پیش‌بینی زمان پایان ویروس کرونا در ایران

به گزارش روزپلاس؛ پژوهشگران "دانشگاه فناوری و طراحی سنگاپور" (SUTD) در پروژه جدیدی، داده‌هایی را مطرح کرده‌اند که تاریخ گسترش و پایان یافتن کروناویروس را در کشور‌های گوناگون پیش‌بینی می‌کند. در این پژوهش، نموداری برای هر کشور ارائه شده که مرحله آغاز و پایان ابتلا را نشان می‌دهد.

به گزارش ایسنا، این پژوهشگران مدعی شده‌اند، زمان پایان ۹۷ درصدی کووید-۱۹ در ایران ۲۰ می (۳۱ اردیبهشت)، پایان ۹۹ درصدی ۹ ژوئن (۲۰ خرداد) و پایان ۱۰۰ درصد آن ۲۲ اکتبر (اول آبان) خواهد بود.

در حال حاضر، همه ساکنان جهان تمایل دارند که از زمان پایان یافتن "کابوس کووید- ۱۹" باخبر شوند. تخمین زدن تاریخ پایان یافتن کووید- ۱۹، موضوع بسیار مهمی است، زیرا می‌تواند تاثیر قابل توجهی در روحیه مردم و برنامه‌ریزی برای آینده داشته باشد، اما این کار، دشواری‌های خاص خود را دارد. با وجود این، پژوهشگران سنگاپوری با کمک داده‌های کنونی خود در مورد سابقه بیماری‌های واگیردار، روشی را برای پیش‌بینی زمان احتمالی پایان یافتن کووید- ۱۹ در پیش گرفته‌اند. این گونه مدل‌های پیش‌بینی و تلاش برای پیش‌بینی اتفاقات آینده مانند پایان یافتن کووید- ۱۹ با کمک داده‌هایی که به مرور زمان به دست می‌آیند، می‌تواند به شکل‌گیری برنامه‌ریزی، تصمیم‌گیری، رفتار و روحیه افراد در موقعیت کنونی کمک کند تا اقدامات احتیاطی و پیشگیرانه‌ای برای آینده صورت بگیرد. بیشتر اقدامات کنونی، بر گزارش آمار واقعی مبتلایان، بهبودیافتگان و مرگ و میر تمرکز دارند و به سیاست‌ها و اقدامات واکنشی مانند قرنطینه کردن شهر‌ها منجر می‌شوند.

تکامل بیماری کووید- ۱۹ تصادفی نیست، بلکه هنگام شیوع، سرعت گرفتن، مبتلا کردن و پایان یافتن، الگوی خاصی از چرخه حیات را در پیش می‌گیرد. این چرخه حیات، علاوه بر محدودیت‌های موجود در طبیعت و اکوسیستم، تا حدود زیادی، نتیجه رفتار‌های مقابله‌ای افراد و دولت‌ها است، اما چرخه شیوع در کشور‌های گوناگون، تفاوت دارد و هر کشوری می‌تواند در زمان خاصی، به چرخه متفاوتی وارد شود. برنامه‌ریزی‌ها و تصمیم‌گیری‌های هر دولت می‌تواند توجیه خوبی برای موقعیت کشور‌ها باشد و چرخه شیوع، زمان اوج گرفتن و از همه مهم‌تر زمان پایان یافتن بیماری را نشان دهد. این اطلاعات، اساس تخمین زدن چرخه شیوع را تشکیل می‌دهند.

الگوی چرخه شیوع علاوه بر داشتن پویایی قابل توجه می‌تواند در حوزه‌های گوناگون مانند رشد جمعیت، گسترش فناوری‌های جدید و انتشار بیماری‌های عفونی مورد بررسی قرار بگیرد و مدل‌های ریاضی را برای بررسی پدیده‌هایی مانند رشد جمعیت و گسترش بیماری‌های عفونی به کار ببرد. این مدل جدید، به بررسی جزئیات مدل‌های دیگر که در هر کتاب ریاضی یافت می‌شوند، نمی‌پردازد بلکه پارامتر‌های مربوط به هر کشور را براساس داده‌های واقعی آن کشور ارائه می‌دهد.

پژوهشگران در این پروژه تلاش کرده‌اند تا چرخه شیوع کووید- ۱۹ را براساس داده‌های مربوط به آن حدس بزنند. الگوی این پژوهش، در قالب یک منحنی S. شکل ظاهر می‌شود که موارد ابتلا را نشان می‌دهد. بخش نخست منحنی، نشان‌دهنده داده‌هایی است که تاکنون ارائه شده‌اند و بخش دیگر پیش‌بینی‌ها را نشان می‌دهد. با بررسی کامل منحنی، به راحتی می‌توان چرخه شیوع را در یک کشور مشاهده کرد. همچنین دیدن نقطه اوج ابتلا به بیماری و پایان گرفتن آن نیز ممکن می‌شود.

اوج عفونت، در بالاترین نقطه منحنی ظاهر می‌شود. با وجود همه این اطلاعات، امکان حدس زدن زمان پایان یافتن کووید- ۱۹ به طور مستقیم امکان ندارد و به ملاحظات بسیاری وابسته است. ممکن است کسی تاریخ پایان یافتن بیماری را با آخرین فرد مبتلا مشخص کند. در هر حال، این امکان وجود دارد که تخمین زدن تاریخ پایان بیماری، کارایی لازم را برای دولت‌ها، افراد و شرکت‌ها در برنامه‌ریزی برای آینده نداشته باشد.

جدیدترین پیش‌بینی‌ها، سه تاریخ پایان را مشخص می‌کنند:

* تاریخ شناسایی آخرین بیمار

* تاریخی که ۹۹ درصد بیماران مورد نظر شناسایی می‌شوند

* تاریخی که ۹۷ درصد بیماران مورد نظر شناسایی می‌شوند

جدول یک، سه تاریخ را برای پایان یافتن کووید- ۱۹ در ۱۳۱ کشور نشان می‌دهد.

منحنی که به شکل زنگ است، برای نشان دادن چرخه زندگی انتخاب شده، زیرا به تشخیص ساده ابتلا کمک می‌کند. شکل دو نشان می‌دهد که مثلا سنگاپور هنوز در آغاز دوره سرعت گرفتن بیماری است، آمریکا و ایتالیا در بالای نقطه ابتلا و در حال حرکت به سوی تاریخ پایان هستند و استرالیا بیش از ۹۹ درصد دوره شیوع خود را به پایان رسانده و انتظار می‌رود که تا ۲۲ ژوئن، به شیوع کامل برسد. ۹۷ درصد موارد ابتلا به کووید- ۱۹ در سنگاپور، تا حدود چهارم ژوئن پایان می‌یابند؛ درحالی که ایتالیا و آمریکا به ترتیب در هفت و ۱۱ مه به ۹۷ درصد موارد ابتلا پایان می‌دهند.

این پیش‌بینی‌ها باید در کنار داده‌های واقعی و تغییر سیاست‌های دولت‌ها مورد بررسی قرار بگیرد. برای مثال از آنجا که دولت سنگاپور از ماه آوریل، محدودیت‌ها را افزایش داده است، شاید زودتر از تاریخ پیش‌بینی شده، به پایان دوره بیماری نزدیک شود. از سوی دیگر، توقف برخی از قوانین پیشگیری در آمریکا و ایتالیا ممکن است تغییراتی را در ابتلا به وجود بیاورد و تاریخ رسیدن به پایان بیماری را در این کشور‌ها تغییر دهد.