عنوان مقاله: Forecasting COVID-۱۹ pandemic Severity in Asia
پیام اصلی مطالعه: در بیماری‌های عفونی در حال ظهور (EID)، ازجمله COVID-19 که به‌سرعت در حال گسترش است و سلامت انسان‌ها را به چالش می‌کشد، نگرانی‌های زیادی درباره شدت شیوع بیماری به‌ویژه تعداد بالقوه افراد آلوده ایجاد می‌شود. ازاین‌رو، تخمین پیشرفت شیوع بیماری از اهمیت زیادی برخوردار است. در این مقاله کوشش شده است با استفاده از مدل اپیدمیولوژی لجستیک کلی (GLM) و با کمک مجموعه داده‌های اپیدمیولوژی موارد تائید شده COVID-19 در چین، ایران، فیلیپین و تایوان افراد آلوده را تا پایان همه‌گیری بیماری پیش‌بینی کند.
نام نویسنده مقاله اصلی:
مترجم: آزاده نوحی سیاهرودی
تایید کننده: دکتر حمید سوری

نام مجله: Medrxiv
زمان انتشار: May 18, 2020
زمان انجام مطالعه: 2020
گروه بندی حوزه مقاله: اپیدمیولوژی
حوزه مورد مطالعه: پیش اگهی
محل انجام مطالعه: 4 کشور در قاره آسیا
نوع مطالعه: شبیه سازی
قدرت شواهد:
اندازه اثر:
حجم نمونه آماری:
دامنه سنی افراد مورد مطالعه:
جمعیت مورد مطالعه: مجموعه داده‌های اپیدمیولوژی موارد تائید شده با COVID-19 در چین، ایران، فیلیپین و تایوان
مهم ترین یافته ها:
وقتی مجموعه داده‌های اپیدمیولوژی موارد تائید شده با COVID-۱۹ در چین، ایران، فیلیپین و تایوان از مدل لجستیک کلی (GLM) که با عنوان مدل ریچاردز نیز شناخته می‌شود . استفاده شد، باعث شده است که هم‌زمانی‌های قابل‌توجه بسیاری با واقعیت وجود داشته باشد
نتیجه گیری از مطالعه:
مطابق با فرضیه اصلی GLM، منحنی موارد تجمعی COVID-۱۹ از هر کشور شامل تنها یک قله از بروز بالا است، و درنتیجه منحنی سیگموئید با یک نقطه عطف واحد است. برای همه مکان‌ها، همبستگی بالایی بین میزان مشاهده‌شده و پیش‌بینی‌شده مشاهده شد. تعداد پیش‌بینی‌شده برای چین ۸۱۷۹۷، برای ایران ۶۸۲۲۵، برای فیلیپین ۴۴۳۰ و برای تایوان ۴۲۵ بود، درحالی‌که تعداد کل مشاهده‌شده از موارد به ترتیب ۸۱۹۵۳، ۶۸۱۹۲، ۴۱۹۵ و ۳۸۲ بود. حداکثر بروز تجمعی پیش‌بینی‌شده، برای چین ۸۱۷۹۷، برای ایران ۹۷۵۷۶، برای فیلیپین ۶۳۰۰ و برای تایوان ۴۷۹ تخمین زده‌شده است. اولین زمان برای متوقف کردن همه‌گیر فعلی COVID-۱۹، ارزیابی شد که پس از ۷۳ روز (۲ آوریل) در چین، ۱۴۷ روز (۲۱ ژوئیه) در ایران، ۱۲۲ روز (۱۹ ژوئن) در فیلیپین، و ۸۰ روز ( ۱۴ مه) در تایوان باشد. میانگین زنجیره interval، ۵.۸ روز (تقریباً ۶ روز) که قبلاً برای محاسبه R۰ استفاده شده بود، R۰ به ترتیب ۳.۵۹، ۱.۸۶، ۲.۹۹ و ۲.۲۶ در چین، ایران، فیلیپین و تایوان، مشابه آنچه قبلاً منتشرشده بود و همین‌طور درباره سارس تخمین زده شد. در مراحل اولیه R۰ احتمالاً با ادامه سیاست‌های اقدامات کنترلی کاهش می‌یابد. درواقع، پیش‌بینی دینامیک COVID-۱۹ بر اساس مرحله رشد اولیه آن، نشان داد که نقطه عطف هر کشور به دلیل کارایی اندازه‌گیری‌های کنترلی نزدیک به حد پایین ۹۵% حدود اطمینان و حتی زودتر از حد انتظار بوده است. نقطه عطف تخمین زده‌شده به‌صورت روز ۰.۲۷ ∓۱۹.۴ در چین، در ایران ۳.۶ ∓ ۳۷.۱، در فیلیپین ۱۱.۶ ∓ ۴۷.۴ و در تایوان ۱.۵ ∓ ۳۱.۲ برآورد شد، درحالی‌که بیشترین تعداد موارد روزانه در چین (۱۴۱۰۸)، ایران (۳۱۸۶)، فیلیپین (۵۳۸) و تایوان (۲۷) به ترتیب در روزهای ۲۳، ۳۴، ۴۲ و ۲۳ رخ‌داده‌اند . پیش‌بینی بیماری همه‌گیر COVID-۱۹ در زمینه طغیان ایجادشده به‌وسیله عامل بیماری‌زا جدید که سابقه طبیعت و شیوه‌های انتقال آن برای آن ناشناخته است، چالش‌برانگیز است.
توصیه های منتج از نتایج مطالعه: ازآنجاکه مدل GLM بر روی‌داده‌های موجود اجراشده است و به‌گونه‌ای طراحی‌شده است که متناسب با پیشرفت منحنی‌های اپیدمیک باشد، نه برآورد EID (بیماری‌های عفونی نوپدید)، می‌تواند با توجه به محدودیت داده‌های اپیدمیولوژیکی COVID-19 برای توصیف روند پویایی انتقال و تعیین خط سیر COVID-19 همراه با تأثیر مداخلات مدل خوبی را فراهم کند. البته این پیش‌بینی مشروط به ادامه اقدامات مداخله‌ای است. تغییر سیاست‌های فعلی یا رفتارهای انسانی ممکن است بر میزان تماس واقعی و نتیجه پیشرفت همه‌گیری تأثیرگذار باشد. علاوه بر این، کمبود کیت‌های آزمایشگاهی می‌تواند به تشخیص ضعیف و داده‌های ناقص منجر شود که ممکن است استحکام مدل را نشان دهد. بااین‌وجود، پیش‌بینی اندازه همه‌گیری و زمان اوج آن ممکن است به روشن شدن آنچه در آینده رخ می‌دهد کمک کند و می‌تواند در تصمیم‌گیری‌های استراتژیک بلندمدت در رابطه با توزیع تسهیلات آزمایش و درمان که ممکن است نیاز باشد؛ و ممکن است برای ارزیابی میزان تجهیزات محافظ و پزشکی موردنیاز برای آینده نزدیک مفید باشد.
درس آموخته ها: با استفاده از مدل‌سازی اپیدمیولوژی در بیماری COVID-19 می‌توان با پیش‌بینی‌های انجام‌شده در تخمین شدت و وسعت همه‌گیری و مداخلات لازم، اقدامات مناسب را در جهت محدود ساختن همه‌گیری به سیاست‌گذاران سلامت کمک کرد.
اهمیت توجه به مقاله: ***
ضرورت مطالعه کامل مقاله: بله
پیشنهاد مطالعه فوری کامل مقاله توسط سیاست گذاران سلامت: بله
آیا داده های ایران در این مطالعه وارد شده است؟: بله
آیا برای کشور ایران پیامی دارد؟: بله
نشانی مقاله انگلیسی: .https://doi.org/10.1101/2020.05.15.20102640doi


دفعات مشاهده: 94 بار   |   دفعات چاپ: 17 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر