Sveikatos politikos įrankis integruoja asmeninių sprendimų priėmimą į ligos prognozavimo modelį

Sveikatos politikos įrankis integruoja asmeninių sprendimų priėmimą į ligos prognozavimo modelį

Ligos, sindromai

Įkvėptas įtampos tarp sveikatos ir finansinės gerovės per COVID-19 pandemiją, naujas modelis galėtų žymiai pagerinti ligų plitimo prognozes, nes pripažįsta kompromisus sveikatos krizės metu tarp visuomenės sveikatos ir asmens gerovės.

Johnso Hopkinso universiteto ekonomistų ir ligų ekspertų vadovaujamos pastangos siūlo galingą priemonę sveikatos politikai stiprinti integruojant asmeninių sprendimų priėmimą į ligos prognozavimo modelį. Modelis pagerins ligų prognozavimą, leis sprendimus priimantiems asmenims geriau suprasti politikos pasekmes ir paaiškins, kaip politika gali paveikti skirtingas socialines ir ekonomines populiacijas.

„Šaunus mūsų darbo dalykas yra tai, kad subūrę ekonomistus ir epidemiologus galime suvokti kompromisų tarp pavojaus sveikatai ir ekonominio pažeidžiamumo idėją, kuri paprastai kyla pandemijos metu“, – sakė autorius Nickas Papageorge'as, ekonomikos profesorius ir Skurdo ir nelygybės tyrimų laboratorijos asocijuotas direktorius.

„Svarbiausia, kad mums pavyko parodyti, kad tam tikrais scenarijais, laikantis tinkamos politikos, įmanoma sumažinti infekcijų skaičių ir išlaikyti daugiau žmonių. Tai ne visada turi prieštarauti.”

Kūrinys publikuotas m PLOS skaičiavimo biologija.

Tradiciniai epidemiologiniai modeliai numatė, kaip COVID-19 plis pandemijos metu, ir iš esmės informavo bei vadovavo politikos formuotojams, kurių taikėsi sulėtindami ligą – nuo ​​užrakinimo iki maskavimo, vakcinų ir socialinio atsiribojimo reikalavimų.

Tačiau net geriausi modeliai dažnai neatsižvelgė į tai, kaip individualūs žmonės, turintys įvairių sveikatos ir finansinių problemų, gali reaguoti arba kaip jų asmeniniai pasirinkimai gali paveikti ligos plitimą. Ir tie modeliai, kurie bandė užfiksuoti elgesį, dažnai darydavo supaprastintas prielaidas, kurios tiesiog neatitiko tikrovės.

Johnso Hopkinso komanda svarstė, ar jie galėtų sukurti tvirtesnę ir apgalvotesnę modeliavimo sistemą, įtraukdami ne tik į tai, kaip infekcija plis, bet ir į tai, kaip žmonės renkasi sveikatos krizės metu ir kaip šios dvi sąvokos sąveikauja.

„Šis darbas yra naujas, nes iš tikrųjų tarpdisciplininis požiūris į sudėtingos žmogiškosios problemos sprendimą, dėl kurio reikėjo integruoti pagrindinius įrankius iš visų mokslų ir humanitarinių mokslų“, – sakė civilinės ir sistemų inžinerijos profesorė bei Sistemų mokslo ir inžinerijos centro direktorė Lauren Gardner.

Naujojo modelio architektai – epidemiologijos, matematinės biologijos, sistemų inžinerijos, ekonomikos ir sprendimų mokslo ekspertai.

Grupė pasirinko tradicinį epidemiologinį ligos plitimo modelį ir pridėjo prie jo pagrindinį ekonominio modeliavimo elementą: dinamišką sprendimų priėmimą individualiu lygmeniu. Taigi modelis, vadinamas „pagal grįžtamąjį ryšį pagrįstu epidemiologiniu modeliu“, įvertina ne tik tokius dalykus kaip infekcijų ir skiepijimų rodikliai, bet ir gyventojų amžių, sveikatą bei pajamas – pagrindinius elementus, turinčius įtakos žmonių norui ir gebėjimui likti namuose iš darbo ir kt.

Komanda sukūrė modelį taip, kad atitiktų COVID-19 pandemijos ypatybes, kai žmonių pasirinkimas dirbti asmeniškai labai paveikė jų riziką užsikrėsti. Jie nustatė, kad taikant strategines politikos intervencijas, tokias kaip visų darbuotojų patikrinimas dėl užsikrėtimo, buvo įmanoma sumažinti ligos plitimą ir išlaikyti daugiau žmonių.

Idėja yra tokia, kad jei užsikrėtę žmonės po patikrinimo liko namuose, jų bendradarbiai, kurie kitu atveju būtų buvę namuose, kad išvengtų užsikrėtimo, dabar suvokia mažesnę riziką ir nusprendžia eiti į darbą. Šis rezultatas parodo modeliavimo sistemos, kuri fiksuoja, kaip žmonių pasirinkimai įtakoja ligų plitimą ir yra jos įtakojamą, svarbą.

Komanda planuoja išplėsti modelį ir toliau jį išbandyti.

„Tikslas nėra nurodyti vyriausybei, kada reikia uždaryti ar neuždaryti dalykų“, – sakė Papageorge. „Vietoj to norime suteikti politikos formuotojams įrankių, kurie leistų mums galvoti apie kompromisus ir geriau numatyti pandemijos rezultatus, atsižvelgiant į tai, ką dabar žinome apie žmonių ir patogenų sąveiką.