ΜΑΘΗΜΑΤΙΚΟ ΜΟΝΤΕΛΟ ΕΚΤΙΜΗΣΗΣ ΚΡΟΥΣΜΑΤΩΝ COVID-19

Μία μαθηματική προσέγγιση που εφαρμόστηκε για τη μοντελοποίηση της τρέχουσας πανδημίας COVID-19 στο αρχικό επίκεντρό της, την επαρχία Χουμπέϊ της Κίνας, επέτρεψε την εκτίμηση σημαντικών επιδημιολογικών παραμέτρων που καθορίζουν την τροχιά της επιδημίας, δείχνοντας παράλληλα ότι είναι δυνατή και η πρόβλεψη της εξέλιξής της.

Παρά τη μεγάλη αβεβαιότητα για τα πραγματικά στοιχεία, ειδικά σε εκείνα τα αρχικά στάδια της επιδημίας στην Κίνα (η εργασία υποβλήθηκε για δημοσίευση στις 11 Φεβρουαρίου), η μελέτη που δημοσιεύτηκε στο επιστημονικό περιοδικό PLoS One, είναι η πρώτη που, βασιζόμενη σε μαθηματικά μοντέλα, εκτίμησε ότι ο αριθμός των κρουσμάτων στην επαρχία Χουμπέϊ ήταν περίπου 20 φορές μεγαλύτερος των καταγεγραμμένων και ότι η θνητότητα στο συνολικό πληθυσμό ήταν περίπου 0,15%, δηλαδή σημαντικά χαμηλότερη των κυμαινόμενων μεταξύ 2% και 3% ποσοστών που ανέφεραν άλλοι ερευνητές. Επομένως, ένα ποσοστό της τάξης του 2-3% του πληθυσμού των ~60 εκατομμυρίων κατοίκων της κινεζικής επαρχίας είχε στην πραγματικότητα μολυνθεί από το νέο κορωναϊό SARS-CoV-2.

Χρησιμοποιώντας χρονολογικές σειρές, δημοσίως διαθέσιμων από τους διεθνείς οργανισμούς Δημόσιας Υγείας (WHO, CDC, ECDC, NHC και DXY), επιδημιολογικών δεδομένων από τις 11 Ιανουαρίου ως 10 Φεβρουαρίου 2020, υπολογίστηκαν σημαντικές επιδημιολογικές παράμετροι της λοίμωξης με τον SARS-CoV-2, βάσει των οποίων έγινε και η πρόβλεψη ότι μεταξύ 80.000 και 160.000 άνθρωποι θα είχαν μολυνθεί στην περιοχή ως τις 29 Φεβρουαρίου. Πράγματι, 84.000 κάτοικοι της Χουμπέϊ μολύνθηκαν εκείνη την περίοδο.

Η μελέτη που πραγματοποιήθηκε με τη συνεργασία των ερευνητικών ομάδων του Καθηγητή Εφαρμοσμένων Μαθηματικών Κωνσταντίνου Σιέττου από το Πανεπιστήμιο της Νάπολης της Ιταλίας και του Καθηγητή Μικροβιολογίας και Αντιπρύτανη του Εθνικού και Καποδιστριακού Πανεπιστημίου Αθηνών (ΕΚΠΑ), κ. Αθανασίου Τσακρή, Διευθυντή του Εργαστηρίου Μικροβιολογίας της Ιατρικής Σχολής Επιστημών Υγείας του ΕΚΠΑ, που είναι και κέντρο αναφοράς για την τρέχουσα πανδημία, δείχνει τη χρησιμότητα των μαθηματικών μοντέλων και προσομοιώσεων με τη βοήθεια ηλεκτρονικών υπολογιστών για τη μελέτη εξελισσόμενων επιδημιών σε πραγματικό χρόνο.