Model statistik dapat memprediksi wabah penyakit di masa depan – ScienceDaily

Model statistik dapat memprediksi wabah penyakit di masa depan – ScienceDaily


Beberapa peneliti Universitas Georgia bekerja sama untuk membuat metode statistik yang memungkinkan kesehatan masyarakat dan peramal penyakit menular untuk memprediksi kemunculan kembali penyakit dengan lebih baik, terutama untuk infeksi masa kanak-kanak yang dapat dicegah seperti campak dan pertusis.

Seperti yang dijelaskan di jurnal Biologi Komputasi PLOS, proyek lima tahun mereka menghasilkan model yang menunjukkan bagaimana perubahan halus dalam aliran kasus penyakit yang dilaporkan dapat memprediksi baik epidemi yang mendekat dan keberhasilan akhir kampanye pemberantasan penyakit.

“Kami berharap dalam waktu dekat, kami akan tersedia untuk memantau dan melacak sinyal peringatan untuk penyakit baru yang diidentifikasi oleh model ini,” kata John Drake, Profesor Riset Ekologi yang Terhormat dan direktur Pusat Ekologi Penyakit Menular yang meneliti dinamika epidemi biologis. Proyeknya saat ini termasuk studi tentang virus Ebola di Afrika Barat dan virus korona terkait sindrom pernapasan Timur Tengah di tanduk Afrika.

Dalam beberapa tahun terakhir, munculnya kembali campak, gondongan, polio, batuk rejan, dan penyakit lain yang dapat dicegah dengan vaksin telah memicu fokus kembali pada kesiapsiagaan darurat.

“Penelitian telah dilakukan di bidang ilmu ekologi dan iklim tentang titik kritis dalam perubahan iklim,” katanya. “Kami menyadari ini secara matematis mirip dengan dinamika penyakit.”

Drake dan rekannya fokus pada “perlambatan kritis,” atau hilangnya stabilitas yang terjadi dalam sistem saat titik kritis tercapai. Perlambatan ini dapat terjadi akibat evolusi patogen, perubahan tingkat kontak individu yang terinfeksi, dan penurunan vaksinasi. Semua perubahan ini dapat mempengaruhi penyebaran penyakit, tetapi sering kali terjadi secara bertahap dan tanpa banyak konsekuensi sampai titik kritis terlampaui.

Sebagian besar metode analisis data dirancang untuk mengkarakterisasi penyebaran penyakit setelah titik kritis telah dilintasi.

“Kami melihat kebutuhan untuk memperbaiki cara mengukur seberapa terkontrol suatu penyakit, yang mungkin sulit dilakukan dalam sistem yang sangat kompleks, terutama ketika kami mengamati sebagian kecil dari jumlah kasus sebenarnya yang terjadi,” kata Eamon O’Dea, seorang peneliti postdoctoral di laboratorium Drake yang berfokus pada ekologi penyakit.

Tim peneliti menemukan bahwa prediksi mereka konsisten dengan temuan terkenal dari ahli epidemiologi Inggris Roy Anderson dan Robert May, yang membandingkan durasi siklus epidemi pada campak, rubella, gondongan, cacar, cacar air, demam berdarah, difteri dan pertusis dari tahun 1880-an. hingga 1980-an. Misalnya, Anderson dan May menemukan bahwa campak di Inggris dan Wales melambat setelah imunisasi ekstensif pada tahun 1968. Demikian pula, model tersebut menunjukkan bahwa penyakit menular melambat seiring dengan mendekati ambang batas imunisasi. Sedikit variasi dalam tingkat infeksi dapat menjadi sinyal peringatan dini yang berguna untuk kemunculan kembali penyakit yang diakibatkan oleh penurunan penyerapan vaksin, tulis mereka.

“Tujuan kami adalah untuk memvalidasi ini dalam skala yang lebih kecil sehingga negara bagian dan kota berpotensi dapat memprediksi penyakit, yang praktis dalam hal bagaimana membuat keputusan tentang vaksin,” kata O’Dea. “Ini bisa sangat berguna di negara-negara di mana campak masih menjadi penyebab kematian yang tinggi.”

Untuk mengilustrasikan bagaimana model penyakit menular berperilaku, tim membuat visualisasi yang terlihat seperti serangkaian mangkuk dengan bola yang menggelinding di dalamnya. Dalam model, cakupan vaksin mempengaruhi kedangkalan mangkuk dan kecepatan bola menggelinding di dalamnya.

“Seringkali, sisi konseptual sains tidak ditekankan sebagaimana mestinya, dan kami senang menemukan visual yang tepat untuk membantu orang lain memahami sains,” kata Eric Marty, peneliti ekologi yang mengkhususkan diri pada visualisasi data.

Sebagai bagian dari Project AERO, yang merupakan singkatan dari Anticipating Emerging and Re-emerging Outbreaks, Drake dan rekannya membuat alat interaktif berdasarkan perlambatan kritis untuk digunakan peneliti dan pembuat kebijakan di lapangan dan memandu keputusan. Misalnya, tim sedang mengembangkan dasbor interaktif yang akan membantu non-ilmuwan merencanakan dan menganalisis data untuk memahami tren terkini untuk penyakit menular tertentu. Mereka sedang mempresentasikan prototipe kepada sesama peneliti sekarang dan mengantisipasi rilis publik dalam tahun depan.

“Jika model komputer dari penyakit tertentu cukup rinci dan akurat, maka akan mungkin untuk memprediksi jalannya wabah menggunakan simulasi,” kata Marty. “Tetapi jika Anda tidak memiliki model yang baik, seperti yang sering terjadi, maka statistik perlambatan kritis mungkin masih memberi kita peringatan dini tentang wabah.”

Untuk Informasi Lebih lanjut silahkan Kunjungi : Data HK

Author Image
adminProzen