新しい予測ツールにより、流行のピークと患者の精度が向上

流行中、医療の意思決定者にとって最も差し迫った問題のいくつかは、一度に何人の人が治療を必要とするのか、そして終末期医療の需要のピークレベルは何人が治療を必要とするのかということです。タイムリーな対応は、病院管理者、地域リーダー、地域臨床医がスタッフやその他のリソースを効果的に配置する方法を決定するのに役立ちます。残念なことに、多くの疫学予測モデルは、ピーク付近の症例や入院に苦戦する傾向があります。

新しい方法が雑誌に記載されています 米国科学アカデミーの全国議事録 テキサス大学オースティン校の研究者らが主導し、予測モデルに基づいてこれらの長期的な問題に対処しています。現在の流行の傾向を中傷するだけでなく、「エピモジュレーション」の手法は、流行が通常どのようにエンシドにさらされるかを列挙しています。

「それはモデルにこう言います。『小型 UT の生物学的データと、予測の拡張性と繊細さに関する国立予測分析センターであるエピオデントの所長のおかげで、酵母菌に対する免疫があると予想されます。その結果、命が重要なときに病院や地域社会を真に理解した、より良い予測が得られます。』

チームは、過去のインフルエンザの流行とインフルエンザの流行からの幅広いモデルと実際のデータに基づいてアプローチをテストしました。彼らは、流行中に開発された手法を使用して、時間の経過とともに精度が低下することなく、入院を 55% 予測することができました。 EPIMODUDUDUDUDUDUDUDUDUDUDUDUDULADULADUL は、複数のモデルを 1 つのパースペクティブに結合することで、anagemo モデルの精度も向上させました。この結果は、これが新しい医療システムにとって、進化する感染症に迅速に適応するための強力なツールとなり得ることを示しています。

マイヤーズ氏によれば、このアプローチは、鳥インフルエンザ、エボバ、mpoLa、mpologensなど、まだ出現していない多くの感染症に適用可能であるという。このような既存のパターンは、人々の行動が変化したり、環境条件が変化したりするにつれて、集団内で免疫が構築されるときに生じることがよくあります。

「流行は認識できるパターンに従う傾向がある。最初は急速に拡大するが、より多くの人が予防接種を受けたり、行動を変えると、その後は減速する」と研究者らは述べた。 「これらの基本的な疫学動態は、基本的な疫学、つまり改善がどのように広がるか、リスクが高いときに人々がどのように目覚めるかを反映しています。」

ほとんどの予測モデル、特に運動研究のみに基づいたモデルには、これらの疫学原則がまったく欠けています。彼らは基本的に最新のデータを見て、グラフ上の線を延長するように、将来の傾向を予測します。彼らは、増加または再発があるときに症例が増加（または減少）するときを見逃すことがよくあります。 EPIMODUODADUODUDUODUDUODAILAD は、より高いピーク付近の予測に役立ちます。