Ginagaya ng modelo ng computer kung gaano karaming mga kaso ng COVID-19 ang maaaring mapigilan sa isang partikular na lalawigan sa US Mga Leontura / DigitalVision Vector sa pamamagitan ng Getty Images
Si Dr. Biplav Srivastava, propesor ng agham sa kompyuter sa University of South Carolina, at ang kanyang koponan ay nakabuo ng isang tool na hinimok ng data na makakatulong na ipakita ang epekto ng pagsusuot ng mga maskara sa mga kaso at pagkamatay ng COVID-19. Gumagamit ang kanyang modelo ng iba't ibang mga mapagkukunan ng data upang lumikha ng mga kahaliling senaryo na maaaring sabihin sa amin na "Ano ang maaaring nangyari?" kung ang isang lalawigan sa US ay may mas mataas o mas mababang rate ng pagsunod sa mask. Sa panayam na ito, ipinapaliwanag niya kung paano gumagana ang modelo, mga limitasyon nito at kung anong mga konklusyon ang maaari nating makuha mula rito.
Ang computer scientist na si Biplav Srivastava ay nagbibigay ng isang demo ng simulation upang maipakita na ang mga naunang patakaran na inirerekumenda ang pagsusuot ng maskara ay gumawa ng mas malaking pagkakaiba sa pagkalat ng coronavirus.
{vembed Y = g3o_TW2OWJU}
Ano ang ginagawa ng modelo ng computer na ito?
Ito ay isang pambansang tool na maaaring ipakita ang epekto na maaaring magkaroon ng pagsusuot ng mga maskara. Kung ito ay isang lalawigan kung saan regular na nagsusuot ng maskara ang mga tao, ipapakita nito sa iyo kung gaano karaming mga kaso ng COVID-19 at pagkamatay ang kanilang naiwasan. Kung pumili ka ng isang lalawigan kung saan ang mga tao ay hindi nagsusuot ng maskara, ipapakita sa iyo kung gaano karaming mga kaso at pagkamatay ang maaaring naiwasan doon.
Paano ito ginagawa?
Kailangan namin ng maraming data upang magawa ito. Ang New York Times sinuri ang halos bawat lalawigan sa US sa tag-araw at nagtalaga ng markang nakasuot ng mask na 0-5 sa bawat isa sa kanila, kaya't ito ang nasa gitna ng modelo. Gumagamit din kami ng data ng New York Times at Johns Hopkins para sa mga numero ng kaso ng real-time; data ng census para sa mga demograpiko tulad ng laki ng populasyon, edad na panggitna at higit pa; at heyograpikong data upang masukat ang distansya sa pagitan ng mga county.
Ito ay batay sa isang pamamaraan ng matematika na tinawag matatag na kontrol ng sintetiko, na madalas na ginagamit sa pagsasaliksik sa droga, kung saan mayroong isang control group at mayroong isang pangkat ng paggamot.
Halimbawa, tingnan natin ang Wyandotte County, Kansas. Mayroon itong medyo mataas na marka na nakasuot ng maskara na tungkol sa 3.4. Dahil ang modelo ay idinisenyo upang sabihin sa atin ang "paano kung?" senaryo, titingnan kung ano ang maaaring nangyari kung ang marka ng pagsusuot ng mask ay nabawasan sa 3.0, na kung saan ay ang cutoff namin para sa "mababang suot na maskara," ngunit ang gumagamit ay maaaring mag-eksperimento sa iba pang mga halaga din upang makita kung ano ang nangyayari. Nakarating kami sa 3.0 batay sa pagsusuri ng mga gawi sa pagsusuot ng mask sa buong bansa. Ang aktwal na mga halaga ay nasa pagitan ng 1.4 at 3.85, na may pambansang average na 2.98.
Maaari kaming magtakda ng isang petsa kung saan ang marka ng suot na mask ay nagbago sa 3.0. Kung itatakda namin itong tumakbo mula Hunyo 1 hanggang Oktubre 1, sinasabi sa amin na ang Wyandotte County ay may 101.5% pang mga kaso at 150 pang mga namatay sa panahong iyon. Sinasabi nito sa gumagamit kung ilang pagkamatay ang nangyari o napigilan batay sa isang parameter ng rate ng dami ng namamatay na maaaring itakda ng gumagamit. Sa halimbawang ito, itinakda ito sa 2%.
Paano lumilikha ang modelo ng "paano kung?" senaryo kung hindi talaga ito nangyari? Ginagawa ito sa pamamagitan ng pagtingin sa iba pang mga county na malapit at may katulad na demograpiko at bilang ng kaso ngunit isang mas mababang threshold na may suot na maskara. Sinusubukan nitong makabuo ng isang timbang na average upang makabuo ng isang pangkat ng sintetiko na kontrol na katulad ng aming lalawigan ng interes (pangkat ng paggamot). Tinitingnan ng modelo kung gaano ang pagkakaiba ng dalawang grupo sa mga tuntunin ng bilang ng kaso. Ang pagkakaiba sa mga bilang ng kaso sa pagitan ng dalawang pangkat ay na-convert sa isang pagkakaiba sa mga pagkamatay gamit ang parameter ng rate ng dami ng namamatay.
Ano ang sinasabi nito sa atin tungkol sa epekto ng mga patakaran sa pagsusuot ng mask?
Ang pagpapanatili ng suot na maskara o pagpapatupad ng patakaran sa mask sa anumang oras ay maaaring maging kapaki-pakinabang. Ngunit ang epekto nito ay pinakamataas kapag ginawa mo ito maaga. Kapag pinatakbo mo ang modelong ito ng maraming beses gamit ang iba't ibang mga petsa, nakikita mo na ang epekto ay nababawasan habang naantala mo ang pagpapatupad ng isang patakaran sa pagsusuot ng mask. Kaya't kung ang isang lalawigan ay nagpatupad ng patakaran sa mask sa Hunyo 1, pipigilan nito ang maraming mga kaso. Kung kumilos ito noong Hulyo 1, magkakaroon ito ng isang maliit na epekto. Kung kumilos ito noong Agosto, pipigilan pa rin nito ang mga kaso, ngunit isang napakaliit na bilang.
Ano ang mga limitasyon ng modelong ito?
Ang tool na ito ay mas mahusay na gumagana para sa ilang mga county kaysa sa iba. Sa pangkalahatan, pinakamahusay itong gumagana sa mga county na mas malapit sa average, dahil magkakaroon ito ng mas malapit na mga tugma upang ihambing laban. Mayroon ding isang limitasyon sa diwa na ang New York Times mask pagsunod sa survey ay ginawa sa tag-init, at ang mga bagay ay patuloy na nagbabago. Kung gagamitin ng ibang mga mananaliksik ang tool na ito, isasaalang-alang nila ang mga pagbabago.
Ngunit ang nakikita mo ay kapag nagpatupad ka ng isang patakaran sa mask o ang populasyon ay regular na nagsusuot ng mga maskara, nagbibigay ito ng positibong epekto. At kung mas maaga mo itong ginagawa, mas epektibo ito.
Tungkol sa Ang May-akda
Biplav Srivastava, Propesor ng Agham sa Computer, Unibersidad ng South Carolina. Nais kong kilalanin ang gawain ng aking koponan, Sparsh Johri, Kartikaya Srivastava, Chinmayi Appajigowda at Lokesh Johri, sa pagbuo ng program na ito.
Ang artikulong ito ay muling nai-publish mula sa Ang pag-uusap sa ilalim ng lisensya ng Creative Commons. Basahin ang ang orihinal na artikulo.
Mga Kaugnay na Libro:
The Body Keeps the Score: Brain Mind and Body in the Healing of Trauma
ni Bessel van der Kolk
Tinutuklas ng aklat na ito ang mga koneksyon sa pagitan ng trauma at pisikal at mental na kalusugan, na nag-aalok ng mga insight at diskarte para sa pagpapagaling at pagbawi.
I-click para sa karagdagang impormasyon o para mag-order
Paghinga: Ang Bagong Agham ng Nawalang Sining
ni James Nestor
Sinasaliksik ng aklat na ito ang agham at kasanayan sa paghinga, na nag-aalok ng mga insight at diskarte para sa pagpapabuti ng pisikal at mental na kalusugan.
I-click para sa karagdagang impormasyon o para mag-order
The Plant Paradox: Ang Mga Nakatagong Panganib sa "Malulusog" na Pagkaing Nagdudulot ng Sakit at Pagtaas ng Timbang
ni Steven R. Gundry
Tinutuklas ng aklat na ito ang mga link sa pagitan ng diyeta, kalusugan, at sakit, na nag-aalok ng mga insight at diskarte para sa pagpapabuti ng pangkalahatang kalusugan at kagalingan.
I-click para sa karagdagang impormasyon o para mag-order
The Immunity Code: The New Paradigm for Real Health and Radical Anti-Aging
ni Joel Greene
Ang aklat na ito ay nag-aalok ng bagong pananaw sa kalusugan at kaligtasan sa sakit, na kumukuha sa mga prinsipyo ng epigenetics at nag-aalok ng mga insight at diskarte para sa pag-optimize ng kalusugan at pagtanda.
I-click para sa karagdagang impormasyon o para mag-order
Ang Kumpletong Gabay sa Pag-aayuno: Pagalingin ang Iyong Katawan sa Pamamagitan ng Pasulput-sulpot, Kahaliling Araw, at Pinahabang Pag-aayuno
ni Dr. Jason Fung at Jimmy Moore
Tinutuklas ng aklat na ito ang agham at kasanayan ng pag-aayuno na nag-aalok ng mga insight at diskarte para sa pagpapabuti ng pangkalahatang kalusugan at kagalingan.
