. Как в случае с женщиной из Южной Кореи, которая пошла в церковь и заразила множество людей.

На скорость передачи влияет биология вируса — как долго он может выжить на поверхности (и на каких поверхностях) и как далеко распространяться в воздухе. Для нового коронавируса существуют разные оценки.

Нужно учесть продолжительность заразности — как долго человек может распространять вирус среди других людей и когда во время прогрессирования заболевания он заразен. Это зависит от биологии вируса и от иммунной системы каждого человека. Хорошая модель должна также учитывать вопрос повторного заражения. Но до сих пор мы мало знаем о постинфекционном иммунитете.

Чтобы создать модель, необходимо собрать все эти переменные, учесть их неопределенность и насколько они связаны друг с другом. Это как приготовить пирог по рецепту. Если рецепт содержит инструкции типа «добавьте от трех до 15 нарезанных яблок, или стейков, или брюссельской капусты, в зависимости от того, что у вас под рукой», это повлияет на его вкус. Можно сделать предположения о правильных ингредиентах и ​​их количестве. Но если предположений слишком много, то получится не пирог, а нечто совершенно иное.