علم جدید از مستندات

گسترش سریع COVID-19 در اوایل سال 2020 گرفتار بسیاری از دولت ها غافل و آنها را مجبور به حرکت به سرعت به یک فرم خام از lockdown برای جلوگیری از گسترش این ویروس با زمان کمی به نظر محاسن انواع بر این پایه مستند استراتژی. نگرانی عمده در حال حاضر به عنوان ما “باز کردن” و ظهور از مستندات است که ممکن است تحریک ثانویه COVID-19 امواج یا “عفونت خوشه.” مانند امواج به طور بالقوه حتی بیشتر devasting از موج اول از اکثریت بزرگی از جمعیت جهان هنوز هم باقی می ماند مستعد ابتلا به COVID-19 و با توجه به این واقعیت است که بسیاری از دولت ها در حال حاضر مصرف زیاد منابع اقتصادی در برخورد با اجتماعی, سلامت اقتصادی و دیگر هزینه های جاری مستندات (از آن است که به طور گسترده ای توافق کردند که اینها پایدار نیست در دراز مدت).

به عنوان کشور در حال حاضر راه اندازی مجدد اقتصاد خود یک مسئله مهم است که آیا ممکن است به طراحی جدید مستند استراتژی در یک شیوه ای است که مدیریت این ویروس و در همان زمان اجازه می دهد تا قابل توجهی در فعالیت های اقتصادی است. ما با اشاره به این که “علم از مستندات” یک منطقه که در آن بسیار کوچک است در حال حاضر شناخته شده و تحقیقات تلاش ما در حال حاضر پیشگام.

یکی از مشکلات بزرگ در طراحی سیاست های مستند می آید از بسیاری از منابع از عدم قطعیت که در اطراف COVID-19 بیماری است. این خدمات عبارتند از: زمان صرف شده برای یک فرد برای تبدیل شدن به علامت; زمان برای یک فرد برای تبدیل شدن عفونی; زمان برای یک فرد برای بازیابی; عفونت مسیرهای (ذرات معلق در هوا سطوح); تعداد افراد بدون علامت در جامعه و بسیاری از عوامل دیگر. یک منبع بیشتر از عدم اطمینان در برخورد با ناشناخته ها انتقال بین گروه های مختلف در مناطق جغرافیایی و/یا جغرافیایی مختلف قرار گرفتند. همه این ابهامات در حال تشدید نمایی نرخ رشد اپیدمی; با هم بودن و رشد نمایی را زمان مستند و همچنین زمان بندی مطلوب از آزادی از مستند بسیار دشوار است برای تعیین.

چگونه می تواند علم کمک کند ؟ یک شاخه از ریاضیات مهندسی که بسیار پایه و اساس است که در برخورد با زمان بندی مداخلات موضوع را به تاخیر و عدم قطعیت توسط نظریه کنترل. چند دهه از تحقیقات به ما بگویید که تصمیم گیری بر اساس, پیر و کهنه و اطلاعات بسیار دشوار است, به ویژه در صورت نمایی در حال رشد بیماری همه گیر. در مورد COVID-19, نرخ مرگ و میر بیماران حامل ویروس به عنوان مثال یک تصویر را از آنچه اتفاق افتاده است در یک نقطه از عفونت چند هفته پیش و روشن نمی دهد تصویر فعلی از این بیماری همه گیر. زمان بندی مداخلات مبتنی بر داده ها چنین است که آشکار و خطرناک; دخالت بیش از حد در اواخر و سیستم بهداشت و درمان ضعف است و تراژدی رخ.

حتی اگر تعداد اندکی از دانشمندان آشنا با تئوری کنترل خواهد به طور جدی در نظر بگیرید با استفاده از نامشخص زمان واقعی داده های ساده لوحانه به ماشه مستند مداخلات برای مدیریت COVID-19 بسیاری از در حال حاضر پیشنهاد برنامه برای کنترل امواج ثانویه پیشنهاد برای انجام درست این است. به جای تئوری کنترل نشان می دهد که تاخیر ابهامات و رشد نمایی را می توان با در حال توسعه به طور منظم و دوره ای مداخله سیاست هایی است که نه بیش از حد وابسته به زمان واقعی داده های اندازه گیری. پس از این اصل نتایج اولیه از گروه ما و چند گروه های پیشرو در سراسر جهان هموار کردن راه برای یک اصولی طراحی مستند استراتژی بر اساس سریع اما به طور منظم مستند فواصل متناوب با دوره که در آن جامعه با این نسخهها کار به طور معمول. این سیاست به طور بالقوه به یک روش سرکوب های ویروسی در حالی که در همان زمان اجازه می دهد ادامه داد (البته کاهش می یابد) فعالیت های اقتصادی.

این ممکن است به عنوان مثال در شکل می گویند تکرار 1/6 هفته که در آن یک روز کاری عادی است که توسط lockdown برای شش روز. در حالی که ساده و همه از جمله استراتژی های کار و همچنین دیگران و وظیفه مستند علم است برای پیدا کردن آنهایی که بهترین کار در supressing ویروس اجازه می دهد تا فعالیت های اقتصادی و مقابله با عدم قطعیت در یک شیوه ای قوی. توجه داشته باشید که این استراتژی های طراحی شده برای از بین بردن ویروس; بلکه هدف آنها این است که برای تحقق بخشیدن به سیاست های است که می تواند پایدار بیش از دوره های طولانی از زمان حصول اطمینان از ویروس باقی می ماند در سطح نسبتا پایین تا یک واکسن یا درمان در دسترس می شود. و از همه مهمتر این سرعت متناوب خروج استراتژی قوی هستند با توجه به عدم قطعیت به عنوان مستند دوره نه باعث اندازه گیری بلکه رانده قابل پیش بینی دوره ای باعث در داخل و خارج از مستند.

در این مرحله خواننده ممکن است سوال حکمت نیست به نحوی با استفاده از داده های موجود است. این یک نگرانی مشروع و داده ها باید مورد استفاده قرار گیرد—اما با دقت. پایگاه تحریک سیاست در آنی داده ها خطرناک است دقیقا به این دلیل که اطلاعات بسیار نامشخص برای تمام دلایل بحث شده است. اما بیش از دوره های طولانی تر و نامشخص داده ها را می توان به طور متوسط آشکار روند بلند مدت مانند زمانی که ميانگين ميزان عفونت در حال افزایش یا کاهش است. در شرایط عادی با استفاده از اطلاعات قدیمی در موقعیت های که در آن باید به سرعت پاسخ خواهد حس را ندارد. اما با استفاده از به طور متوسط دراز مدت اطلاعات برای تنظیم lockdown سیاست است یک ایده خوب پس ما تغییر سیاست همیشه فروکش کردن ویروس.

برخی از سیاست های, البته, تواند بهتر از دیگران است. این را می توان با دقت با استفاده از این داده ها به طور متوسط تنظیم خاص تعداد روزهای کاری و مستند روز در سرعت بسیار آهسته, برای پاسخ به هر دو عدم قطعیت در اندازه گیری و تغییرات در ویروس دینامیک در طول زمان (به عنوان مثال در حال حرکت از یک 1/6 سیاست به 2/5 و احتمالا بازگشت, پایگاه داده ها).

این استراتژی بسیار طبیعی است. قیاس خوبی در حال رانندگی یک ماشین ورزشی برای اولین بار. هنگامی که ما به ماشین ما سرعت بخشیدن به با فشار دادن پدال گاز با دقت (در) و حمایت کردن سرعت (خاموش) به عنوان پیش بینی ما خطر است. در طول زمان به عنوان ما رعایت خودرو و آمد به درک رفتار خود ما ممکن است تصحیح استراتژی ما به طوری که ما در راه سرعت بخشیدن خیلی بهتر است (تنظیم). رام کردن COVID-19 عدم قطعیت با استفاده از دوره مستندات است که انجام همین کار اما با عوارض اضافه شده است که مشاهدات به میزان قابل توجهی به تاخیر افتاد و این واقعیت که ما در حال حرکت در یک “ماشین” است که سفر در افزایش سرعت فوق العاده خطرناک.

این کار تحقیقاتی مورد بحث در این سهم است که یک همکاری بین گروه ها در امپریال کالج لندن و دانشگاه پیزا دانشگاه کالج دوبلین دانشگاه گلاسکو دانشگاه تریسته در تل آویو در دانشگاه RMIT ملبورن و انجام شده توسط M. بن P. چونگ E. Crisostomi P. فرارو, H. Lhachemi, R. Murray-Smith, C. Myant, T. Parisini, R. کوتاه, S. استین و L. سنگ.

tinyurlis.gdclck.ruulvis.net