COVID-19 Mortalite Riski Hesaplayıcısı Aşılama İçin Önceliklendirmede Kullanılabilir

Johns Hopkins Bloomberg Halk Sağlığı Okulu araştırmacıları tarafından COVID-19'dan ölme riskini bireysel ve toplum düzeyinde tahmin etmek için yeni bir çevrimiçi hesaplayıcı geliştirildi.

Hesaplayıcıyı geliştiren araştırmacılar, farklı topluluklardaki ölüm risklerini değerlendirmek ve COVID-19 aşıları ortaya çıktıkça aşılama için belirli grupları önceliklendirmek için halk sağlığı yetkilileri için faydalı olmasını bekliyor. Hesaplayıcının temelini oluşturan algoritma, yaşa, cinsiyete, sosyodemografik faktörler gibi çeşitli farklı sağlık koşullarına dayalı olarak bireylerde COVID-19 ölüm riskini tahmin etmek için mevcut büyük çalışmalardan elde edilen bilgileri kullanır. Risk tahminleri, genel popülasyonda hâlihazırda enfekte olmayan bireyler için geçerlidir. Aynı zamanda hem gelecekteki enfeksiyon riski hem de enfeksiyon sonrası komplikasyonlar ile ilişkili faktörleri hesaba katıyor.

Araştırmanın kıdemli yazarı Bloomberg School Biyoistatistik ve Epidemiyoloji bölümlerinde Profesör olan Ph.D.  Nilanjan Chatterjee, "Hesaplayıcımız daha nicel bir yaklaşımı temsil ediyor ve Ulusal Bilimler ve Tıp Akademisi tarafından bireysel ve toplum risklerinin belirlenmesiyle aşıların tahsis edilmesi gibi önerilen diğer nitel yönergeleri tamamlamalı" diyor. Yeni risk hesaplayıcı, Nature Medicine dergisinde yayınlanan bir makalede sunuldu.

Araştırmacılar ayrıca ABD genelinde çeşitli risk seviyelerindeki bireylerin oranlarını ve sayıları görüntülemek için etkileşimli haritalar geliştirmek üzere PolicyMap şirketi İle işbirliği yaptı. Bu haritalar, yerel politika yapıcıların aşılama, yüksek riskli bireyleri koruma ve diğer hedefli müdahale çabaları için plan yapmasına olanak tanıyacak.

Chatterjee, "Daha fazla ölümle ilişkili faktörleri uzun zamandır bilmemize rağmen, bu faktörleri önleme stratejilerine ve tahmin modellerine dâhil etmek için sınırlı çaba gösterildi" diyor. Chatterjee ve ekibi, İngiltere merkezli büyük bir çalışma ve Hastalık Kontrol ve Önleme Merkezleri tarafından yayınlanan eyalet düzeyinde ölüm oranları da dâhil olmak üzere COVID-19 ile ilgili çeşitli veri kümelerini kullanarak risk modellerini geliştirdiler. Ardından ABD şehirleri ve ilçelerindeki son ölüm verilerini kullanarak toplum düzeyinde ölüm oranlarını tahmin etmek için modeli doğruladılar.

Modele dayalı hesaplayıcı, halk sağlığı görevlileri ve benzer şekilde ilgilenen kişiler için çevrimiçi olarak kullanıma sunuldu. Bir kullanıcının yaş, cinsiyet, ırk / etnik köken ve tıbbi geçmiş gibi faktörlere dayalı olarak bireysel riski belirlemesine olanak tanırken, belirli bir topluluk, şirket veya üniversite gibi bir grup için riski tanımlamak için kullanılabilir.

Chatterjee ve meslektaşları makalelerinde, tüm ABD nüfusu için risk dağılımını tanımlamak için hesaplayıcıyı kullandılar. Örneğin, yüksek risk altındaki(ABD ortalamasından beş kat daha fazla risk olarak tanımlanır) nüfusun yalnızca yüzde dördünün toplam ölümlerin yaklaşık yüzde 50'sine katkıda bulunması bekleniyor. Araştırmacılar ayrıca, nüfus düzeyindeki riskin şehirden şehire ve ilçeden ilçeye önemli ölçüde değiştiğini gösterdi. Chatterjee, "Örneğin, yetişkin nüfusun beş kat risk eşiğini aşan yüzdesi Layton, Utah'ta yüzde 0,4'ten Detroit, Michigan'da yüzde 10,7'ye kadar değişiyor" dedi.

Hesaplayıcı, kullanıcıların kişisel bilgilerini topluluk düzeyindeki pandemi dinamikleriyle birleştirerek bireylerin ölüm riskini hesaplamalarına olanak tanır. Şu anda tool, eyalet düzeyindeki pandemik dinamiklerle ilgili bilgileri de dâhil etmek için haftalık olarak güncellenmektedir.

ABD Ulusal Bilimler, Mühendislik ve Tıp Akademisi tarafından önerilen yönergeler, toplumsal faydaları en üst düzeye çıkarmak ve başkalarına bulaştırma olasılığını en aza indirmek için ön saflardaki sağlık çalışanlarını en öncelikli kategoriye koyuyor. Ancak diğer öncelik kategorilerinin çoğu, genel olarak tahmini enfeksiyon risklerine dayanmaktadır. Chatterjee ve meslektaşları, hesaplayıcının ilk COVID-19 aşılarını ve N95 maskeleri gibi diğer sınırlı önleyici kaynakları tahsis etmek için öncelikleri belirlemede faydalı olacağını umuyor.