W epidemiologii The podstawowe reprodukcji lub ( wskaźnik 0) o infekcji może być uważany jako średnia oczekiwana liczba przypadków generowanych bezpośrednio przez, w przypadku populacji, w której wszystkie osoby są podatne na zakażenia.
zmienia się w zależności od trzech głównych czynników: czasu trwania fazy zakaźnej, prawdopodobieństwa przeniesienia zakażenia podczas kontaktu oraz średniej liczby kontaktów zarażonej osoby. Do tego można dodać, w zależności od modeli użytych do jego określenia, czynniki społeczno-ekonomiczne i środowiskowe, które mogą prowadzić do różnych szacunków tego .
„ [to] średnia liczba osób, które osoba zakaźna może zarazić. "
Załóżmy, że „pacjent zero” jest w jakiś sposób w stanie zanieczyścić swoje środowisko, zakłada się, że mechanizm rozprzestrzeniania się infekcji jest średnio następujący:
Liczba zarażonych osób zmienia się zatem wykładniczo.
Ważną właściwością tego jest to, że:
W rzeczywistości tylko opisuje przebieg choroby we wczesnych stadiach.
„Ta stawka ma zastosowanie i jest obliczana na podstawie populacji, która jest całkowicie podatna na zakażenie, to znaczy, która nie została jeszcze zaszczepiona ani immunizowana przeciwko czynnikowi zakaźnemu. "
Gdy część populacji została już zakażona lub jest odporna, kontakt z tą frakcją nie doprowadzi do dodatkowego skażenia, a tylko ta frakcja pozostanie prawdopodobnie skażona. W takim przypadku efektywnym numerem reprodukcji będzie:
Z drugiej strony, gdy epidemia rozszerza się wykładniczo, ułamek również maleje wykładniczo, odpowiednio zmniejszając siłę roboczą. W tym przypadku dla małych wartości , widać, że krzywa zanieczyszczenia jest dobrze aproksymowana krzywą logistyczną . W miarę jak dotyka to coraz większej liczby ludności, liczba ta maleje i ostatecznie staje się mniejsza niż jedność: zmniejsza się prędkość propagacji; a od pewnego momentu to spadek staje się wykładniczy, a epidemia znika sama z siebie.
Pozwala określić minimalny udział w populacji ( ), które muszą zostać uodpornione naturalnej infekcji albo szczepienia (jeśli są dostępne), aby zapobiec wystąpieniu lub utrzymywania epidemii:
, lub :Mówimy w związku z tym o efekcie odporności zbiorowej ( odporność stada ) na określenie procentu populacji, który powinien być uodporniony, aby epidemia przestała rosnąć.
Postęp epidemii od tego momentu zależy od liczby aktywnych przypadków. Po osiągnięciu tego punktu krzywa nowych przypadków przechodzi przez maksimum i zaczyna się zmniejszać. To jeszcze nie koniec epidemii, ale najtrudniejsza część już za nami.
Jeśli ta proporcja jest obecna na początku epidemii, na przykład po szczepieniu nabytym podczas poprzedniej epidemii lub w ramach kampanii szczepień, epidemia zostanie stłumiona w zarodku i nie może się rozwinąć.
I odwrotnie, w sytuacji endemicznej , w której liczba osób dotkniętych chorobą jest względnie stabilna, a liczba osób bliskich jedności, odsetek osób, które nie chorowały, jest równy .
Popraw to lub przedyskutuj rzeczy do sprawdzenia . Jeśli właśnie umieściłeś baner, wskaż punkty do sprawdzenia tutaj .
Podstawowe modelowanie polega na tym, że przeciętnie osoba zakaźna nawiązuje kontakty zakaźne w jednostce czasu, w średnim okresie zakaźnym . Podstawowym numerem reprodukcji będzie wtedy:
r0=βτ{\ displaystyle R_ {0} = \ beta \, \ tau}Ten czas trwania jest biologiczną podstawą choroby.
Możliwe jest skrócenie tego okresu zakaźnego :Aby oszacować wpływ tej polityki na , potrzebne są założenia dotyczące czasu między infekcją a diagnozą, czasu między infekcją a początkiem skażenia oraz długości okresu skażenia. Jeśli diagnozę można postawić jeszcze przed rozpoczęciem fazy skażenia i prowadzi ona do ścisłej izolacji, jasne jest, że diagnoza zostanie zredukowana praktycznie do zera, a epidemia zostanie zatrzymana. Jeśli diagnoza jest późniejsza, izolacja pozostaje tym bardziej skuteczna, ponieważ jest szybka i umożliwia skrócenie okresu zakażenia poprzez izolację .
Czynnikiem , z drugiej strony , to dane socjologiczne. Ta prosta formuła sugeruje różne sposoby ograniczenia i ostatecznie rozprzestrzeniania się infekcji. Możliwe jest zmniejszenie liczby kontaktów zakaźnych na jednostkę czasu :
Wyodrębniając dwa poprzednie czynniki, stawkę można ostatecznie zapisać równoważnie, w postaci
gdzie jest współczynnikiem kontaktu między podatnymi i zakażonymi osobnikami, i jest przenośnością, czyli prawdopodobieństwem zakażenia przy kontakcie.
To sformułowanie mówi wiele i umożliwia zrozumienie różnych strategii stosowanych do kontrolowania epidemii, ale nie ma praktycznego zastosowania pod względem ilościowego modelowania jej modelowania.
Strategia prewencyjna polega na a priori nadaniu danej populacji , tak aby zbiorowa odporność została osiągnięta przed rozpoczęciem epidemii, zapobiegając w ten sposób znacznemu rozwojowi.
W obliczu rosnącej epidemii sam fakt, że epidemia się rozprzestrzenia, pokazuje, że korespondent jest znacznie większy niż jedność. Możliwe strategie polegają wówczas na uwydatnieniu dotychczasowych środków zdrowotnych i społecznych wyjątkowymi środkami, co umożliwia zmniejszenie :
Wyjściową liczbę reprodukcji można oszacować, badając szczegółowe łańcuchy transmisji lub sekwencjonowanie genomowe . Najczęściej jednak oblicza się go za pomocą modeli epidemiologicznych.
Na krzywej epidemiologicznej opisującej liczbę nowych przypadków i wykreślonej w skali półlogarytmicznej , w tym idealnym przypadku najpierw zobaczymy krzywą wznoszącą się wzdłuż linii rosnącej (faza wzrostu wykładniczego), następnie zginającą się i opadającą wzdłuż odwrotnego nachylenia (faza zaniku wykładniczego). Jak omówiono poniżej, możliwe jest oszacowanie na podstawie nachylenia krzywej.
Musimy jednak mieć świadomość, że ten mechanizm, który mówi o „ułamku populacji”, może podążać za tym modelem tylko wtedy, gdy populacja ma określony obwód i jest zarówno jednorodna, jak i odizolowana od reszty świata. Odporność zbiorowa, nabyta na poziomie regionu, może jednak zbiegać się z skażeniem sąsiedniego regionu, który jeszcze nie został osiągnięty, wywołując nowy szczyt skażenia na poziomie krajowym; iw tym przypadku sygnał „szczytu” i jego teoretyczna symetria będą o wiele bardziej zdezorientowane przez splątanie postępów geograficznych.
Zależy od różnych czynników: regionu, zachowanie, gęstość zaludnienia, organizacji społecznej lub sezonowością. Dlatego nie jest stałą. Podlega wielu błędnym interpretacjom, a jego obliczenie jest trudne.
Choroba | Tryb transmisji | R 0 |
---|---|---|
Odra | powietrze | 12–18 |
Krztusiec | powietrze | 12-17 |
Varicella | powietrze | 10-12 |
Wariant delta | powietrze | 7,5 (P. JF Delfraissy) |
Błonica | kontakt (ślina) | 6–7 |
Ospa | kontakt | 5–7 |
Paraliż dziecięcy | kontakt (kał) | 5–7 |
Różyczka | powietrze | 5–7 |
Świnka | powietrze | 4–7 |
HIV / AIDS | kontakt (krew, nasienie, wydzielina z pochwy) | 2–5 |
Ciężki zespół ostrej niewydolności oddechowej | powietrze | 2–5 |
Grypa (hiszpańska grypa z 1918 r.) | powietrze | 2-3 |
COVID-19 (oryginalny szczep) | antena i kontakt | 2-4 |
Jest to koncepcja użyteczna dla rozumowania jakościowego, ale nierealistyczne byłoby oczekiwanie precyzyjnego i stabilnego pomiaru w danej sytuacji.
Rzeczywiście, „przenośność” różni się w zależności od warunków spotkań i jest niezwykle trudna do ilościowej oceny, nawet w standardowych warunkach. Różni się również w zależności od warunków sezonowych: patogen, który rozwija się w zimnych i wilgotnych warunkach, taki jak „sezonowa” grypa, latem traci skuteczność, odpowiednio zmniejszając .
Ze swojej strony „wskaźnik kontaktu” jest niezwykle zmienny w zależności od tego, czy przewoźnik jest towarzyski (samotny lub kelner w barze?) Lub grupy społecznej, do której pasuje (klub swingersów lub społeczność Amiszów w obliczu MST). Musi również wziąć pod uwagę łączność z jednej grupy społecznej do drugiej: ptasia epidemia będzie bardzo szybko przenoszona w tej samej wolierze, ale kontakty z jednej woliery do drugiej są znacznie bardziej ograniczone. Wreszcie, będzie się drastycznie różnić w przypadku poważnej epidemii, po prostu ze względu na różnice w zachowaniu: kiedy podczas wielkiej epidemii cholery mieszkańcy wioski witali cudzoziemców widłami, zdolność nosiciela do skażenia tej epidemii znacznie się zmniejszyła. .
Dyskusje na temat tego parametru należy zatem rozumieć jako zasadniczo analizy jakościowe, a przytoczone wartości rozumiane jako rzędy wielkości, a nie ustalone naukowo progi.
Podczas epidemii zwykle znana jest liczba zdiagnozowanych infekcji w czasie . We wczesnych stadiach epidemii wzrost jest wykładniczy w , z logarytmicznym tempem wzrostu K takim, że:
W półlogarytmicznym układzie współrzędnych odpowiadająca krzywa jest linią prostą (z wyjątkiem fluktuacji i błędów liczenia). I odwrotnie, na takim wykresie za każdym razem, gdy krzywa liczby nowych przypadków ma tendencję do bycia linią prostą, oznacza to, że podstawa pozostała stała, a zatem nie nastąpiła żadna znacząca zmiana w tej skali ogólnego zachowania lub zdrowia polityka.
W przypadku wzrostu wykładniczego na początku epidemii (gdzie wszystko zaczyna się od znikomej wartości) można interpretować obojętnie jako skumulowaną liczbę diagnoz (w tym osobników, które wyzdrowiały) lub obecną liczbę przypadków infekcji; tempo wzrostu log jest takie samo dla obu definicji. W praktyce na początku epidemii odczyt jest bardziej wiarygodny w przypadku skumulowanej liczby przypadków, która odnosi się do większych ilości i dlatego ma mniejsze wahania. Z drugiej strony, aby ocenić chwilowe nachylenia podczas epidemii, pomiar jest generalnie możliwy tylko na podstawie liczby nowych przypadków.
Segmenty prostoliniowe obserwowane w układzie półlogarytmicznym pozwalają na pierwsze oszacowanie .
Po początkowym skażeniu przedmiotu podstawowego, osoby skażone są więc „średnio” po czasie , który zależy od czasu inkubacji i długości okresu skażenia oraz ewentualnie od mniej lub bardziej zaraźliwego charakteru w pozycji stojącej lub przy koniec tego okresu. Jeśli, na przykład, przyjmie się upraszczające założenie, że zaraźliwość jest jednolita w okresie, średni czas skażenia na poziomie 1 będzie taki, że oddziela początkowe zanieczyszczenie podłoża od okresu skażenia.
Z jednego rzędu do drugiego czasy zanieczyszczenia będą coraz bardziej rozłożone, ale prawo wielkich liczb oznacza, że średni czas zanieczyszczenia w rzędzie n będzie wtedy , tj. n razy średni czas w pierwszym rzędzie. I odwrotnie, po czasie t osiągnięta ranga będzie średnią rangą .
Odkładając tę wartość w prawo wzrostu liczby przypadków, liczba N (t) nowych zanieczyszczeń po czasie t będzie wynosić:
Więc mamy :
, Lub odwrotnie :To właśnie ta ostatnia formuła pozwala zmierzyć liczbę na podstawie nachylenia K liczby nowych przypadków i średni czas skażenia .
Przy wzroście wykładniczym jest związany z czasem podwojenia, jak
K=ja(2)T2{\ displaystyle K = {\ frac {\ ln (2)} {t_ {2}}}}, Liczba bezwymiarowa , nic nie mówi, o sobie, o czasie podwajania choroby, która ma wymiar czasu. Oczywiście, jeśli osoba zaraża średnio dwie osoby, czas podwojenia będzie znacznie krótszy, jeśli czas inkubacji i okres zakażenia są krótkie, i będą tego samego rzędu wielkości, co oba.
W celu oszacowania potrzebne są założenia dotyczące czasu między infekcją a początkiem skażenia oraz czas trwania okresu skażenia. Jeśli dla uproszczenia założymy, że pacjent jest zakaźny równomiernie przez cały okres zakażenia, średnie opóźnienie zakażenia dla pierwszego „rzędu”, który zakaża wynosi środek tego przedziału czasowego, lub: i w tym przypadku średnie zakażenie czas będzie:
Czas podwojenia wyprowadzamy z poprzedniego wzoru ewolucji:
lub jeszcze raz:Kiedy fala epidemii opada, próg zbiorowej odporności został przekroczony, a siła robocza spadła poniżej jedności. Pod koniec epidemii ta liczba reprodukcji (która zależy od proporcji p populacji dotkniętej chorobą i uodpornioną) jest w znacznym stopniu stała i „wszystkie inne rzeczy są równe”, możemy obliczyć teoretyczny związek między tą liczbą a początkową :
;Spadek jest wtedy wykładniczy. Wykreślone w półlogarytmicznym układzie współrzędnych , odpowiednie nachylenie krzywej wynosi wtedy:
Dla małych wartości , a wszystkie inne rzeczy są równe:
Jeśli jest słaby, możemy zapytać , drugim rzędem.
W tym przypadku liczba niewiele się zmieniała, było znacznie tyle samo przypadków przed i po przekroczeniu progu, ale liczba ta stale się zmniejszała, ostateczna proporcja p jest w drugim rzędzie nieco mniejsza niż dwukrotność P : , z drugim rzędem .
Zastępując początkowe i końcowe nachylenia i krzywe ich wartościami, stwierdzamy, po ograniczonym rozwinięciu, że ich suma jest również drugim rzędem:
To pozwala nam powiedzieć, że dla małych epidemii krzywa skumulowanych przypadków jest wyraźnie esowata . W przypadku poważnych epidemii populacja ma tendencję do modyfikowania w międzyczasie swojego zachowania, zmieniając w ten sposób wartość , i nie ma już powodu, aby tę symetrię można było zaobserwować.
Poza takimi symetrycznymi szczytami, interpretacja jest odwrotnie, że te warunki jej pojawienia się w żadnym wypadku nie zostały spełnione: narażona populacja nie była tak jednorodna w przestrzeni lub czasie, lub wskaźniki zdrowotne lub społeczne zostały zmodyfikowane, powodując zmianę w progresja krzywej.