به گزارش حوزه دانشگاهی گروه علمی پزشکی باشگاه خبرنگاران جوان، بوحید رضائیتبار، عضو هیئت علمی گروه آمار دانشگاه علامهطباطبائی با انجام پژوهشی علمی، پیشبینیهایی در ارتباط با بیماری کووید ۱۹ مطرح کرد. او در پژوهش خود از یک رویکرد عینی برای پیشبینیهایی در ارتباط با کووید-۱۹ مبتنی بر روشهای آماری استفاده کرده است. این تحلیل با این فرض انجام شده است که دادههای ارائه شده قابل اعتماد هستند.
رضائیتبار در این گزارش روی ارقام تجمعی روزانه جمع آوری شده در سطح جهان با استفاده از سه متغیر اصلی شامل موارد قطعی، فوت شده و بهبود یافته تمرکز کرده است. این مجموعه داده از تاریخ ۲۲ ژانویه ۲۰۲۰ (۲ بهمن ماه ۱۳۹۸) تا ۱۱ مارس ۲۰۲۰ (۲۱ اسفند ۹۸) توسط مرکز علوم و مهندسی سیستم در دانشگاه جانز هاپکینز بازیابی شده و ارائه شده است که شامل موارد آزمایشگاهی و تشخیص بالینی میشود.
بیشتر بخوانید: ویروس کرونا؛ امکان حذف ترم یا درس برای سه گروه از دانشجویان
این عضو هیئت علمی دانشگاه علامه طباطبائی در ادامه پژوهش آورده است؛ در حالی که هر سه الگوی مبتلای قطعی، فوتی و بهبود یافته، نشان دهنده افزایش به صورت نمایی است، روند هر دو مورد مبتلای قطعی و فوتی در اواسط فوریه (حدود ۲۵ بهمن ماه ۹۸) کاهش یافته است.
این بدان معناست که حدود ۲۳ روز پس از اعلام رسمی اولین مورد ابتلا در چین، با اعمال محدودیتهای شدید در شهرها و قرنطینه کردن آنها، روند نزولی تعداد مبتلایان جدید در این کشور شروع شده، اما چون دادههای گزارش شده در اینجا شامل دادهها در سطح جهانی است، دوباره الگوی مبتلای قطعی و فوتی از اواسط فوریه مجددا افزایشی شده است.
افزایش به صورت نمایی دیگری در اواخر فوریه (۱۰ اسفند ۹۸) و مارس به دلیل افزایش تعداد مبتلای قطعی و فوتی در کشورهای کره جنوبی، ایران و ایتالیا شکل گرفته است. در عین حال، تعداد موارد بهبود یافته نیز به طور پیوسته در حال افزایش است.
رضایی تبار دربارۀ پیش بینی موارد ابتلای قطعی نیز آورده است که برای پیش بینی موارد ابتلای قطعی به کووید-۱۹، از رویکرد پیشبینی سری زمانی استفاده شده است. برای این منظور پیشبینی با استفاده از مدلهایی از خانواده هموارسازی نمایی انجام میشود.
این خانواده از مدلها، بهویژه برای سریهای زمانی کوتاه مدت بسیار مناسب است. هموارسازی نمایی به زبان ساده نوعی میانگین متحرک است. برای پیشبینی، اطلاعات هر ۱۰ روز را گرفته و پیشبینی برای ۱۰ روز آینده به صورت نقطهای و فاصلهای انجام میشود.
این پژوهشگر در ادامه درصد موارد بهبود یافته از کل موارد قطعی مبتلا به این بیماری و همچنین نسبت موارد بهبود یافته به ازای هر فوتی را مورد بررسی قرار داده است.
استاد آمار دانشگاه علامهطباطبائی در نتیجهگیری پژوهش خود بیان کرده است: طبق آمار رسمی وزارت بهداشت در ایران، تا تاریخ ۱۵ فروردین ۹۹ آمار مبتلایان قطعی عدد ۵۳۱۸۳ نفر، بهبود یافتگان ۱۷۹۳۵ نفر و فوتیها تعداد ۳۲۹۴ نفر است که نسبت بهبود یافتگان به کل موارد قطعی حدود ۳۳ درصد و نسبت به ازای هر فوتی حدود ۵ نفر است که با نسبتهای بیان شده در مهار ویروس کرونا فاصله دارد؛ بنابراین میتوان امید داشت که با اعمال محدودیتهای لازم به طور متوسط ۲۵ روز (میانگین دوره دوم پیشبینی) باید تا روند مبتلایان جدید به این ویروس، نزولی شود.
او تشریح کرده است: این تعداد روز، از زمانی مدنظر قرار میگیرد که محدودیتهای لازم برای رفت و آمد و رعایت نکات بهداشتی در دستور کار قرار گیرد. به عنوان مثال اگر شیوع این بیماری را به طور جدی از تاریخ ۲۰ اسفند ۹۸ در نظر بگیریم، روند نزولی تعداد مبتلایان جدید از تاریخ حدود ۱۵ فروردین با اعمال سیاستهای لازم شروع میشود. به طور متوسط ۳۵ روز (میانگین دوره سوم) طول میکشد تا روند ابتلای جدید به این بیماری از شیب ثابت نسبی برخوردار باشد. در دوره چهارم نیز شیب ثابت نسبی وجود دارد، بنابراین میتوان رسیدن به یک شیب ثابت نسبی را به عبارتی ۴۵ روز نیز در نظر گرفت.
با توجه به بررسیهای رضائی تبار در واقع بسته به سیاستهای لازم، روند مبتلایان جدید بین ۳۵ تا ۴۵ روز میتواند بسیار کم و به اعداد دو رقمی یا تک رقمی نیز برسد. اگر شیوع این بیماری را از تاریخ ۲۰ اسفند در نظر بگیریم، تا تاریخ حدود ۲۵ فروردین ۹۹ و یا ۴ اردیبهشت ۹۹ بسته به سیاستهای اعمال شده در راستای کنترل رفت و آمد و رعایت فاصله گذاری اجتماعی، تعداد مبتلایان جدید بسیار کم و به عدد دو رقمی خواهد رسید.
بر اساس این بررسیها به طور متوسط بعد از حدود ۵۰ روز از شیوع این بیماری، نسبت بهبودیافتگان به کل موارد قطعی به بیش از ۵۰ درصد افزایش مییابد و بهبودیافتگان به ازای هر فوتی نیز به بیش از ۱۵ نفر میرسند که نشان از مهار این ویروس است. این مسئله نیازمند حفظ محدودیتهای اعمال شده است و در صورتیکه محدودیتها حذف و یا سختگیریها کمتر شود، ممکن است مجدد به دوره اول با شیب زیاد برگردیم و روند مهار این ویروس نیز زمانبر باشد.
گفتنی است: در این گزارش تنها از متغیرهای تعداد مبتلایان قطعی، بهبودیافته و فوتی و در اصطلاح از تحلیل یک متغیری استفاده شده است. با استفاده از متغیرهای پیشگوی دیگر مانند تعداد بیمارستانها، تختهای بیمارستانی و غیره و حتی در نظر گرفتن تحریم به عنوان یک متغیر مهم میتوان این پیشبینی را دقیقتر انجام داد. برای متغیری مانند تحریم میتوان از طیف لیکرت بین ۱ تا ۵ استفاده کرد و روزانه تحریم را رتبهبندی کرد.
انتهای پیام/