Dünyanın dört bir yanındaki ülkeler, SARS-CoV-2'nin yayılmasını sınırlamaya yardımcı olmak için bir kısıtlama uygulaması yapmak durumundadır.
Günlük olarak teyit edilen yeni vakaların sayısı azalmaya başladığında, hükümetler sağlık hizmetlerini bozmadan nüfuslarını karantinadan mümkün olduğunca verimli bir şekilde nasıl serbest bırakacaklarına karar vermelidir. Oxford Üniversitesi Zooloji Bölümü'nden Profesör Mike Bonsall liderliğinde bu hafta yayınlanan bir baskı öncesi makalede, çalışmada potansiyel açılma stratejileri amacıyla iki kişinin etkileşimini araştırmak için uyarlanmış bir Duyarlı-Maruz Kalma-Enfeksiyon-Kurtarma (SEIR) model çerçevesine en uygun optimum kontrol çerçevesi uyguladı. Bu örnekte Birleşik Krallık nüfusu bir test vakası olarak kullanılmıştır.
Profesör Bonsall, "Bulduğumuz şey, tekrarlayan yayılmayı sınırlamak, tüm popülasyon için aynı anda karantinaya son vermek yüksek riskli bir stratejiydi ve kademeli olarak yeniden entegrasyon yaklaşımının daha güvenilir olduğuydu. Ayrıca, ilk serbest bırakılabilecek insan sayısını artırmak için, günlük olarak teyit edilen yeni vakaların sayısı yeterince düşük bir eşiğe ulaşıncaya kadar kısıtlamalar sona ermemelidir.” Dedi.
Ekip, kısıtlı olan farklı kesimlerinin kademeli bir tahliye stratejisi ile karantinaya alınmayan çalışan nüfusa tekrar katılmasına izin verecek bir modelleme yaptı. Uyarlanmış bir SEIR modeliyle birleştirilen matematiksel optimizasyon yöntemleri, sağlık hizmetinin tıkanmasını önlerken çalışanların verimliliğinin nasıl en üst düzeye çıkarılacağını belirledi.
Analizler, en uygun stratejinin ilk enfeksiyon zirvesinin bitiminden iki ila dört hafta sonra nüfusun yaklaşık yarısını serbest bırakmak olduğunu gösterdi. Ardından herkesi serbest bırakmadan önce ikinci bir zirveye izin vermek için üç ila dört ay daha beklemeyi öngörüyor.
Araştırmacılar kısıtlamaların sona ermesinden sonra test kapasite ve sayısının artırılması konusunda hemfikirler. Bu arada bulaşma hızı ve iyileşme hızları bu hesaplamaların yapılmasında iki önemli veri, dolayısıyla ekip, bu değerlerin doğru bir şekilde tanımlanmasının, pandeminin sürekli izlenmesi için özellikle önemli olduğunu ileri sürmektedir.
Matematiksel uzmanlığını modellemeye uygulayan Birleşik Krallık Ekoloji ve Hidroloji Merkezi'nden ortak yazar Profesör Chris Huntingford; "COVID19 hakkında daha fazla bilgi sahibi olduğumuz için, bilgisayar modelindeki bu sayılar ayarlanabilir ve simülasyonlar tekrarlanabilir. Önümüzdeki haftalarda daha fazla bilgi edindikçe, optimum bırakma stratejisi gerekirse güncellenir.” Diyor.
