covid test
Кредит: Pixabay/CC0 Public Domain

Когда Виктория борется со вспышкой второй волны COVID-19, важность крупномасштабного тестирования была вновь подчеркнута.

Без «блиц-тестирования», нацеленного на 10000 тестов в день, масштабы вспышки были бы невидимыми гораздо дольше.

По всей Австралии мы достигли семидневного скользящего среднего значения, составляющего чуть более 50 000 тестов в день.

С самого начала пандемии сторонники массового тестирования доказывали необходимость тестирования значительно большего числа.

Один из них — американский экономист Пол Ромер, который получил Нобелевскую премию по экономике за 2018 год за работу, посвященную важности знаний и идей в экономике. В конце марта он смоделировал «политику частого тестирования», в которой: «7% населения выбирается случайным образом для тестирования каждый день. В течение 500 дней, показанных на графиках и анимации, это означает, что средний человек тестируется около 30 раз в 500 дней — примерно раз в две недели. «

Этот показатель тестирования будет означать тестирование около 2 миллионов австралийцев в день. Но даже этого, вероятно, недостаточно.

Математика массового тестирования

Чтобы понять, почему требуется даже большое количество тестов, представьте, что используется чисто случайное тестирование. То есть тестирование не было сосредоточено на «горячих точках», как это было в Мельбурне.

Тестирование, отслеживание и изоляция будут эффективными только в том случае, если в среднем процесс идентифицирует случаи до того, как эти люди передадут вирус. Эпидемиологи называют число инфекций, вызванных одним случаем, «числом размножения» (R). Если оно меньше 1, пандемия угаснет. Если число больше 1, вирус распространяется.

При отсутствии контроля COVID-19 распространяется примерно раз в шесть дней. Это соответствует количеству размножения 2,5 в течение 15 дней, когда человек с COVID-19, как правило, заразен.

Более того, как отмечает Ромер, текущие тесты далеки от совершенства. Он предполагает 20% ложных отрицательных результатов (результаты тестов говорят, что у кого-то нет COVID-19, когда они есть) и 1% ложных положительных результатов (результаты говорят, что кто-то имеет его, когда их нет).

Математика говорит, что для борьбы с болезнью нам нужно проверять все население примерно каждые четыре дня.

В статье, опубликованной Центром этики Эдмонда Дж. Сафры при Гарвардском университете, Дивья Сиддарт и Глен Вейл] подсчитано, что 20% ложных негативов в среднем передадут вирус 2,5 людям. Остальные 80% случаев выявляются в среднем в середине цикла тестирования.

Если выразить это в основных математических терминах, то, если мы проверяем людей каждые «х» дней, мы заражаемся этими инфекциями в среднем через половину этого времени (х/2 дня). Чтобы сохранить эффективный коэффициент воспроизводства, скажем, 0,75, нам нужно, чтобы «х» было 3,75. Это означает, что нужно тестировать всех примерно раз в четыре дня.

А это будет означать тестирование более 6,5 миллионов австралийцев в день. Хлоп!

Бессимптомные случаи

Учитывая масштаб, необходимый для успешного проведения случайного тестирования, неудивительно, что власти выбрали целевое тестирование, сосредоточенное на горячих точках передачи.

Но Сиддарт и Вейль объясняют роковой недостаток любой стратегией тестирования, реагирующей только на симптоматические случаи: «К тому времени, когда появятся симптоматические пациенты, они уже заразят. 833 человека. Кроме того, 20% инфицированных будут бессимптомными на протяжении всего в то время, когда у них заболевание, и 20% опрошенных будут давать ложные отрицательные результаты. Это означает, что политика тестирования только тех, у кого есть симптомы, и только карантина у тех, у кого положительный результат, приведет к тому, что средний инфицированный человек будет заражать других со скоростью из 1,4. «

Будучи выше 1, это означает, что вирус все еще растет в геометрической прогрессии.

Тестирование с отслеживанием контактов

Лучшим решением является тестирование на основе тщательного отслеживания контактов известных инфекций. Вот почему правительства возлагали такие большие надежды на технологию отслеживания приложений, таких как австралийский COVIDSafe.

Сиддарт и Вейль рассматривают своего рода лучший сценарий, который отслеживает всех, с кем контактировал инфекционный человек, и всех, с кем эти люди также контактировали. По их подсчетам, это может привести к выявлению 75% случаев. Другие передачи будут осуществляться путем оперативного тестирования каждого с симптомами.

В США для этого потребуется около 2 миллионов тестов в день. В Австралии потребуется около 150 000 тестов в день — в три раза больше тестов, чем сейчас.

Групповое тестирование

Интригующее решение — «групповое тестирование». Эта идея существует с 1940-х годов и включает в себя объединение образцов пациентов для тестирования. Если объединенный тест отрицательный, вся группа очищается. Если тест положительный, проводится более целенаправленное тестирование для выявления отдельных случаев.

Тогда возникает вопрос: какова оптимальная стратегия группового тестирования? Например, какой размер группы лучше всего выбрать? Должны ли некоторые люди быть в нескольких группах? Должно ли быть несколько этапов группового тестирования?

В рабочем документе Национального бюро экономических исследований США, опубликованном в этом месяце, четыре исследователя из Калифорнийского университета в Беркли показывают, как машинное обучение может помочь определить оптимальную стратегию.

Например, оптимальный размер группового теста зависит от распространенности вируса в популяции. Оценивая индивидуальные профили риска — возраст человека, существующие проблемы со здоровьем, где они живут, если они работают на работе, которая подвергает их риску и т. Д., — можно нацеливать тесты более эффективно, чем при одинаковом отношении ко всем в опасности.

Цель состоит в том, чтобы повысить точность прогнозирования, используя как можно больше наблюдаемых характеристик, которые могут повлиять на риск. Это классическая проблема для «контролируемого машинного обучения». Исследователи из Беркли предполагают, что использование машинного обучения может повысить эффективность группового тестирования в четыре-пять раз.

Таким образом, мы сможем выработать эффективную стратегию, тестируя всего от 30 000 до 40 000 австралийцев в день.

Но подход должен будет сильно отличаться от нынешнего.

Наше будущее до вакцинации

До тех пор, пока не будет найдена и широко внедрена эффективная вакцина, тестирование имеет решающее значение для контроля COVID-19.

Как подчеркивают авторы из Беркли, современные аналитические методы могут сделать «высокочастотное, интеллектуальное групповое тестирование новым мощным инструментом в борьбе с COVID-19 и потенциально другими инфекционными заболеваниями».

Нам нужны все инструменты, которые мы можем найти ./p>




Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *