Saúde
O modelo matema¡tico OpenABM-Covid19 de Oxford ajuda a controlar a epidemia de coronavarus
Uma equipe de modeladores matema¡ticos e epidemiologistas do Departamento de Medicina de Nuffield da Universidade de Oxford divulgou o modelo mais recente de uma populaa§a£o em resposta a epidemia de coronavarus.
Por
Oxford - 24/09/2020
Imagem composta de ambiente hospitalar e dados digitais - Crédito: Shutterstock
Uma equipe de modeladores matema¡ticos e epidemiologistas do Departamento de Medicina de Nuffield da Universidade de Oxford divulgou o modelo mais recente de uma população em resposta a epidemia de coronavarus. O modelo - OpenABM-Covid19 - fornece aos tomadores de decisão de saúde pública a capacidade de revisar a progressão potencial e o resultado do coronavarus, incluindo flutuações em indivíduos infectados, hospitalizações, admissaµes em unidade de terapia intensiva (UTI) e mortes, e avaliar o impacto de teste e rastreie programas.
OpenABM-Covid19 apa³ia os servia§os de saúde pública, incluindo o NHS England e NHS Wales do Reino Unido, para prever a epidemia e decidir sobre o melhor equilabrio e escala das intervenções de controle da epidemia nos pra³ximos meses. As intervenções modeladas incluem rastreamento de contato digital (sistema de notificação de exposição), testes, distanciamento fasico contanuo, auto-isolamento, uso de ma¡scara e outras medidas de bloqueio locais ou nacionais.
Os servia§os essenciais do NHS estiveram disponíveis durante a pandemia, e este modelo de ca³digo aberto da Universidade de Oxford estãofornecendo ao NHS na Inglaterra mais uma ferramenta para ajudar a compreender a demanda potencial de servia§os hospitalares em todo opaís
Ming Tang, diretor de dados e análises do NHS England and NHS Improvement, afirma: 'Os servia§os essenciais do NHS estiveram disponíveis durante toda a pandemia, e este modelo de ca³digo aberto da Oxford University estãofornecendo ao NHS da Inglaterra mais uma ferramenta para ajudar a entender demanda potencial de servia§os hospitalares em todo opaís, e garantir que possamos continuar a oferecer atendimento aos pacientes e qualquer pessoa preocupada com sintomas preocupantes. '
Os indivíduos infecciosos não se espalham aleatoriamente por uma população e as redes nas quais eles interagem tem um efeito profundo na dina¢mica da epidemia e no número final de pessoas infectadas.
Os dados demogra¡ficos e de coronavarus mais recentes do Reino Unido alimentam o modelo, fornecendo uma ferramenta que érápida, ajusta¡vel e escala¡vel e pode ser atualizada com qualquerpaís ou dados demogra¡ficos regionais e redes de contato. Os indivíduos infecciosos não se espalham aleatoriamente por uma população e as redes nas quais eles interagem tem um efeito profundo na dina¢mica da epidemia e no número final de pessoas infectadas. Populações de vários tamanhos são modeladas usando interações do mundo real - cada pessoa com encontros rotineiros e aleata³rios em ambientes como o local de trabalho, com a familia e amigos, na escola ou universidade. A gravidade da doena§a, incluindo a probabilidade de hospitalização e morte, aumenta com a idade. Naveis mais altos de transmissão dentro das famalias e indivíduos leves ou assintoma¡ticos também são considerados nas simulações.
"O fato de COVID-19 afetar diferentes grupos populacionais, e de vivermos e interagirmos de maneiras distintas, precisa ser integrado a nossa compreensão do efeito potencial de diferentes medidas de saúde pública".
O professor Christophe Fraser, consultor cientafico do Departamento de Saúde e Assistaªncia Social e Lader de Grupo em Dina¢mica de Pata³genos no Departamento de Medicina de Nuffield da Universidade de Oxford, afirma: 'O fato de COVID-19 afetar diferentes grupos populacionais e de vivermos e interagirmos de maneira distinta formas, precisa ser integrado em nossa compreensão do efeito potencial de diferentes medidas de saúde pública. O Reino Unido e outros governos nacionais estãoajustando nosso modelo de Oxford aos cenários de políticas em evolução, novas medidas e as mais recentes evidaªncias cientaficas. Nosso modelo apoia a tomada de decisaµes conforme ospaíses facilitam ou aumentam as políticas conforme a epidemia continua a evoluir e conforme tentamos retornar ao local de trabalho, escola, visitar amigos e familia e considerar como administrar atividades sociais seguras. '
"O Reino Unido e outros governos nacionais estãoajustando nosso modelo de Oxford aos cenários de políticas em evolução, novas medidas e as mais recentes evidaªncias cientaficas".
A equipe Oxford também estãoapoiando o desenvolvimento e implantação de rastreamento de contato digital. Conforme os aplicativos e sistemas de notificação de exposição são testados e implementados em diferentespaíses, o modelo pode ser ajustado para ver o impacto da notificação de contatos com base em diferentes tempos de resultados de teste e configurações de rastreamento de contato digital, como teste emnívelde comunidade ou não, ou mudança configurações para responder a orientação ajustada sobre a duração do auto-isolamento. O modelo ajuda a avaliar o número de testes necessa¡rios com diferentes abordagens de notificação, permitindo atrasos de teste ou picos na incidaªncia.
"Cientistas do Departamento de Medicina de Nuffield da Universidade de Oxford forneceram aconselhamento cientafico especializado contanuo, proporcionando impacto significativo no Reino Unido, ajudando a reduzir as consequaªncias negativas para a saúde e implicações sociais do COVID-19"
O professor Mark Briers, diretor do programa do The Alan Turing Institute e conselheiro do Departamento de Saúde e Assistaªncia Social, afirma: 'OpenABM-Covid19 tem sido fundamental para nos ajudar a compreender as implicações potenciais do aplicativo de rastreamento de contato como uma intervenção não farmacaªutica, fornecendo uma base cientafica para a exploração de opções políticas relevantes. Cientistas do Departamento de Medicina de Nuffield da Universidade de Oxford forneceram aconselhamento cientafico pericial contanuo, proporcionando impacto significativo no Reino Unido, ajudando a reduzir as consequaªncias negativas para a saúde e implicações sociais do COVID-19. '
O Dr. David Bonsall, consultor do Departamento de Saúde e Assistaªncia Social, clanico e pesquisador saªnior do Departamento de Medicina de Nuffield da Universidade de Oxford, afirma: 'Precisamos dos melhores dados e das análises mais recentes para manter o controle do COVID-19. Nosso modelo de epidemia pode ser atualizado para garantir a otimização da velocidade e eficácia do rastreamento e teste de contato. Os aplicativos de rastreamento de contato / sistemas de notificação de exposição devem ser introduzidos junto com outras medidas de controle de doenças rápidas e eficazes para ajudar a salvar vidas, proteger as pessoas, reduzir a necessidade de bloqueios generalizados e nos permitir retornar a s atividades mais normais. '
"O modelo auxilia os tomadores de decisão em saúde pública em qualquer lugar do mundo a observar a progressão e o resultado da infecção e como diferentes medidas afetam a população".
O modelo auxilia os tomadores de decisão em saúde pública em qualquer lugar do mundo a observar a progressão e o resultado da infecção e como diferentes medidas afetam a população. Tambanãm demonstra o impacto das decisaµes políticas nas vidas das pessoas e nos sistemas de saúde, incluindo o número de pessoas em quarentena. O modelo foi aprimorado ainda mais em parceria com o Google Research, incluindo estudos para avaliar a aceitação necessa¡ria para Sistemas de Notificação de Exposição (aplicativos de rastreamento de contato) nos EUA. Graças a interface Python para o modelo, desenvolvido em estreita colaboração com a equipe da IBM do Reino Unido, ele pode ser usado e adaptado por outros.
A Dra. Nicole Mather, Lader de Ciências da Vida da IBM UK Services, afirma: 'A IBM UK desenvolveu a interface Python que permite que o OpenABM-Covid19 seja executado por terceiros. Isso permitiu que as autoridades de saúde pública usassem o modelo não apenas para o desenvolvimento de rastreamento digital de contatos, mas também para apoiar a gestãode recursos e o planejamento de resposta a epidemias para servia§os de saúde e outras instituições. Tem sido importante permitir que uma gama mais ampla de colaboradores auxilie na construção do OpenABM-Covid19 - estamos muito satisfeitos em ajudar a ampliar o acesso a este modelo. '
"Com o apoio da equipe da Universidade de Oxford, o governo galaªs integrou dados galeses e considerou diferentes cenários de políticas com base nas diferentes taxas de contato; incluindo interações aleata³rias, no local de trabalho e na escola".
Craiger Solomons, canãlula de assessoria técnica do governo galaªs, afirma: “Adaptamos o modelo da Universidade de Oxford para refletir o impacto do COVID-19 no Paas de Gales. Com o apoio da equipe da Universidade de Oxford, o governo galaªs integrou dados galeses e considerou diferentes cenários de políticas com base nas diferentes taxas de contato; incluindo interações aleata³rias, no local de trabalho e na escola. Esses dados não estavam disponíveis para o Paas de Gales anteriormente, eles agora estãoinformando a base de evidaªncias usada pelos ministros galeses para considerar ações políticas nacionais e locais. '
O Dr. Robert Hinch, primeiro coautor do artigo e pesquisador saªnior do Departamento de Medicina de Nuffield da Universidade de Oxford, diz: “Nosso modelo de Oxford pode ser ajustado para outras configurações de epidemia de coronavarus. Os sistemas de notificação de exposição digital baseados na API Google-Apple estãosendo desenvolvidos em muitospaíses da Europa, áfrica e nos Estados Unidos. a‰ fundamental que tenhamos a capacidade de analisar os possaveis efeitos de diferentes intervenções de saúde pública usando dados demogra¡ficos e de rede de contato específicos nacionais ou regionais. Esperamos que este modelo continue a contribuir para nossas opções de resposta agora e fortalea§a nossos esforços de preparação para futuras pandemias. '
.jpg)