لبضعة أشهر من العام الماضي ، نايجل غولدنفلد و سيرجي ماسلوف، زوجان من الفيزيائيين في جامعة إلينوي ، أوربانا شامبين ، كانا من المشاهير على الأرجح في استجابة ولايتهما لوباء COVID-19 - أي حتى سارت الأمور على ما يرام.
تشمل مجالات بحثهم النموذجية بناء نماذج لفيزياء المادة المكثفة والتطور الفيروسي وديناميكيات السكان ، وليس علم الأوبئة أو الصحة العامة. ولكن مثل العديد من العلماء من مختلف المجالات ، انضموا إلى جهود نمذجة COVID-19 في مارس ، عندما كانت الاستجابة في الولايات المتحدة عبارة عن زوبعة من نشاط "كل الأيدي على سطح السفينة" في غياب أي اتجاه وطني حقيقي أو بروتوكولات اختبار راسخة. من قادة البلد وصولاً إلى المسؤولين المحليين ، كان الجميع يطالب بنماذج يمكن أن تساعدهم في التعامل مع تفشي الوباء - على أمل الحصول على شيء يمكن أن يخبرهم على وجه التحديد عن مدى الضرر الذي سيحدث ، ومدى السرعة ، وما يجب عليهم فعله لتجنب كارثة.
في تلك الأشهر الأولى من عام 2020 ، غُمر Goldenfeld و Maslov بتغطية صحفية إيجابية لعملهم في عرض نماذج COVID-19. ساعدت نماذجهم في حث جامعتهم على إغلاق حرمها الجامعي بسرعة في الربيع والانتقال إلى التعليم عبر الإنترنت فقط. بعد ذلك بوقت قصير ، كانت مجموعتهم واحدة من العديد من مجموعات النمذجة التي تم تجنيدها لإبلاغ نتائجهم إلى مكتب حاكم إلينوي.
لذلك عندما بنى Goldenfeld و Maslov وبقية فريقهم البحثي نموذجًا جديدًا لتوجيه عملية إعادة فتح جامعتهم ، ارتفعت الثقة فيه. لقد وضعوا في الاعتبار طرقًا مختلفة يمكن أن يتفاعل بها الطلاب - الدراسة ، والأكل ، والاسترخاء ، والحفلات ، وما إلى ذلك - في أماكن متنوعة. لقد قدروا مدى نجاح خدمات الاختبار والعزل في الحرم الجامعي. لقد فكروا في النسبة المئوية لجسم الطلاب الذين قد لا تظهر عليهم الأعراض مطلقًا أثناء نشر الفيروس. لكل هذه العوامل وأكثر ، فقد خففوا من نطاقات واسعة من حالات عدم اليقين المحتملة والسيناريوهات الافتراضية. لقد قاموا حتى ببناء طبقة إضافية من التفاصيل لم تكن تمتلكها معظم نماذج إعادة فتح المدارس ، من خلال تمثيل فيزياء انتشار الهباء الجوي: كم عدد جزيئات الفيروسات التي قد ينبعث منها الطالب عند التحدث من خلال قناع في الفصل ، أو عند الشرب والصراخ أعلاه الموسيقى في حانة مزدحمة.
باتباع إرشادات النموذج ، صاغت جامعة إلينوي خطة. ستختبر جميع طلابها بحثًا عن فيروس كورونا مرتين في الأسبوع ، وتتطلب استخدام الأقنعة ، وتنفذ اعتبارات وضوابط لوجستية أخرى ، بما في ذلك نظام فعال لتتبع الاتصال وتطبيق هاتف لإشعار التعرض. اقترحت الرياضيات أن هذه المجموعة من السياسات ستكون كافية للسماح باستئناف التعليمات الشخصية دون المساس بالانتشار الأسي للفيروس.
ولكن في 3 سبتمبر ، بعد أسبوع واحد فقط من فصل الخريف ، واجهت الجامعة واقعًا قاتمًا. أثبت ما يقرب من 800 من طلابها إصابتهم بالفيروس التاجي - أكثر مما توقعه النموذج في عيد الشكر. كان على المسؤولين إصدار تعليق فوري على مستوى الحرم الجامعي للأنشطة غير الأساسية.
ما الخطأ الذي حدث؟ يبدو أن العلماء قد أدرجوا مجالًا كبيرًا للخطأ ، والكثير من الحالات الطارئة لكيفية تصرف الطلاب. قال غولدنفلد: "ما لم نتوقعه هو أنهم سوف يخالفون القانون" - أن بعض الطلاب ، حتى بعد أن ثبتت إصابتهم وإبلاغهم بالحجر الصحي ، سيحضرون الحفلات على أي حال. تبين أن هذا أمر بالغ الأهمية: نظرًا لكيفية انتشار COVID-19 ، حتى لو خالف عدد قليل من الطلاب القواعد ، فقد ينفجر معدل الإصابة.
سارع النقاد إلى مهاجمة غولدنفلد وماسلوف ، متهمين إياهم بالغطرسة والفشل في البقاء في مسارهم - "إجماع [كان] من الصعب للغاية التغلب عليه ، حتى عندما كان الأشخاص المعترف بهم خبراء في دفاعنا" ، قال ماسلوف .
في غضون ذلك ، كانت جامعة إلينوي بعيدة كل البعد عن كونها فريدة من نوعها. أُجبرت العديد من الكليات في جميع أنحاء البلاد على التفكير في اختلافات مماثلة بين ما قالته نماذجها وما حدث بالفعل - نُسبت الاختلافات لاحقًا إلى مجموعة متنوعة من الأسباب.
سلطت مثل هذه الأحداث الضوء على حقيقة قاسية: فبقدر ما تكون النماذج الوبائية مفيدة ومهمة بشكل لا يصدق ، فهي أداة غير كاملة وحساسة للبيانات التي تستخدمها والافتراضات التي بنيت عليها. وبسبب هذه الحساسية ، غالبًا ما يُساء فهم أهدافها واستخداماتها المقصودة.
يجب على الباحثين الذين يطورون هذه النماذج أن يتنقلوا في التضاريس الصعبة بشكل لا يسبر غوره ، ويقدموا إجابات حيث لا توجد إجابات في كثير من الأحيان ، مع التأكد من عدم ضمانهم. يجب عليهم وضع افتراضات ليس فقط حول بيولوجيا الفيروس ، والتي لا تزال بعيدة عن الفهم الكامل ، ولكن حول السلوك البشري ، الذي يمكن أن يكون أكثر انزلاقا ومراوغة. وعليهم القيام بكل ذلك بسرعة فائقة ، حشروا أسابيع أو شهور من التحليل في غضون أيام دون التضحية بالدقة. طوال الوقت ، فإنهم يعانون من ساعات طويلة ، وليال بلا نوم ، والتكاليف الشخصية للعمل كعالم ، ومتواصل ، ومدافع ، ومستشار في آن واحد. (ناهيك عن مسؤولياتهم المعتادة ، والتي تضخمت أيضًا عدة مرات بسبب الأزمة: في المكالمات مع العديد من هؤلاء العلماء ، هناك فرصة جيدة لسماع الأطفال الرضع وهم يبكون أو تنبح الكلاب أو نشاز نشاط آخر في الخلفية).
قال "في الوقت الحالي ، أنا متعب حقًا" دانيال لارمور، عالم الأحياء الحاسوبية في جامعة كولورادو ، بولدر ، الذي تضمنت جهوده في تصميم النماذج التخطيط لسيناريوهات لإعادة فتح حرم كليته. "لا يوجد حل أفضل واضح ، وسوف يمرض الناس. وأتساءل فقط كيف [سيشعر] عندما يمرض أحد زملائي حقًا ، أو إذا مات شخص ما ". يتذكر أنه بعد أن اعترف هو وآخرون في نفس الموقف بهذا الإرهاق على تويتر ، رد أحدهم بأن هذه المخاطر ليست جديدة على الأشخاص الذين يعملون في مجالات الأمن القومي والدفاع - لكن هذا لا يساعد في الضغط على مواجهة خيارات قاتمة و البحث عن أقل ما يمكن احتماله بينهم.
قال: "إنك تبذل قصارى جهدك بما تسلمته ، لكنني لا أعرف". "أنظر إلى الأرقام التي تأتي كل يوم وأتساءل ... ما الذي نفتقده."
في الأزمة الصحية العالمية التي أحدثها فيروس كوفيد -19 ، لعبت النمذجة الوبائية دورًا غير مسبوق للعلماء وصناع القرار والجمهور على حدٍ سواء. منذ أكثر من عام بقليل ، لم تكن مصطلحات مثل "رقم الاستنساخ" و "الفاصل الزمني التسلسلي" سوى عبارات شائعة بالنسبة للشخص العادي. حتى في المجتمع العلمي ، كانت نمذجة الأمراض المعدية "مجالًا متخصصًا جدًا للبحث" صموئيل سكاربينو، عالم الشبكة وعالم الأوبئة في جامعة نورث إيسترن.
خلال العام الماضي ، فتحت العارضات نافذة على الأعمال الداخلية لفيروس كورونا الجديد وكيفية انتشاره. لقد قدموا لقطات سريعة التركيز تظهر تأثير المرض في لحظات معينة في أماكن لا تعد ولا تحصى ، واقترحوا كيف يمكن لهذه المواقف أن تتغير في المستقبل. لقد وجهوا القرارات والسياسات ، سواء لإغلاق أجزاء من المجتمع وفتحها مرة أخرى.
في الوقت نفسه ، كان على العلماء أن يأخذوا في الحسبان قيود النماذج كأدوات - ومع إدراك أن الأوبئة يمكن أن تدفع بفائدة النماذج إلى نقطة الانهيار. تؤدي ويلات المرض على المجتمع إلى تكثيف الصداع الذي ينطوي عليه الحصول على بيانات غير متحيزة ومتسقة عن المريض ، وتضخم تقلب وعدم عقلانية السلوكيات البشرية التي تحتاج النماذج إلى عكسها. ربما يكون التحدي الأكبر للجميع هو ببساطة التأكد من أن صانعي القرار يفهمون تمامًا ما تقوله النماذج وما لا تقوله ، ومدى عدم التأكد من إجاباتهم.
لكن هذه التحديات تقود أيضًا إلى تحسينات هائلة. قال عالم النمذجة الوبائية "الكثير من التفكير الجديد والأساليب الجديدة" لورين أنسل مايرز، عالم الأحياء الرياضية في جامعة تكساس ، أوستن. "أود أن أجازف بأننا ربما أحرزنا تقدمًا في الأشهر [العشرة] الماضية كما حدث في السنوات الست السابقة."
تشخيص الوباء
عندما بدأ اختصاصيو الأمراض المعدية يسمعون في أواخر ديسمبر 2019 وأوائل يناير 2020 أن مجموعة من الأمراض الشبيهة بالالتهاب الرئوي قد ظهرت في الصين ، أصبحوا على الفور يقظين. قال "في مجالنا" آدم كوتشارسكي، عالم الأوبئة في كلية لندن للصحة والطب الاستوائي ، "الجائحة دائمًا ما تكون على الرادار كتهديد". في الواقع ، انتشرت أربع أوبئة - إنفلونزا H1N1 ، والسارس ، ومتلازمة الشرق الأوسط التنفسية ، والإيبولا - خلال العقدين الماضيين فقط ، وتتطور عوامل معدية جديدة باستمرار.
ولكن في تلك الأيام الأولى من تفشي فيروس كورونا في الصين ، لم يكن أحد يعرف ما يكفي عنه لتوقع ما إذا كان سيتحول إلى تهديد أو يتلاشى بسرعة ، كما تفعل العديد من الأمراض. هل كان الفيروس ينتقل من شخص لآخر ، أم أن جميع الإصابات نشأت من نفس المصادر الحيوانية في أحد الأسواق في ووهان؟ هل يمكن أن يؤدي إغلاق الحدود إلى احتواء العدوى أم انتشارها عالمياً؟
مع عدم وجود بيانات في متناول اليد تقريبًا ، وعدم وجود مفهوم حقيقي حتى الآن لما يفعله الفيروس أو كيفية عمله ، نظر الباحثون إلى نماذج للحصول على إجابات.
منمذج المرض الرياضي جوزيف وو، عضو في فريق الأمراض المعدية وفرق الصحة العامة بجامعة هونغ كونغ ، كان يبحث عن كثب في عدد الحالات المبلغ عنها في ووهان وحولها. بدأ انتقال العدوى من إنسان إلى إنسان يبدو محتملاً للغاية: فقد ظهرت بعض الحالات خارج حدود الصين ، أولاً في تايلاند ، ثم في اليابان. استنادًا إلى الانتشار المبلغ عنه وحجم السفر من الصين إلى دول أخرى ، قال وو ، إنه ورفاقه توصلوا إلى أن "عدد الحالات المصابة في ووهان يجب أن يكون أكبر بكثير مما أعلنوه في ذلك الوقت". يعني حجم التفشي الأكبر بكثير أن الناس كانوا ينقلون الفيروس إلى الآخرين.
لم يكن وو وفريقه الوحيدين الذين توصلوا إلى تلك الاستنتاجات. في 10 كانون الثاني (يناير) 2020 ، استضافت منظمة الصحة العالمية مؤتمراً عبر الهاتف لفرق من الخبراء من جميع أنحاء العالم كانوا يقومون بتحليلات مماثلة ، حيث قاموا بجمع نماذجهم الخاصة للمرض والتعبير عن نفس المخاوف.
ومع ذلك ، أرادت مجموعة هونغ كونغ المزيد من البيانات لفهم الوضع بشكل أفضل. في 23 يناير 2020 ، استقل وو وزملاؤه رحلة متجهة إلى بكين ، وكانوا يخططون للقاء أعضاء من المركز الصيني لمكافحة الأمراض والوقاية منها.
لقد فعلوا ذلك تمامًا مع وصول الأزمة إلى ذروتها: أثناء وجودهم في الهواء ، دخلت ووهان في إغلاق رسمي. (لقد علموا بالأخبار فقط بعد هبوط طائرتهم.) بعد عدة أيام محمومة من التعاون مع الباحثين في مركز السيطرة على الأمراض الصيني الذين أمضوا الأسابيع الثلاثة السابقة في جمع البيانات ، خلص وفد هونغ كونغ إلى أن تفشي المرض في ووهان يجب أن يكون بأمر من عشرات الآلاف من الحالات ، وليس الآلاف التي تم الإبلاغ عنها رسميًا في ذلك الوقت. قال وو: "نظرًا لأنهم كانوا يغلقون المدينة حتى قبل أن نرى البيانات ، فقد عرفنا نوعًا ما بالفعل."
والأكثر إثارة للقلق ، أن هذه الأرقام والتحليلات اللاحقة لم تدل على أن الفيروس يمكن أن ينتشر بسرعة فحسب ، بل إن نسبة كبيرة من الحالات كانت تمر دون أن يتم اكتشافها ، وتنزلق عبر الشقوق وتنشر الأوبئة في مكان آخر. كان الكثير من انتقال العدوى يحدث حتى قبل أن تبدأ الأعراض في الظهور. لقد حان الوقت لتوجيه الدعوة إلى أن هذا كان وباءً - لم يكن سريعًا فحسب ، بل كان صامتًا جزئيًا على الأقل.
قال وو: "تخيل العودة إلى الوراء إلى نهاية يناير ، عندما كانت في الغالب ووهان فقط". "عندما ندلي بهذا البيان ، هناك بعض الضغط: ماذا لو كنا مخطئين؟" يمكن أن يتسببوا في حالة من الذعر العالمي دون داع. وربما الأسوأ من ذلك ، أنها يمكن أن تلحق الضرر بكيفية تلقي النماذج الوبائية في المستقبل ، مما يؤدي إلى مزيد من أزمات الصحة العامة في السنوات القادمة. في النهاية ، قرروا أن الخطر كبير بما يكفي "علينا المضي قدمًا وتحذير العالم ، على الرغم من أننا نعلم أن هناك بعض عدم اليقين في توقعاتنا ،" قال.
وأضاف "بصفتي باحث ، آمل بالطبع أن أساهم". "لكن في الوقت نفسه ، لست معتادًا على تحمل هذا النوع من المسؤولية."
أرقام لا يمكن الحصول عليها
في جميع أنحاء العالم ، كان مصممو علم الأوبئة الآخرون يكافحون مع تلك المسؤوليات الجديدة أيضًا. كانت مستويات الانتشار بدون أعراض صعبة بشكل خاص لقبولها ونمذجتها. عادةً ما تنتقل عدوى الجهاز التنفسي من خلال العطس والسعال - أي من خلال أعراض العدوى. سافر SARS-CoV-2 بشكل أكثر خلسة. قال "أنا أكافح في الواقع للعثور على أمثلة أخرى حيث يوجد مثل هذا المعدل المرتفع لانتقال المرض بدون أعراض" نيكولاس جيويل، عالم الإحصاء الحيوي في جامعة كاليفورنيا ، بيركلي.
في البداية ، مع عدم وجود أي معرفة تقريبًا بالمعايير التي يجب أن تكون عليها لوصف COVID-19 ، قام الباحثون بتعبئة نماذجهم بأرقام من أفضل شيء تالي: السارس ، وهو مرض وبائي آخر يسببه فيروس كورونا. لكن استخدام خصائص السارس لتمثيل ديناميكيات انتقال الفيروس التاجي الجديد أظهر أن الاثنين كانا مختلفين للغاية.
مايرز هو أحد العلماء الذين جربوا هذا. وقالت في نماذج فريقها ، حتى الأرقام الأولية الصادرة من الصين "أشارت إلى ثلاثة أشياء مهمة كانت نوعًا ما مدهشة في ذلك الوقت". أحدها ، كما لاحظ فريق وو ، كان المرض ينتشر بسرعة تبلغ ضعف سرعة انتشار السارس. كان من الواضح أيضًا أن جزءًا كبيرًا من هذا الانتشار يحدث قبل ظهور الأعراض على الأشخاص. وبدا أن بعض الأشخاص يمكن أن يظلوا معديين لمدة أسبوعين بعد أن شعروا بالأعراض لأول مرة ، مما يعني أن المرضى وأولئك الذين يُعتقد أنهم مصابون سيحتاجون إلى الحجر الصحي لفترة طويلة.
عندما أرسل مايرز بريدًا إلكترونيًا إلى المراكز الأمريكية لمكافحة الأمراض والوقاية منها وآخرين حول هذا الاكتشاف في فبراير ، "كانوا مثل ، الواحات"، تذكرت - لا سيما فيما يتعلق بالمستويات المحتملة لانتقال العدوى قبل الأعراض وبدون أعراض. "قال الجميع بشكل أساسي ،" أوه ، يجب أن تكون مخطئًا. " لكن بعد ذلك - أريد أن أقول في غضون أيام قليلة - فجأة كانت هناك كل هذه البيانات قادمة من الصين ، حيث كنا مثل ، "يا إلهي ، هذا حقًا سيء حقًا. هذا الشيء لديه ما يؤهله لوباء لن نتمكن من السيطرة عليه ".
في غضون ذلك ، رأى خبراء آخرون بوادر لمزيد من التحديات.
سام أبوت، مصمم نماذج الأمراض المعدية في كلية لندن للصحة والطب الاستوائي ، حصل على الدكتوراه في خريف عام 2019 وبدأ للتو وظيفته البحثية الجديدة في 6 يناير 2020 ، حيث طور أساليب إحصائية لتحليلات تفشي المرض في الوقت الفعلي. كان من المفترض أن يركز مشروعه الأول على تفشي الكوليرا في اليمن - ولكن بعد ستة أيام فقط ، وجد نفسه يعمل على COVID-19.
اعتاد أبوت على استخدام تقنيات إحصائية معينة لتقدير العوامل التي تحكم انتقال الأمراض. لكنه توصل هو وزملاؤه تدريجيًا إلى إدراك مقلق: الأدلة المتراكمة على انتقال COVID-19 بدون أعراض وقبل الأعراض يعني أن هذه التقنيات لن تنجح دائمًا. على سبيل المثال ، رقم التكاثر الفعال لمرض ما هو متوسط عدد الأفراد المصابين بحالة واحدة في وقت معين أثناء تفشي المرض (بمرور الوقت ، يمكن أن يتغير هذا الرقم). ولكن إذا كانت العديد من حالات العدوى غير مرئية فعليًا ، اكتشف الباحثون طرقهم أصبح استنتاج رقم الاستنساخ غير موثوق به.
قال أبوت إن المشكلة لم تطرح على العلماء على الفور لأنها "قضية دقيقة للغاية". "لقد استغرق الأمر بعض الوقت للتفكير في الأمر وإرسال الأشخاص الرسوم البيانية لبعضهم البعض." ومع ذلك ، كان مضمون الاكتشاف هو أنه في بعض السياقات على الأقل ، سيحتاج الباحثون إلى مناهج جديدة تمامًا للعمل على المتغيرات المطلوبة وبناء نماذج مفيدة.
ومع ذلك ، حتى مع النماذج غير الكاملة والبيانات غير الكاملة ، كان من الواضح أن SARS-CoV-2 كان يعبر الحدود بسرعة وأن الانتشار كان يخرج عن نطاق السيطرة. عندما انتشر المرض في دار لرعاية المسنين في ولاية واشنطن في شباط (فبراير) ، إيذانا ببداية الأزمة في الولايات المتحدة ، "كانت تلك هي اللحظة التي عرفنا فيها نوعا ما أنه كان علينا التخلي عن كل ما كنا نفعله ،" كاتلين جوستيك، باحث ما بعد الدكتوراه في علم البيئة في جامعة شيكاغو الذي يدرس المشكلات الوبائية. قال لارمور إن فحص المسافرين أثبت عدم فعاليته تمامًا ضد هذا الفيروس ، الذي بدا فجأة أنه موجود في كل مكان ، تاركًا العلماء "يحاولون فقط إخماد الحريق أمامنا مباشرة".
تقع على عاتق منظمة الصحة العالمية مسؤولية الإعلان رسميًا عن أن كوفيد -19 جائحة في مارس 2020. وقد لعب عمل النمذجة أحد أدوارها الحاسمة الأولى: إثبات وجود تهديد - هنا ، الآن ، في كل مكان - وملء التفاصيل حول طبيعة ذلك التهديد.
وبمجرد حدوث ذلك ، مع وجود ملايين من الأرواح في الميزان ، بدأ صانعو السياسات والجمهور في المطالبة بمزيد من الإجابات من تلك النماذج - إجابات حول ما سيحدث بعد ذلك ، ومتى ، وكيف يجب أن يستجيب المجتمع - يجيبون بأن النماذج غالبًا ما كانت بلا فائدة. موقف لتقديمه ، على الأقل ليس بالشكل الذي يريده الناس بشدة.
ليست كرة بلورية
نظرًا لأن النماذج الوبائية تدلي ببيانات حول المستقبل ، فمن المغري تشبيهها بتنبؤات الطقس - لكنها أيضًا خاطئة تمامًا. لا يمكن مقارنة الاثنين بأي حال من الأحوال ، حيث يسارع العلماء الذين يعملون مع النماذج إلى التأكيد. ومع ذلك ، فإن الاعتقاد الخاطئ بأنهم يستطيعون القيام بأنواع مماثلة من التنبؤات يكون غالبًا في قلب التوتر العام حول "إخفاقات" النمذجة.
تعتمد جودة التنبؤ بالطقس على مدى دقة وموثوقية التنبؤ بما إذا كانت ستكون هناك عاصفة غدًا (ومدة استمرارها وكم ستمطر) ، على الرغم من آلاف حالة عدم اليقين الجوية. ولكن عندما يتوقع خبراء الأرصاد الجوية مسار الإعصار ، فإن قرارات الناس في المنطقة إما بالإخلاء أو البقاء في أماكنهم لا تؤثر على المكان الذي يذهب إليه الإعصار أو مدى قوته.
في المقابل ، فإن تصرفات الناس لها تأثير مباشر على انتقال المرض. إن المستوى الإضافي من عدم اليقين بشأن كيفية استجابة الناس للتهديد يعقد حلقة التغذية الراجعة بين السلوك البشري ونمذجة النتائج وديناميكيات تفشي المرض.
هذا هو السبب في أن العلماء - ليس فقط في علم الأوبئة ، ولكن في الفيزياء ، والبيئة ، وعلم المناخ ، والاقتصاد وكل مجال آخر - لا يبنون نماذج باعتبارها أوراكل للمستقبل. قال كوتشارسكي ، بالنسبة لهم ، النموذج "هو مجرد طريقة لفهم عملية معينة أو سؤال معين نهتم به ، والعمل من خلال الآثار المنطقية لافتراضاتنا". يعتبر العديد من الباحثين في علم الأوبئة أن اكتساب رؤى مفيدة حول المرض وانتقاله هو الهدف الأكثر أهمية في النمذجة.
يلقي غولدنفلد باللوم على سوء فهم الجمهور للعارضات في بعض الازدراء الذي تم إلقاؤه في أعمال إعادة افتتاح مجموعته لجامعة إلينوي. "كان الغرض من نموذجنا هو معرفة ما إذا كان [تدخل معين] يمكن أن ينجح. لم يكن من المتوقع في 17 نوفمبر 2020 ، سيكون لديك 234 حالة ". "الهدف هو فهم ما هو الاتجاه ، ما هي الرسالة النوعية التي تحصل عليها من هذا. هذا هو الشيء الوحيد الذي يمكنك توقعه بشكل معقول ".
لكن هذا التمييز يمكن أن يضيع بسهولة ، لا سيما عندما تكون مخرجات النموذج أرقامًا يمكن أن تبدو دقيقة بشكل مخادع.
في جوهرها ، يتم تبسيط جميع النماذج (على الرغم من أنها ليست بالضرورة بسيطة) تمثيلاً للنظام - في هذه الحالة ، انتشار الفيروس بين السكان. يأخذون ميزات معينة قابلة للقياس لهذا النظام كمدخلات: طول فترة حضانة الفيروس ، ومدة بقاء الأشخاص معديين ، وعدد الوفيات التي تحدث لكل حالة ، وما إلى ذلك. تربط الخوارزميات في النموذج هذه المدخلات ببعضها البعض وبعوامل أخرى ، وتعالجها بشكل مناسب ، وتوفر ناتجًا يمثل بعض السلوك المترتب على النظام - انتشار الفيروس كما ينعكس في عدد الحالات أو الاستشفاء أو الوفيات أو بعض المؤشرات الأخرى .
لفهم الأوبئة وغيرها من حالات تفشي الأمراض ، يلجأ العلماء إلى نهجين راسخين للنمذجة الوبائية الكمية. لكل نهج استخداماته وقيوده ، ويعمل كل منه بشكل أفضل على مستويات مختلفة مع أنواع مختلفة من البيانات. اليوم ، يستخدم علماء الأوبئة كلاهما بدرجات متفاوتة ، لذا فإن نماذجهم تقع في طيف بين الاثنين.
في أحد طرفي الطيف توجد نماذج مرضية تقسم السكان إلى "مقصورات" بناءً على ما إذا كانوا معرضين للإصابة أو مصابين أو تعافوا (S أو I أو R) وتستخدم أنظمة المعادلات التفاضلية لوصف كيفية انتقال الأشخاص من حجرة إلى آخر. نظرًا لأن COVID-19 له فترة حضانة طويلة - قد يصاب شخص ما بالفيروس لعدة أيام قبل أن يصبح قادرًا على نقله إلى الآخرين - تحتاج نماذجه أيضًا إلى تضمين مقصورة "مكشوفة" (E). تفترض نماذج SEIR هذه عمومًا أن المجموعات السكانية متجانسة إلى حد ما ، وأن الناس يختلطون بشكل متساوٍ نسبيًا ، وأن الجميع معرضون بشكل متساوٍ للفيروس.
لكن بالطبع هذا ليس صحيحًا في الواقع: فعمر شخص ما ، ومهنته ، وتاريخه الطبي ، وموقعه ، وخصائص أخرى يمكن أن تؤثر جميعها على تأثيرات الفيروس وفرص انتقاله. لذلك يمكن أن تمثل نماذج SEIR الأكثر جدية فقط مجموعة محدودة من السلوكيات. لنمذجة مواقف أكثر تعقيدًا أو تخصصًا - مثل خطة إعادة فتح الجامعة ، والتي تتطلب تخطيط عمليات مثل اختبار المرض وتتبع جهات الاتصال ، بالإضافة إلى الأنماط التفصيلية للتفاعلات بين مجموعات الطلاب وأعضاء هيئة التدريس والموظفين - يتعين على الباحثين الابتعاد عن المتوسطات البسيطة .
لتحقيق ذلك ، يمكنهم تجميل نماذج SEIR الخاصة بهم عن طريق إضافة المزيد من البنية في كيفية انتشار المرض. مجموعة مايرز ، على سبيل المثال ، بناء نموذج ضخم، يتألف من نماذج SEIR المترابطة ، والتي مثلت ديناميكيات انتقال الفيروس ضمن عشرات المجموعات السكانية الفرعية في كل مدينة من أكبر 217 مدينة أمريكية ؛ حتى أنهم وضعوا في الحسبان تحركات الناس بين تلك المدن.
بينما يضيف الباحثون طبقات التفاصيل هذه ، فإنهم ينتقلون إلى الطرف الآخر من طيف النمذجة الوبائية: نحو النماذج القائمة على العوامل ، والتي لا تتوسط مجموعات من الناس ولكنها تحاكي الأفراد ، بما في ذلك تفاعلاتهم وأنشطتهم اليومية وكيفية انتشار الفيروس. نفسها قد تؤثر عليهم إذا أصيبوا. (كان النموذج الذي طوره Goldenfeld و Maslov لجامعة إلينوي يعتمد على الوكيل). يسمح هذا التفصيل للنموذج بالتقاط بعض التباين المتأصل والعشوائية التي يتم تجريدها في أبسط نماذج SEIR - ولكن بتكلفة: يحتاج العلماء لجمع المزيد من البيانات ، وعمل المزيد من الافتراضات ، وإدارة مستويات أعلى بكثير من عدم اليقين في النماذج. بسبب هذا العبء ، فهم عادة لا يطمحون إلى هذا المستوى من التفاصيل ما لم يتطلب سؤالهم البحثي ذلك تمامًا.
يمكن أن تكشف هذه الأنواع من النماذج الكثير عن الأمراض من خلال استنتاج عوامل مثل عدد التكاثر ، أو فترة حضانة المرض ، أو درجة انتشارها بدون أعراض. لكن يمكنهم أيضًا فعل المزيد. بالنسبة لـ COVID-19 ، اقترحت هذه النماذج أن الأشخاص الذين لا تظهر عليهم أعراض أو يعانون من أعراض خفيفة هم فقط حوالي نصف معديين مثل الأشخاص الأكثر وضوحًا ، لكنهم مسؤولون عن حوالي 80٪ من الإصابات الموثقة. وبالمثل ، فقد أظهروا أن الأطفال الصغار هم أكثر عرضة للإصابة بالعدوى بمقدار النصف تقريبًا مثل البالغين إذا تعرضوا لشخص مصاب بـ COVID-19 ، لكن هذه الحساسية تزداد بسرعة للأطفال الذين تزيد أعمارهم عن 10 سنوات. وتطول قائمة الأمثلة.
مع وجود هذه القيم في متناول اليد ، يمكن للنماذج أيضًا عرض حافظات لماذا لو: إذا رفعت مدينة تدابير الإغلاق على المتاجر وليس المطاعم ، فما الذي قد يحدث لعدد الحالات؟ ما مدى فعالية برنامج تتبع المخالطين في السماح لمدرسة بإعادة فتح أبوابها ، أو ضمان عدم إرهاق نظام المستشفى المحلي؟ يمكن أن تساعد النماذج أيضًا في دعم اتخاذ القرار العملي والفوري: إذا كان انتقال المرض يبدو بطريقة معينة ، فما مقدار معدات الحماية الشخصية التي يجب أن تشتريها المستشفى ، وكيف ينبغي إعطاء الأولوية لنشر اللقاحات؟
لكن هذه توقعات - وليست تنبؤات. فهي تعتمد على افتراضات يمكن أن تتغير بين عشية وضحاها ، ونتيجة لذلك فإنها مليئة بعدم اليقين.
من المؤكد أن هذه العقود المستقبلية المتوقعة يمكن أن تؤدي إلى رؤى مفيدة بشكل لا يصدق. من نماذج كيفية انتشار COVID-19 ، على سبيل المثال ، تعلم كوتشارسكي وفريقه أن تتبع الاتصال وحده لن يكون كافيًا لاحتواء المرض ؛ تدابير إضافية يجب أن تدعمها. أظهر بحث آخر مدى أهمية الاختبار ، ليس فقط لقياس نطاق الوباء ولكن كإجراء تخفيف فعلي: أشارت النماذج التي أعدها Larremore وآخرون إلى أن الاختبارات الأقل حساسية ولكن الأسرع ستكون أفضل بكثير من الاختبارات الأبطأ قليلاً ولكن الأكثر دقة. لا تزال أعمال النمذجة الأخرى مفيدة في تحديد عدد الموظفين والأسرة الإضافية التي قد يحتاجها المستشفى.
ومع ذلك ، فمن السهل أن يضيع التمييز بين التوقعات والتنبؤات عندما يكون الناس في أمس الحاجة إلى إجابات. لقد لاحظ الباحثون أن هذا يحدث في كل جائحة تقريبًا ، وقد رأوه يحدث خلال هذه الوباء - بدءًا من أول نماذج الإسقاط التي يقرر عادةً نشرها: سيناريو أسوأ حالة.
رد فعل أسوأ حالة
في منتصف شهر مارس ، عندما أعلن فريق بحث في إمبريال كوليدج لندن أن نموذجهم القائم على الوكيل قد توقع ما يصل إلى نصف مليون حالة وفاة من COVID-19 في المملكة المتحدة و 2.2 مليون حالة وفاة في الولايات المتحدة على مدار الوباء ، كان تقديرًا لعدد القتلى الذي يمكن أن يحدث إذا فعل المجتمع حرفيا لا شيء ردا على ذلك. لقد كان إسقاطًا افتراضيًا غير واقعي بوعي يمكن أن يبدأ في رسم خريطة لتضاريس ما قد يحدث. لم يكن من المفترض أن يكون تنبؤًا.
لماذا إذن نشرته إمبريال كوليدج؟ يعود ذلك جزئيًا إلى أنه ساعد في إنشاء خط أساس لتقييم مدى نجاح أي تدخل. ولكن أيضًا لأنها دفعت إلى اتخاذ إجراءات في جميع أنحاء العالم: لقد كان أحد النماذج التي كان لها دور فعال في جعل البلدان تغلق أبوابها وتفكر في اتخاذ تدابير جذرية أخرى. قال "إنه استخدام صالح للنماذج" ماثيو فيراري، عالم الأوبئة الكمية في جامعة ولاية بنسلفانيا ، "لإطلاق الإنذارات والبدء في اتخاذ إجراءات ، مثل عمليات الإغلاق الحكومية وتفويضات القناع الوطني والأشياء ، التي قد تمنع هذا المستقبل من المرور."
لكن تأثير الجلفنة هذا يأتي مع خطر التفسير الخاطئ. جاستن ليسلريقول عالم الأوبئة بجامعة جونز هوبكنز ، إنه عندما يناقش نماذج سيناريو للأوبئة مع غير الخبراء ، فإنه يحاول التأكيد على أن الإجابات غالبًا ما تكون صحيحة فقط في حدود الحجم. قال: "أنا دائمًا واضح جدًا مع الناس". "يتم تفسيره دائمًا على أنه توقع مناسب. لكنك على الأقل تقول ذلك ".
لذلك في أوائل الربيع ، عندما بدت إحصاءات الوفيات في المملكة المتحدة أقل كآبة من أرقام نموذج إمبريال كوليدج ، أدى التناقض إلى اتهامات بالإثارة وبعض عدم الثقة العامة.
قال "الناس ... قالوا إن النموذج خاطئ لأن السيناريوهات التي استكشفتها لم تحدث" جيمس مكاو، عالم الأحياء الرياضية وعالم الأوبئة بجامعة ملبورن في أستراليا. هذا لأن السيناريوهات أرعبتنا ، ولذلك استجبنا لتجنبه. وهذا ليس أن النموذج خاطئ ، لقد استجبنا ".
هذا النوع من سوء الفهم ليس جديدًا على علم الأوبئة. خلال وباء الإيبولا عام 2014 في غرب إفريقيا ، نشر مصممو مراكز السيطرة على الأمراض والوقاية منها في الولايات المتحدة الحدود العليا لتوقعاتهم لحجم التفشي. واقترحوا أنه قد يكون هناك حوالي مليون حالة وفاة ، على الرغم من أنه في الجدول النهائي ، توفي أقل من 1 شخص. اضطرت المجموعات التي أبلغت عن هذه التقديرات إلى مواجهة انتقادات شديدة بسبب ما يُفترض أنها تثير تفشي المرض. لكن الانتقادات تجاهلت حقيقة أن هذا كان مجرد سيناريو أسوأ حالة ، وهو السيناريو الذي أخاف الناس بدرجة كافية لتحفيز الاستجابات التي أحبطت الواقع الأسوأ.
يقول مكاو إنه عندما استخدم فريقه وزملاؤه تقديرات السيناريو الأسوأ لنمذجة وضعهم الخاص مع COVID-19 في أستراليا ، بدأوا في رؤية "بعض الأرقام المخيفة جدًا التي نتجت عن ذلك" ، وقد لعب النموذج دورًا جزء كبير من قرار البلاد إغلاق حدودها. في الواقع ، أطلقت أستراليا هذا النداء في وقت مبكر وفرضت بسرعة إجراءات التباعد الجسدي الصارمة ، وألزمت الأشخاص بعدم مغادرة منازلهم إلا لرعاية الأنشطة الأساسية.
بعد فوات الأوان ، استفادت أستراليا كثيرًا من هذا الاختيار الذكي: فقد شهدت البلاد تفشيًا أصغر بكثير وأسهل للسيطرة عليه مما حدث في العديد من الدول الأخرى والذي استغرق وقتًا أطول للتصرف. وكذلك فعلت تايوان وكوريا الجنوبية وسنغافورة ونيوزيلندا ومناطق أخرى ، لا سيما تلك التي طبقت الدروس المستفادة خلال وباء السارس ومتلازمة الشرق الأوسط التنفسية للقيام باستجابات سريعة وفعالة. لكن في ذلك الوقت ، "انتقدت أماكن مختلفة حول العالم أستراليا لفعلها ذلك ،" قال مكاو. في وقت لاحق فقط ، عندما ظهر الدمار في مكان آخر ، خفت بعض الانتقادات.
"ينتهي بك الأمر مع أشخاص لا يثقون حقًا في النماذج لأنهم يقولون ،" إننا نغلق بلدًا يبلغ عدد سكانه 5 ملايين شخص من أجل 100 حالة "، وهو أمر يبدو سخيفًا ظاهريًا" كيفين روس، الذي يدير جهدًا تعاونيًا بين القطاعات الصحية والأكاديمية في نيوزيلندا. "لكن ليس من أجل 100 حالة ، إنه من أجل تجنب 100,000 حالة."
قصة يريدون تصديقها
لسوء الحظ ، لم يقتصر الخلط بين الإسقاط والتنبؤ على سيناريوهات أسوأ الحالات ، ولم تقتصر التفسيرات الخاطئة على الرأي العام. تم أخذ تقديرات النمذجة الأخرى بطريقة خاطئة أيضًا - ومن قبل الأشخاص الذين يتمتعون بسلطة اتخاذ القرار.
ربما لم يساعد ذلك في وجود تكاثر مفرط لنماذج من الباحثين في مجالات بعيدة من علم الأوبئة: انفجار في المطبوعات الأولية من علماء الفيزياء والاقتصاد والإحصاء وغيرهم ممن لديهم خبرة واسعة في النمذجة المعقدة وأرادوا المساعدة في إنهاء الوباء . قال ليسلر: "أعتقد أن كل من كان لديه جدول بيانات وسمع الكلمات" S "و" أنا "و" R "شعر أنه يجب أن يصنع نموذجًا". "لا أريد أن أقول إن أيا منهم لم يقم بعمل جيد ، ولكن بالنسبة للجزء الأكبر ، لا يتعلق الأمر بالرياضيات والأشياء الفنية. يتعلق الأمر أكثر بفهم أين يمكن أن تخطئ في الافتراضات ".
وافق سكاربينو. قال عن العلماء حسن النية الذين يدخلون ساحة النمذجة الوبائية: "لقد تمكنا بطريقة ما من القيام بذلك لكل جائحة وتفشي يحدث على الإطلاق" - وبينما يمكن أن يكون ذلك مفيدًا ، فإنه ينطوي أيضًا على خطر أنهم قد "يعيدون اختراع عجلات مكسورة ".
كان أحد النماذج الأولى التي استحوذت على أذن البيت الأبيض هو النموذج الإحصائي الذي نشره معهد المقاييس الصحية والتقييم التابع لجامعة واشنطن (IHME). تتمثل الخبرة الأساسية لـ IHME في تحليل فعالية الأنظمة والتدخلات الصحية ، لكن المنظمة لم تكن من ذوي الخبرة بشكل خاص في التنبؤ الوبائي أو نمذجة الأمراض المعدية على هذا النحو.
ونتيجة لذلك ، فإن نموذجهم مؤهل تقنيًا باعتباره وبائيًا ، لكنه لم يأخذ في الاعتبار آلية انتقال الفيروس أو الخصائص الرئيسية الأخرى للوباء. وبدلاً من ذلك ، فإنه يلائم منحنى بيانات الوفيات في الولايات المتحدة بناءً على عدة افتراضات أساسية: أن يأخذ المنحنى نفس الشكل العام كما فعل في الصين وإيطاليا ، حيث كان معدل الإصابة يتناقص بالفعل ؛ أن يلتزم الناس عمومًا بالسياسات والتفويضات على مستوى الحكومة ؛ وأن التباعد الاجتماعي والتدخلات الأخرى سيكون لها نفس التأثير كما في الصين.
مع ذلك ، كان التحذير الرئيسي هو أن نموذج IHME اعتمد بالكامل على تلك الافتراضات. إذا تغير أي من هذه الشروط أو لم يكن صحيحًا تمامًا في المقام الأول ، فلن تكون مخرجات النموذج ذات صلة.
والعديد من افتراضات النموذج لم تكن صامدة بالفعل. لم يكن سلوك الناس مقترنًا بالسياسات المطبقة: فقد خافوا وبدأوا في التباعد الاجتماعي قبل وقت طويل من إعلان المحافظين أوامر البقاء في المنزل. لكن "البقاء في المنزل" و "التباعد الاجتماعي" وفقًا للمعايير الأمريكية لم يبدوا أيضًا مثل ما يتم فرضه في الصين. في حين أن الوباء في الصين أعقب تقدمًا بسيطًا في الصعود والهبوط ، كانت الولايات المتحدة تصل إلى الذروة الثانية قبل نهايتها الأولى ، وتشكل شكل "مزدوج S". بدون توجيه من أي آلية بيولوجية أساسية ، لم يكن لدى النموذج طريقة لتفسير تلك الديناميكية المتغيرة. ونتيجة لذلك ، انخفضت تقديراتها إلى حد كبير عن الواقع.
قال سكاربينو: "كانت بعض التوقعات الأصلية من مجموعة IHME تستخدم أسلوبًا تم فضحه تمامًا قبل ولادتي على الأرجح".
ربما لم يكن ذلك مهمًا على المدى الطويل إذا تم استخدام النموذج بشكل صحيح. عادة ، يستخدم علماء الأوبئة نموذجًا إحصائيًا مثل IHME كجزء مما يُعرف باسم توقعات المجموعة. (على الرغم من اسمها ، فإن توقعات المجموعة تشبه في الواقع نموذجًا مبنيًا من نماذج أخرى ، وهي تقدم أيضًا توقعات فقط ، وليست تنبؤات.) سيتم حساب متوسط نتائج نموذج IHME ووزنها رياضيًا مع مخرجات عشرات النماذج الوبائية الأخرى ، كل منها مع عيوبها الخاصة ، لتحقيق ما يعادل "حكمة الجمهور" في النمذجة. قد يكون أحد النماذج في المجموعة أفضل في التعامل مع الأحداث غير المتوقعة ، وقد يتفوق نموذج آخر في تمثيل الإرسال عندما يكون عبء القضايا أعلى ، وهكذا ؛ قد تكون بعض النماذج إحصائية ، والبعض الآخر قد يكون من أنواع SEIR التي تقسم المجموعات السكانية بطرق مختلفة ، ولا يزال البعض الآخر يعتمد على الوكيل.
"الإجماع ليس دائمًا ما تبحث عنه. قال مكاو "أنت لا تريد التفكير الجماعي". مع وجود الكثير من عدم اليقين في العلم والبيانات ، "من الجيد أن يكون لديك نماذج متعددة في وجهات نظر مختلفة."
يمكن أن تكون المقارنات بين النماذج المتعددة أيضًا بديلاً إلى حد ما لفحص جودتها من خلال مراجعة الأقران. قال غولدنفلد: "لا يمكنك إجراء مراجعة النظراء بالسرعة الكافية للمساعدة في تفشي الوباء". "لذا عليك أن تقوم بمراجعة الأقران ليس بالتتابع ... ولكن بالتوازي."
لسوء الحظ ، قال ليسلر ، "لقد استغرق الأمر وقتًا أطول مما ينبغي" لإعداد هذه المجموعات وتشغيلها في الولايات المتحدة. ربما كان الافتقار إلى استجابة وطنية منسقة سببًا جذريًا للتأخير. تُرك العلماء لأجهزتهم الخاصة ، دون الموارد التي يحتاجون إليها للانتقال بسهولة من عملهم اليومي إلى التفاني على مدار الساعة الذي يتطلبه COVID-19. في كثير من الأحيان ، كان عليهم أن يتطوعوا بوقتهم وجهدهم دون تمويل مناسب وكان عليهم إنشاء شبكات اتصالات وتعاون أثناء عملهم. الكثير من البنية التحتية التي كان من الممكن أن تساعد - مجموعة التأهب للوباء في البيت الأبيض ، والجهد التنظيمي المركزي من أعلى إلى أسفل لربط فرق النمذجة الخبراء بالباحثين والمسؤولين الآخرين ، وبالطبع التمويل الأساسي - كانت غائبة تمامًا.
بدون المجموعات ، ترك ذلك نموذج IHME ، بمنظوره الفردي ومشكلات أخرى ، باعتباره المورد الاستراتيجي الأكثر جاذبية المتاح للعديد من صانعي القرار.
قال مايرز: "عندما ظهر COVID ، بدا أن نموذج IHME جاء من العدم وحظي حقًا باهتمام كبير". لقد تم الاستشهاد به من قبل ترامب وفريق العمل المعني بفيروس كورونا في البيت الأبيض ، وكان لديهم صفحة ويب رائعة حقًا وبديهية بصريًا جذبت انتباه الجمهور. ولذا أعتقد أنه كان حقًا أحد أكثر نماذج التنبؤ التي تم رصدها وأقربها لوضع التنبؤ على الرادار في مخيلة الجمهور ".
نما قلق علماء الأوبئة عندما استخدم البيت الأبيض وآخرين توقعات IHME في أبريل ومايو ليقولوا إن الولايات المتحدة قد تجاوزت ذروة تفشي المرض ، وأن أعداد الحالات والوفيات ستستمر في الانخفاض. لن تكون مثل هذه الادعاءات صحيحة إلا إذا بقيت الولايات المتحدة تحت الإغلاق.
لكن "الناس استخدموا هذه النماذج [وغيرها] لإعادة فتح مدنهم وتبرير الكثير من طلبات البقاء في المنزل" إيلي جرايدن، باحث في مركز جامعة جورج تاون لعلوم الصحة العالمية والأمن ومؤسس شركة متخصصة في ترجمة التحليل المعقد إلى عملية صنع القرار. "يشير إلى درجة من التفاؤل أعتقد أنها خففت من القلق في وقت مبكر من الحدث."
يعتقد جرايدن أن هذا جعل الأمر أكثر صعوبة في جعل الجمهور وصناع القرار ينتبهون لسيناريوهات أكثر واقعية. قالت: "ليس الأمر أن IHME كان النموذج الوحيد الموجود هناك". "لقد كان نموذجًا يُظهر للناس القصة التي أرادوا تصديقها".
منذ ذلك الحين ، قام معهد IHME بمراجعة نموذجه مرارًا وتكرارًا ، واستخدمت فرق البحث الأخرى ، بما في ذلك مجموعة مايرز ، خبرتهم الوبائية للبناء على بعض آلياته الأساسية وتحسين توقعاته. (طورت هذه الفرق أيضًا نماذجها الجديدة من البداية.) الإصدار الحالي من نموذج IHME هو واحد من العديد من النماذج المستخدمة في جهود التنبؤ الجماعي المستمرة التي يديرها مركز السيطرة على الأمراض. ومنذ ذلك الحين ، أصبح معهد IHME أكثر شفافية فيما يتعلق بافتراضاته وأساليبه - وهو الأمر الذي كان حاسمًا ، نظرًا لمدى انتشار عدم اليقين في تلك الافتراضات والأساليب من خلال أي نموذج.
بعد كل شيء ، حتى أفضل العارضين ملاحقتهم شكوك ليس من السهل دائمًا التعرف عليها أو فهمها أو الاعتراف بها.
حساب مع عدم اليقين
النماذج التي تعتمد على افتراضات ثابتة ليست هي الوحيدة التي يجب التعامل معها بحذر. حتى النماذج الوبائية المعقدة ذات الآليات المدمجة لمراعاة الظروف المتغيرة تتعامل مع حالات عدم اليقين التي يجب التعامل معها ونقلها بحذر.
كما ظهر الوباء من حولها في إسبانيا ، سوزانا مانروبياأصبح عالم بيولوجيا الأنظمة في المركز الوطني الإسباني للتكنولوجيا الحيوية في مدريد قلقًا بشكل متزايد حول كيفية نشر نتائج النماذج المختلفة. قالت: "كانت حكومتنا تزعم ،" سنصل إلى ذروة الانتشار بحلول يوم الجمعة "، ثم" لا ، ربما في منتصف الأسبوع المقبل ". "وكانوا جميعًا مخطئين بشكل منهجي ، كما كنا نتوقع" ، لأنه لم يكن أحد ينتبه إلى عدم اليقين في التوقعات ، مما تسبب في حدوث تحولات جامحة مع كل تحديث للبيانات.
قالت مانروبيا: "كان من الواضح لنا أن هذا لم يكن شيئًا يمكنك قوله بلا مبالاة." لذلك شرعت في وصف حالة عدم اليقين المتجذرة في النظام الذي لا يمكن التنبؤ به جوهريًا والذي كان الجميع يحاول نمذجه ، وتحديد كيفية تصاعد حالة عدم اليقين هذه خلال عملية النمذجة.
تمكنت Manrubia وفريقها من تكييف نماذجهم جيدًا مع البيانات السابقة ، ووصفوا بدقة ديناميكيات انتقال COVID-19 في جميع أنحاء إسبانيا. ولكن عندما حاولوا التنبؤ بما سيحدث بعد ذلك ، تباينت تقديراتهم بشكل كبيروأحيانًا بطرق متناقضة تمامًا.
كانت مجموعة Manrubia تكتشف حقيقة محبطة: لا يمكن أبدًا تقدير ذروة الوباء حتى حدوثه ؛ وينطبق الشيء نفسه على نهاية الوباء. أظهر العمل في مختبرات أخرى بالمثل أن محاولة التنبؤ بالهضاب في منحنى الوباء على المدى الطويل هي محاولة غير مجدية. وجدت دراسة واحدة أنه لا ينبغي للباحثين حتى محاولة تقدير ذروة أو معلم آخر في منحنى حتى يصبح عدد الإصابات ثلثي الطريق هناك.
"يقول الناس: يمكنني إعادة إنتاج الماضي ؛ لذلك ، يمكنني التنبؤ بالمستقبل "، قال مانروبيا. ولكن في حين أن "هذه النماذج توضح بشكل كبير الديناميكيات الأساسية ... ليس لديها قوة تنبؤية."
وقد تم الشعور بعواقب عدم القدرة على التنبؤ بهذه القمم. شجعها ما بدا أنه تباطؤ في أرقام COVID-19 ، أعيد فتح العديد من المناطق والمدن والمدارس في وقت مبكر جدًا.
على سبيل المثال ، اضطر فيراري وزملاؤه في ولاية بنسلفانيا إلى مواجهة هذا الاحتمال عندما بدأوا في وضع توقعات في مارس حول الشكل الذي قد يبدو عليه شهر أغسطس ، لإبلاغ نماذج التخطيط الأكثر تفصيلاً الخاصة بهم لإعادة الطلاب إلى الحرم الجامعي. في ذلك الوقت ، بدا الأمر كما لو أن الموجة الأولى من الإصابات ستتجاوز ذروتها وتتراجع بحلول الصيف ، لذلك افترض فيراري وبقية فريق النمذجة أن تركيزهم يجب أن ينصب على تنفيذ السياسات لتفادي الموجة الثانية عندما عاد الطلاب للخريف.
"وبعد ذلك كان الواقع ، مع اقترابنا أكثر فأكثر ، فجأة أصبحنا في شهر يونيو ونحن في يوليو ، ونصرخ جميعًا ،" مرحبًا ، لن تنتهي الموجة الأولى ، " "قال فيراري. لكن خطط إعادة الافتتاح كانت قيد التنفيذ بالفعل. كان الطلاب عائدين إلى الحرم الجامعي حيث قد تكون المخاطر أكبر بكثير مما كان متوقعًا - مما جعل الفريق يندفع للعثور على استجابة مناسبة.
مطاردة البيانات
كان الدرس المبكر المؤسف الذي قاده COVID-19 للعديد من الباحثين هو أن أدوات النمذجة وموارد البيانات الخاصة بهم لم تكن دائمًا جاهزة للتعامل مع الوباء أثناء الطيران. غالبًا ما لا تكون أكبر القيود على قدرات النموذج في إطاره الرياضي ولكن في جودة البيانات التي يستخدمها. قال وو: "إن أفضل نموذج لا يمكن أن يفسر نقص معرفتنا بعلم الأوبئة والبيولوجيا". فقط البيانات الجيدة يمكنها فعل ذلك.
لكن جمع البيانات عن الجائحة فور حدوثها يمثل تحديًا. قال جوستيك: "إنها مجرد لعبة مختلفة تمامًا ، تحاول إنتاج تقديرات في الوقت الفعلي ، مقابل إجراء بحث في ما يمكن أن أصفه بأنه سيناريو زمن السلم."
ووافق مكاو على ذلك: "إنها حرب": خاضت واحدة ضد الفوضى ، وضد عدم الدقة ، وضد التناقضات ، وضد الانهيار التام والكامل. "من الصعب حقًا الحصول على المعلومات الصحيحة."
الرقم الأساسي الذي يريد المصممون الوبائيون معرفته عند جمع البيانات ، على سبيل المثال ، هو العدد الإجمالي للعدوى. لكن هذه كمية لا يمكن ملاحظتها: بعض الأشخاص لا يزورون الطبيب أبدًا ، غالبًا بسبب أعراض خفيفة أو لا تظهر على الإطلاق. يريد آخرون إجراء اختبار لتأكيد الإصابة ولكن لا يمكنهم ذلك بسبب عدم توفر الاختبارات أو نقص البنية التحتية للاختبار. وحتى بين أولئك الذين يخضعون للاختبار ، هناك إيجابيات خاطئة وسلبيات خاطئة يجب مراعاتها. يعد النظر إلى عدد الحالات المبلغ عنها هو الخيار الأفضل التالي ، ولكنه مجرد قمة جبل الجليد.
غالبًا ما كان جمع هذه البيانات في الوقت المناسب لـ COVID-19 شبه مستحيل في وقت مبكر. "لقد نشأت في عصر المعلومات ، لذا أعتقد أنني افترضت بسذاجة في بداية هذا الوباء أن الإدارات الحكومية للصحة العامة سيكون لديها نوع من الزر ، ويمكنهم فقط الضغط على هذا الزر والبيانات من المستشفيات في جميع أنحاء الولاية فقط يتم توجيهه تلقائيًا إلى بعض قواعد البيانات ، "قال جوستيك. "ولكن اتضح أن هذا الزر غير موجود."
بدلاً من ذلك ، أمضى العلماء الذين كانوا يأملون في البدء فورًا في بناء نماذج مفيدة معظم فبراير وأوائل مارس في محاولة للوصول إلى البيانات. لقد أمضوا أسابيع في الاتصال بالبريد وإرسال بريد إلكتروني إلى المستشفيات وإدارات الصحة العامة والفروع الأخرى للحكومة والشركات الاستشارية - أي شخص يمكن أن يفكروا فيه. كان على الباحثين الفرز بين النصوص والفاكسات وتقارير الحالات باللغات الأجنبية وأي شيء آخر يمكنهم الحصول عليه ، مع القلق طوال الوقت بشأن مصدر هذه البيانات ومدى دقتها.
قال "لقد كانت خيبة أمل حقيقية ومفاجأة" جون دريك، عالم البيئة في جامعة جورجيا ، "كدولة أو على مستوى العالم ، قمنا بعمل ضعيف في جمع البيانات حول هذا الوباء. ... اعتقدت بصدق أنه ستكون هناك استجابة حكومية تكون فعالة ومنسقة ، ولم يكن لدينا ذلك ".
وأضاف: "لا أحد منا ، على ما أعتقد ، مستعد لجمع البيانات غير المتسقة".
في تلك الأيام الأولى للوباء ، كانت بيانات الحالة في الولايات المتحدة ومناطق أخرى غير موثوقة وغير تمثيلية لدرجة أنها غالبًا ما أصبحت غير قابلة للاستخدام. افتقدت أعداد الحالات أعدادًا كبيرة من الالتهابات عديمة الأعراض وذات الأعراض الخفيفة. كان الاختبار والتقرير نادرًا وغير متسق لدرجة أنه شوه الأرقام التي حصل عليها الباحثون. كان تثبيت هذه الأرقام في الوقت الفعلي أكثر تعقيدًا بسبب الفارق الزمني بين إصابة الشخص وظهوره في بيانات الحالة المبلغ عنها. حتى في تعريف "حالة" COVID-19 ذاته تغير بمرور الوقت: في البداية ، لم تُعتبر العدوى حالة رسمية إلا إذا سافر الشخص إلى ووهان ، وظهرت عليه أعراض معينة ، ثم جاءت نتيجة اختباره إيجابية (كانت الاختبارات مختلفة حينها أيضًا). ولكن مع مرور الأسابيع ثم الأشهر ، استمرت المعايير في التوسع لتعكس المعرفة الجديدة بالمرض.
بالنسبة لبعض الباحثين ، كانت هذه المشكلات تعني التحول إلى بيانات عن دخول المستشفى والوفيات من COVID-19. كان لحفظ السجلات لهذه الأرقام أوجه قصور خاصة به ، ولكن من بعض النواحي كان أكثر موثوقية. ومع ذلك ، فإن تلك البيانات لا تزال أقل من الصورة الكاملة للوباء.
قال كوتشارسكي: "النماذج ليست بديلاً عن البيانات".
لم يكن حتى أواخر أبريل أو مايو ، مع إنشاء اختبارات أكثر شمولاً (بالإضافة إلى خطوط أنابيب أكثر موثوقية لبيانات الحالة) ، بدأ بعض العلماء يشعرون بالراحة عند استخدامه. حاول البعض الآخر تفسير المشكلات المتعلقة ببيانات الحالة من خلال تطبيق تقنيات إحصائية مختلفة لترجمة هذه الأرقام إلى شيء أكثر تمثيلاً للواقع. كما هو الحال دائمًا ، لم تكن هناك إجابة صحيحة ، ولا يوجد أفضل طريق واضح.
بسبب هذه المضاعفات ، استغرق الأمر شهورًا لتحديد تقديرات جيدة لبعض المتغيرات الرئيسية التي تصف COVID-19. خلال ذلك الوقت ، على سبيل المثال ، قفزت تقديرات نسبة الحالات بدون أعراض من 20٪ إلى 50٪ ، ثم عادت إلى 30٪.
وضعت مجموعات النمذجة أيضًا تقديرات متنوعة لنسبة الوفيات الناجمة عن العدوى - عدد الأشخاص الذين يموتون لكل شخص يصاب بالعدوى ، وهي معلمة مهمة لتقدير عدد الوفيات المحتمل. كان لكل جانب من جوانب حساب هذا الرقم شكوك وتنوع هائل - بما في ذلك أن الرقم نفسه يمكن أن يتغير بمرور الوقت ، وأنه يختلف بناءً على التركيبة السكانية للسكان.
وقال لارمور ، لسوء الحظ ، إن نسبة الوفيات الناجمة عن الإصابة هي أيضًا رقم تم تسييسه بشدة بطريقة توضح "إساءة استخدام النماذج". على سبيل المثال ، شددت الفصائل التي تدفع باتجاه إعادة فتح أبكر في وقت مبكر على التقديرات المنخفضة مع تجاهل الاعتبارات الوبائية ذات الصلة. "يضع الناس استنتاجاتهم مسبقًا ، ثم هناك قائمة بالنماذج المحتملة ، ويمكنهم النظر إلى النموذج الذي يدعم استنتاجاتهم."
جزء مما أدى إلى بناء ثقة الباحثين في القيم التي حصلوا عليها كان ظهور مجموعات بيانات خاصة يمكنهم استخدامها كعنصر تحكم تجريبي في كل هذه الفوضى. على سبيل المثال ، حدثت واحدة من أكبر حالات تفشي COVID-19 المعروفة في فبراير خارج الصين على متن سفينة Diamond Princess السياحية ، التي رست في الحجر الصحي قبالة سواحل اليابان ، حيث أصيب أكثر من 700 شخص. بمرور الوقت ، أعاد العلماء بناء مسرحية عمليا لمن أصيب بالعدوى ومتى وبواسطة من ؛ كان أقرب ما يكون إلى دراسة حالة لتفشي المرض كما كان من المحتمل أن يحصلوا عليه. حدث Diamond Princess ، إلى جانب حالات مماثلة حيث رصدت مراقبة السكان انتشار المرض بتفاصيل غير عادية ، أخبر الباحثين بما يحتاجون إلى معرفته لتقليل عدم اليقين في تقديراتهم لنسبة الوفيات الناجمة عن العدوى. وهذا بدوره ساعد في تحسين توقعات نماذجهم لإجمالي عدد الوفيات المتوقع.
جاءت بعض البيانات الأكثر شمولاً في أشهر الصيف وما بعدها ، حيث أصبح الاختبار أكثر انتشارًا ، وصمم الباحثون دراسات المصلية لاختبار الأجسام المضادة في مجموعة سكانية معينة. أعطت هذه الجهود لمحة أوضح عن العدد الإجمالي للعدوى ، وكيفية ارتباط العدوى بعوامل أخرى.
لكن هذه المعايير هي أهداف دائمة الحركة. في الولايات المتحدة ، على سبيل المثال ، لاحظ الباحثون انخفاضًا في معدل وفيات العدوى حيث حسَّنت المستشفيات علاجاتها للمرض ، وحيث أدى تغيير أنماط السلوك لدى السكان إلى ارتفاع نسبة العدوى بين الشباب ، الذين لديهم فرصة أفضل للإصابة. يتعافى. يمكن فقط للتحديثات المستمرة مع البيانات عالية الجودة أن تساعد الباحثين على مواكبة هذه التغييرات.
لا يزال الحصول على بيانات جيدة عن COVID-19 يمثل مشكلة ، ليس فقط بسبب أوجه القصور في عملية جمع البيانات ولكن بسبب الخصائص الجوهرية للفيروس التي تؤثر على البيانات. حتى رقم التكاثر ثبت أنه أكثر صعوبة في التقدير مما كان متوقعًا: نظرًا لأن COVID-19 ينتشر في الغالب من خلال أحداث فائق عشوائي غير متكررة ، فإن متوسط القيمة البسيطة لمدى سرعة نقله ليس مفيدًا. علاوة على ذلك ، خلال الأوبئة السابقة ، يمكن للمصممين تقدير التغيرات في عدد التكاثر بمرور الوقت من البيانات المتعلقة ببدء الأعراض. ولكن نظرًا لأن العديد من حالات عدوى COVID-19 تحدث بدون أعراض أو عرضية ، فإن منحنيات ظهور الأعراض يمكن أن تكون مضللة. بدلاً من ذلك ، يحتاج المصممون إلى منحنيات بناءً على بيانات الإصابة - والتي لا يمكن استنتاجها إلا لـ COVID-19. تجعل هذه الفوضى من الصعب النظر إلى الوراء وتحليل التدخلات التي نجحت بشكل أفضل ضد المرض ، أو استخلاص استنتاجات أخرى حول الارتباطات الظاهرة.
أكبر مشكلة هي نحن
ولكن حتى الآن ، فإن أكبر مصدر لعدم اليقين في نماذج COVID-19 ليس كيف يتصرف الفيروس ، ولكن كيف يتصرف الناس. يعد الحصول على هذا العامل X بشكل صحيح إلى حد ما على الأقل أمرًا بالغ الأهمية ، نظرًا لمدى تأثير تصرفات الأشخاص على انتقال المرض. لكن الناس متقلبون ويصعب فهمهم. لا يتصرفون دائمًا بعقلانية - وبالتأكيد لا يمكن التنبؤ به.
قال جرايدن: "نمذجة البشر أمر صعب حقًا". "السلوك البشري هو خاص. إنه خاص بالثقافة "، مع وجود اختلافات لا تظهر فقط بين الدول أو التركيبة السكانية ولكن بين الأحياء. ردد سكاربينو هذه الفكرة: "أنت تمشي عبر الشارع وهي ديناميكية نقل مختلفة ، تقريبًا" ، قال.
لقد رأى فيراري وزملاؤه ذلك بالضبط في ولاية بنسلفانيا. منذ الخريف ، أجروا اختبارات الأجسام المضادة مرارًا وتكرارًا على طلاب الجامعات والأشخاص الذين يعيشون ويعملون بالقرب من الحرم الجامعي. ووجدوا أنه على الرغم من أن تفشي المرض أصاب 20٪ -30٪ من الطلاب البالغ عددهم 35,000 طالب ، إلا أن المجتمع المحيط لم يكن لديه سوى القليل من التعرض لـ COVID-19. قال فيراري ، على الرغم من قربهم ، الطلاب وسكان المدينة "واجهوا بالفعل أوضاع وبائية مختلفة تمامًا".
لم تقتصر هذه الاختلافات على الممارسات السلوكية أو الثقافية ، بل امتدت إلى الاعتبارات النظامية ، مثل القدرة على العمل من المنزل والوصول إلى الموارد والرعاية. قال فيراري: "أعتقد أن معظم الناس ، إذا أتيحت لهم الفرصة ، سيظهرون سلوكًا فرديًا جيدًا". لكن الكثير من الناس لا يستطيعون ذلك ، لأنك تحتاج أولاً إلى البنية التحتية لتتمكن من القيام بذلك. وأعتقد أن هذه هي أنواع الأفكار التي نتحرك ببطء نحو محاولة فهمها ".
هناك تعقيد آخر يتمثل في أن الدراسات الاجتماعية السابقة للسلوك البشري لم تعد سارية: أثناء الوباء ، لن يتصرف الناس ببساطة كما يفعلون عادة.
قال مايرز: "كانت إحدى أكبر لحظات" أوه لا "عندما أدركنا أن كل شيء كنا نفترضه بشأن أنماط الاتصال البشري وأنماط تنقل البشر قد تم إلقاؤه من النافذة عندما أغلقنا المدن ونحتمي بها في المكان. لم يكن لدينا البيانات. لم يكن لدينا النماذج المخبوزة مسبقًا التي التقطت هذا الواقع الجديد الذي كنا نعيش فيه ".
لسوء الحظ ، لا يمكن استخدام اللوائح من أعلى إلى أسفل كوكلاء لسلوكيات الأشخاص الفعلية. أظهرت البيانات مجهولة المصدر حول تحركات الأشخاص - من الهواتف المحمولة والخدمات المستندة إلى نظام تحديد المواقع العالمي - أن الناس توقفوا في الغالب عن التنقل في وقت مبكر من الوباء ، بصرف النظر عما إذا كانت عمليات الإغلاق في منطقتهم ؛ كان الناس خائفين ، لذلك بقوا في المنزل. وفي الوقت نفسه ، تم وضع تدخلات مثل فرض القناع وحظر تناول الطعام في الأماكن المغلقة ولكن لم يتم تطبيقها دائمًا ، وتحرك الناس تدريجيًا وتفاعلوا أكثر مع مرور الأشهر ، حتى مع ارتفاع عدد الوفيات يوميًا إلى مستويات غير مسبوقة.
هذه الأنواع من السلوكيات يمكن أن يعقد بشكل كبير أشكال المنحنيات الوبائية. لكن معرفة هذه السلوكيات يمكن أيضًا أن توضح الانحرافات بين ما لاحظه الباحثون وما توقعوه. على سبيل المثال ، لم تتطابق النمذجة الخاصة بانتشار COVID-19 من خلال دور رعاية المسنين ومرافق الرعاية طويلة الأجل في البداية مع البيانات المرصودة. في النهاية ، أدرك العلماء أنه يتعين عليهم أيضًا مراعاة حركة الموظفين بين المنشآت. لكن الأمر استغرق وقتًا لتحديد هذا العامل السلوكي لأن مثل هذه الحركات المحددة عادة ما يتم تجريدها بعيدًا في نماذج أبسط.
قال "إن مواجهة الصلة بين السلوك والانتقال أمر صعب" جوشوا ويتز، عالم أحياء في معهد جورجيا للتكنولوجيا ، "ولكن يجب إعطاء الأولوية لتحسين التنبؤ وتقييم السيناريو ، وفي النهاية تصميم حملات للتخفيف من الانتشار والسيطرة عليه بشكل أكثر فعالية."
قاد هذا الإدراك الباحثين إلى متابعة البيانات من الهواتف المحمولة والمصادر الأخرى ، لتصميم مسوحات شاملة حول التفاعلات والأنشطة الأخرى خارج وداخل الأسرة ، ودمج تلك المعلومات في النماذج الوبائية على نطاق واسع. قال مايرز: "لم نطور بالفعل التقنية للقيام بذلك [من قبل]" ، لأنه لم تكن هناك دعوة عاجلة لهذه البيانات (أو عدم الوصول إليها) قبل COVID-19. كانت هناك حاجة إلى منهجية جديدة ، إلى جانب طرق جديدة لتقييم جودة وتمثيل البيانات ، والتي غالبًا ما توفرها الشركات الخاصة التي لا تخضع لنفس الفحص مثل مصادر البيانات الوبائية الأخرى. قالت: "كل ذلك قمنا بتطويره في الأشهر القليلة الماضية".
اتصالات غير مؤكدة
هذه الأنواع المختلفة من عدم اليقين تتراكم ولها عواقب لاحقة. قال غولدنفلد ، لأن حالات عدم اليقين الصغيرة يمكن أن يكون لها تأثيرات أكبر بشكل كبير ، "إنها تشبه الفوضى إلى حد ما". لكن توصيل حالة عدم اليقين هذه إلى صانعي القرار بطريقة لا تزال مفيدة وفعالة أثبت أنه مهمة صعبة بشكل خاص.
قال غرايدن: "يريد صانعو القرار إجابات" ، لكن "النموذج لا يمكنه تقديم إجابة. ولا ينبغي. يمكن أن تقترب. يمكن أن تكون موحية ". بالنسبة لها ، فإن الوباء قد سلط الضوء فقط على تحدي الاتصالات طويل الأمد. "هناك بالفعل صراع ثقافي هنا ، حيث سيتم دائمًا كسر الاتصال بشكل أساسي ، لأن العالم قد تم تدريبه على عدم إعطاء إجابة ، ووظيفة صانع القرار الوحيدة هي تقديم إجابة."
يتذكر أبوت الحصول على تعليقات من صانعي القرار حول وجود الكثير من عدم اليقين في بعض أعمال عرض الأزياء الخاصة به. قال: "لست متأكدًا من التوازن السعيد". "أنت بحاجة إلى ما يحدث بالفعل ليتم تغليفه بتقديراتك من الآن فصاعدًا ؛ وإلا يفقد الناس الثقة. ولكن بالمقابل ، إذا كنت غير متأكد من أن الناس لا يمكنهم اتخاذ أي قرارات بناءً على تقديراتك ". عندما سئل عما فعله منذ حصوله على ردود الفعل حول تقليل عدم اليقين ، أجاب بخجل: "لقد أضفت المزيد عن طريق الخطأ".
إحدى الطرق التي حاول بها الباحثون وصناع القرار سد هذه الفجوة الثقافية هي التركيز على الروايات النوعية التي تظهر من جميع النماذج ، بدلاً من النتائج الكمية المحددة. مجرد معرفة شيء بسيط مثل ما إذا كان الوباء ينمو أو يتقلص في وقت معين يمكن أن يكون مفيدًا للغاية ، حتى لو كانت النماذج المختلفة تبث أرقامًا مختلفة جدًا لتعكسه. يمكن استخدام الاتجاه لتحليل التدخلات التي كانت أكثر فاعلية في سياقات مختلفة ، ولاقتراح مجموعات التدخلات التي قد تكون الأفضل لمحاولة المضي قدمًا.
قال غولدنفلد: "الاتجاهات أقوى من الأرقام الدقيقة ، ويمكن استخدامها لتخطيط الاستجابات". "بدلاً من أن تقول ،" هل يمكنك أن تتنبأ لي بعدد أسرة المستشفى التي سأحتاجها؟ " ما يمكنك توقعه هو ، "ما هو الاحتمال في الأسابيع الثلاثة القادمة ، لنقل ، أن يتم تجاوز سعة المستشفى في هذه المنطقة ... وإلى أي مدى؟"
كما يتيح الاعتماد على نماذج متعددة للباحثين وصناع القرار معالجة مجموعة متنوعة من الافتراضات والنهج لتعزيز الثقة في أي استنتاج يصلون إليه. أوضح كوتشارسكي أنه إذا خلص نموذجان مختلفان تمامًا إلى أن مستوى معين من تتبع الاتصال لا يكفي للسيطرة على تفشي المرض ، "فإن الاختلاف في البنية والاختلافات في التقديرات الدقيقة يكونان أقل أهمية من حقيقة أن كلاهما يتطابق الإجابة عن هذا السؤال ".
حتى عدم اليقين نفسه يمكن أن يكون مفيدًا. في ديسمبر ، استقر المسؤولون في ولاية بنسلفانيا ، بما في ذلك فيراري وفريقه ، في البداية على إعادة فتح حرمهم الجامعي في منتصف يناير. ولكن مع اقتراب عام 2020 من نهايته ، قرروا تأجيل هذه الخطة لمدة شهر: سيعود الطلاب الآن إلى الحرم الجامعي في 15 فبراير. وبسبب عوامل مثل ارتفاع مستويات انتقال العدوى في المقاطعة المحيطة ، كان هناك " قلق من أننا لن نكون قادرين على الحفاظ على العمليات على المستوى الذي كان ضروريًا لإعادة الطلاب ، "قال فيراري.
لكن القرار استند أيضًا إلى أوجه عدم اليقين في توقعات النموذج الذي كان فيراري وزملاؤه يتطلعون إليه للحصول على إرشادات - توقعات مجموعة CDC ، التي تجمع نتائج عشرات النماذج الفردية. في ديسمبر ، كانت حدود عدم اليقين واسعة جدًا لدرجة أننا "لم نكن نعرف حقًا كيف سيبدو شهر يناير" ، كما قال.
لاحظ هو وفريقه أيضًا أن العديد من النماذج الفردية في المجموعة كانت تتنبأ بعدد الحالات التي ستنشأ. قال فيراري: "خلال الأسابيع الثلاثة إلى الأربعة التي سبقت اتخاذ هذا القرار ، كنا نشهد في الواقع نتائج أسوأ مما كانت تتوقعه النماذج". "لذلك أعطانا ذلك وقفة وجعلنا نعتقد أنه حقًا ، من المرجح أن تكون الأسابيع الثلاثة أو الأربعة القادمة في الجانب التشاؤمي من قيود الثقة هذه. ونحن في الحقيقة لا يمكن أن نقبل ذلك ".
جدارة النماذج بالثقة ليست الاعتبار الوحيد في وضع السياسة. وفقًا لماكاو ، من المفيد أيضًا إقامة علاقات مع المسؤولين الحكوميين وغيرهم من واضعي السياسات. لقد أمضى هو وأعضاء فريقه 15 عامًا في القيام بذلك في أستراليا ، غالبًا من خلال المناقشات حول أفضل السبل للاستجابة لأوبئة الإنفلونزا. قال: "لقد عقدنا مئات ومئات الاجتماعات الآن". "نتعلم أساليب بعضنا البعض ، ونتعلم المراوغات لبعضنا البعض ، ولدينا الكثير من الثقة." ساعدته تلك العلاقات طويلة الأمد في معرفة كيفية شرح عمله بطريقة لا تكون منطقية لمن يتعامل معه فحسب ، بل تسمح لهم أيضًا بشرحها لقادة السياسة الآخرين.
تماشياً مع هذا الهدف ، على مدى السنوات الخمس الماضية وأكثر ، أجرى مكاو وزملاؤه ورش عمل وبرامج لمعرفة أفضل السبل لتصور وتوصيل نماذجهم. (تعمل جداول الأرقام بشكل جيد بشكل مدهش. على الرغم من أنها "يمكن أن تشعر ببعض الإرهاق والانشغال" ، وفقًا لماكاو ، "فهي تصور عالي الأبعاد لشيء ما ، لذا فهي في الواقع قوية جدًا." الخرائط الحرارية أقل نجاحًا لأي شيء آخر غير البيانات الجغرافية. للرسوم البيانية استخداماتها ، لكنها تحتاج إلى توجيهها إلى سؤال سياسي معين.) والأهم من ذلك ، تعلم الفريق الأسترالي أن "الابتعاد عن عدم اليقين يمثل كارثة" ، قال مكاو. "لذلك اعتنقنا ذلك."
ذهب باحثون آخرون مباشرة إلى وسائل التواصل الاجتماعي بدلاً من ذلك ، ونشروا مطبوعاتهم ونماذجهم المسبقة على تويتر لإبلاغ الجمهور مباشرة وللوصول إلى الأكاديميين والمسؤولين الحكوميين من خلال قنوات أقل رسمية.
لا تزال أشكال الاتصال هذه صعبة وتستغرق وقتًا طويلاً ، وكان على العديد من الباحثين التعرف عليها أثناء تقدم الوباء. قال "لقد جعلني حقًا أتمنى أن يكون هناك المزيد من دروس التواصل في تعليم العلوم والتكنولوجيا والهندسة والرياضيات" كيت بوبار، طالبة دراسات عليا في مختبر Larremore في جامعة كولورادو ، بولدر ، بدأت في متابعة الدكتوراه خلال أزمة COVID-19.
كما تفيد التبادلات مع واضعي السياسات العلماء من خلال إلقاء الضوء على عمليات صنع القرار ، والتي قد تبدو غامضة عندما يتجاوزون حسابات النماذج للنظر في عوامل أخرى.
عندما ارتفعت أعداد القضايا في ولاية بنسلفانيا بعد إعادة فتحه ، حث فيراري وآخرون في البداية مسؤولي الجامعة على إغلاق الحرم الجامعي مرة أخرى على الفور. لكن بعد ذلك ، كما يتذكر ، قال له رئيس الإسكان بالجامعة ، "مات ، هل تفهم ما تعنيه عبارة" أغلق كل شيء ، أرسلهم جميعًا إلى المنزل "؟" وأشار إلى أن طلاب المدرسة البالغ عددهم 40,000 ألف طالب لن يتفرقوا فجأة ؛ من المرجح أن يقيم 30,000 ألف منهم في الشقق التي استأجروها. علاوة على ذلك ، كانت الخدمات اللوجستية لإخراج الجميع من الحرم الجامعي صعبة للغاية ويمكن أن تزيد من خطر انتشار COVID-19.
قال فيراري: "أعتقد أن كل واحد منا مر بمثل هذه الحالات ، حيث وصلنا إلى نهاية مناقشة حماسية حقًا وقلنا ،" حسنًا ، كما تعلم ، سأستقيل لأنني الآن يمكنني رؤية الحالة من وجهة نظرك ، فأنا أدرك كل الأشياء التي كنت أتخلى عنها. "
كيف يمكن أن تساعد النماذج بعد ذلك
ستستمر النماذج الوبائية في أن تكون حاسمة فيما يأمل الجميع في أن تكون المراحل النهائية للوباء ، لا سيما عندما ينظر الباحثون في الأسئلة الكبيرة التالية ، مثل كيفية إعطاء الأولوية لنشر اللقاحات. من الطرق الشائعة للقيام بذلك بالنسبة للإنفلونزا ، على سبيل المثال ، استهداف اللقاحات للأطفال ، والتي تحمي بشكل غير مباشر بقية السكان لأن الأطفال هم عقدة رئيسية في شبكة انتقال الإنفلونزا (على الرغم من أنهم لا يبدو أنهم ينتمون إلى COVID -19).
لقد كان Larremore و Bubar جزءًا من الجهد المستمر لنمذجة الشكل الذي يجب أن يبدو عليه بالنسبة لـ COVID-19. قبل وقت طويل من توفر أي لقاحات ، نظروا في قائمة واسعة من أوجه عدم اليقين: حول ديناميات المرض ، وما إذا كان اللقاح سيعيق انتقال المرض ، ومدة استمرار المناعة ، وعوامل أخرى. كان السؤال الكبير هو مدى فعالية اللقاح ، وبأي طريقة ستظهر هذه الفعالية: إذا كان اللقاح فعالًا بنسبة 50٪ ، فهل هذا يعني أنه يعمل بشكل مثالي ولكن فقط في 5 من كل 10 أشخاص ، أو أنه يقلل من فرص الجميع من الإصابة في النصف؟
سرعان ما وجدوا أنه عند وضع استراتيجيات التطعيم ضد فيروس كورونا ، من الضروري القيام بذلك اختر بين الأهداف لتقليل الوفيات وتقليل انتقال العدوى. إذا أرادوا تقليل معدل الوفيات ، فإن التطعيم المباشر لكبار السن هو السبيل للذهاب ، بغض النظر عن فعالية اللقاح وغيرها من الأمور. ولكن إذا كان الهدف بدلاً من ذلك هو الحد من انتقال العدوى (في الأماكن التي يوجد بها عدد كبير من العمال الأساسيين الذين لا يستطيعون البقاء في مكان مغلق ، على سبيل المثال) ، فيجب أولاً تلقيح البالغين الذين تتراوح أعمارهم بين 20 و 50 عامًا بدلاً من ذلك: تصرفاتهم وتفاعلاتهم لهم أكثر كمركز لمزيد من الانتشار. ومع ذلك ، في هذه الحالة ، سيكون هناك أيضًا اختلافات طفيفة في التخصيص بناءً على فعالية اللقاحات المختلفة والتركيبة السكانية وأنماط الاتصال. قال لارمور: "لقد حصلنا على نتائج مختلفة للبرازيل وبلجيكا وزيمبابوي والولايات المتحدة".
الآن وقد تمت الموافقة على لقاحات متعددة في بلدان مختلفة حول العالم ، تمكن الباحثون من تحسين هذه النماذج. لكن كان عليهم أيضًا التوسع في عملهم لحساب الأحداث الجديدة التي تغير الأولويات مرة أخرى. أحدها ظهور طفرات جديدة لـ SARS-CoV-2 أدت إلى زيادة معدل الانتقال في العديد من المناطق. والسبب الآخر هو أن نشر اللقاحات يحدث بشكل أبطأ بكثير مما كان متوقعًا.
ومع ذلك ، بالنسبة إلى Larremore ، فإن حساب التفاضل والتكامل الأساسي يظل كما هو. قال "إنه سباق". "إنه يتسابق ضد الفيروس نفسه الذي ينتقل من شخص لآخر." وهكذا ، "بينما تطرح اللقاح ببطء أكثر فأكثر ، فإنه سيغير الاستراتيجية التي ستستخدمها."
في البلدان التي كان فيها الانتشار بطيئًا جدًا مقارنة بانتقال الفيروس ، تُظهر النماذج أن اتباع النهج المباشر وتقليل الوفيات - عن طريق تطعيم كبار السن أولاً وغيرهم من المعرضين لخطر أكبر - هو أفضل طريقة للمضي قدمًا. ولكن "إذا كنت في كوريا الجنوبية أو تايوان أو نيوزيلندا" أو في أي مكان آخر حيث يكون انتقال العدوى تحت سيطرة أفضل ، قال لارمور ، "لديك مجموعة مختلفة تمامًا من الخيارات" لأن السباق ضد الفيروس يبدو مختلفًا تمامًا. أظهر هو وبوبار أن التحولات المماثلة في الاستراتيجية يمكن أن تعتمد على عوامل أخرى ، مثل أعداد التكاثر المختلفة ومعدلات الانتقال الإجمالية.
الآن ، على الرغم من ذلك ، فإن الجدل حول التطعيم لا يتعلق فقط بمن يجب تطعيمهم ولكن أيضًا كيف ومتى يتم ذلك. يتطلب اللقاحان المعتمدان في الولايات المتحدة جرعتين لتقديم فعاليتهما الكاملة بنسبة 95٪. ولكن بالنظر إلى بطء توزيع تلك اللقاحات ، بدأ الباحثون في صياغة سيناريوهات أخرى ، بما في ذلك إعطاء أكبر عدد ممكن من الناس الجرعة الأولى من اللقاح، بدلاً من تخصيص نصف الجرعات المتاحة لضمان حصول الأشخاص الذين يتلقون جرعتهم الأولى على الجرعة الثانية في الموعد المحدد.
تتميز هذه الإستراتيجية بميزة تكثيف الحماية الأساسية في السكان: تمنح الجرعة الأولى حوالي 52٪ حماية فقط ، وهو أمر غير مُرضٍ وفقًا لمعايير اللقاح المعتادة ، ولكنه قد يبطئ انتشار العدوى بما يكفي لمنع المزيد من الحالات والوفيات في المنطقة. المدى الطويل. ولكنه يقامر أيضًا باحتمالية توفر جرعات ثانية كافية عند الحاجة. قد لا يحصل الأشخاص الذين يتلقون جرعتهم الثانية في وقت متأخر عما هو مقصود على المقياس الكامل لمناعة اللقاح أبدًا ، ويخشى بعض الباحثين من أن التأخير على نطاق واسع في إنتاج المناعة الكاملة يمكن أن يمنح الفيروس المزيد من الفرص للتحور و "الهروب" من سيطرة اللقاح.
ساعدت نماذج SEIR في تحديد هذه المقامرة. بافتراض كفاءة جرعة معينة ، وتضاؤل الفعالية بين الجرعات بمرور الوقت ، وعوامل أخرى ، أظهرت النماذج أن محاولة نشر أكبر عدد ممكن من الجرعات الأولى يمكن أن تتجنب حوالي 25٪ أكثر من حالات COVID-19 (وأحيانًا أكثر) على مدى ثمانية أسابيع من الإعداد جانبا يمكن نصف الجرعات المتاحة. في الواقع ، وجد الباحثون أنه فقط في أسوأ السيناريوهات - إذا كانت الجرعة الأولى من اللقاح ذات فعالية منخفضة جدًا وإذا انهارت سلسلة توريد اللقاح - فإن وضع نصف الجرعات جانبًا للمستقبل سيكون البديل الأفضل.
يشير فيراري إلى أن هذه المقايضة ليست جديدة: لقد شاهدها في عمله على تفشي مرض الحصبة والتهاب السحايا ، وفي عمل زملائه على الكوليرا والحمى الصفراء وشلل الأطفال وأمراض أخرى. يقول إن النماذج الرياضية واضحة ومباشرة ، وتُظهر أنه في خضم تفشي المرض ، يجب أن يكون التركيز دائمًا على تطعيم أكبر عدد ممكن من الأشخاص بسرعة ، حتى لو كان ذلك يعني التضحية ببعض فعالية حملة التطعيم.
مثل هذه النماذج كانت مفيدة في قيادة المملكة المتحدة - والولايات المتحدة الآن - لتبني تلك الخطة. ربما لم يكونوا ليفعلوا ذلك إذا لم يكن الفيروس قد "ارتدى حذاء الصواريخ فقط" ، كما قال لاريمور ، أو إذا كان إطلاق اللقاح قد حدث بشكل أكثر كفاءة في المقام الأول. لكن لهذا السبب يجب أن تأخذ النماذج في الحسبان الكثير من الاحتمالات والشكوك. (هناك أسئلة أخرى مفتوحة أيضًا ، مثل المدة التي ستستمر فيها المناعة ، وما إذا كان COVID-19 سيكون أزمة لمرة واحدة أو مرضًا موسميًا مثل الأنفلونزا ، مما سيؤثر على القرارات المستقبلية حول عدد اللقاحات التي يجب الاستمرار في شرائها وكيف لتحديد أولوياتهم.)
قال فيراري: "الرياضيات بسيطة". "حيث تلتقي الرياضيات بالعالم الحقيقي ، حيث تأتي التعقيدات".
للمضي قدمًا ، لا تزال هناك أسئلة حول السلوك البشري يحسب لها حساب. بسبب الإعاقات أو الفقر أو غيرها من العوائق ، قد لا يتمكن بعض الأشخاص من الوصول إلى مركز توزيع اللقاح ، أو قد يترددون في الحصول على لقاح على الإطلاق. نظرًا لأن اللقاحات تحمي الأشخاص الأكثر عرضة للإصابة بـ COVID-19 ، "سنرى انخفاض معدل الوفيات - جنبًا إلى جنب مع قدوم الربيع وفتح المزيد من الأماكن في الهواء الطلق للناس" ، قال لارمور. "أعتقد أننا سنشهد الكثير من الضغط على المسؤولين لإعادة فتح الأمور بالفعل." سيبدأ الناس في التصرف بشكل مختلف بغض النظر. هل سيصبحون أقل حذرًا أم سيواجهون المزيد من المخاطر بعد الحصول على جرعة أولى أو ثانية ، أو بعد رؤية المزيد والمزيد من الأشخاص الذين يتلقون اللقاحات؟ كيف سيؤثر ذلك على انتقال العدوى واستراتيجيات التطعيم والتدخل اللاحقة؟
كما هو الحال مع العديد من القرارات التي ميزت جائحة COVID-19 ، لا يزال من الصحيح أنه على الرغم من أن استراتيجية واحدة قد يكون لها تأثير أكبر على المجتمع بأسره ، إلا أنها قد لا تكون مفيدة لبعض الأفراد - على سبيل المثال ، أولئك الذين قد يتأخرون بشكل كبير الجرعة الثانية. قال لاريمور: "إنها تضع على خلاف" وجهات نظر الطبيب الذي يرى المريض أمامها ، ومصمم الصحة العامة الذي يرى كيف تتغير الأمور على نطاق واسع للغاية ".
هذا شيء واجهه جميع المصممين. قال بوبار: "يمكنني كتابة هذه الأرقام ، أو الاطلاع على النتائج التي تقول إن هذا العدد من الأشخاص قد يموتون إذا كانت هذه هي المجموعات التي نختار تلقيحها". "مجرد النظر إليها على أنها محاكاة ترميز ، فإنها تبدو غير شخصية للغاية. ولكن بعد ذلك نشغل الأخبار ونرى عدد الأشخاص الفعليين الذين لقوا حتفهم كل يوم ، ومن الواضح أن الأمر شخصي للغاية وصادم للغاية ".
لهذا السبب حاولت هي ولاريمور أيضًا دمج أسئلة حول الإنصاف والأخلاق في نماذج تحديد أولويات اللقاح ، بما في ذلك استراتيجية الجمع بين تدابير طرح اللقاح ونتائج اختبار الأجسام المضادة ، لا سيما في المناطق الأكثر تضررًا من الفيروس.
وفي الوقت نفسه ، فقد سرق الوباء الانتباه من القضايا الصحية الأخرى ، على سبيل المثال من خلال تعطيل خدمات الرعاية الصحية الرئيسية - بما في ذلك ، في العديد من البلدان ، برامج التطعيم ضد الأمراض الأخرى. كان فيراري يحلل كيف ستؤثر هذه الاضطرابات على تفشي مرض الحصبة في جميع أنحاء العالم على مدار العامين المقبلين. وقد ساعدت بعض أعماله بالفعل في حث إثيوبيا على المضي قدمًا في برامج التطعيم ضد الحصبة وغيرها من خدمات الرعاية الصحية المخطط لها ؛ يقوم حاليًا بمزيد من أعمال النمذجة لتحديد متى وكيف يجب على المناطق الأخرى استئناف هذه الممارسات.
النظر إلى الأمام ، النظر إلى الوراء
يتوقع الباحثون أن يقوموا بتشريح ما حدث خلال جائحة كوفيد -19 لسنوات قادمة. سيقومون بتمشيط الأعداد الهائلة من النماذج التي تم إنشاؤها ومحاولة تفسير ما نجح وما لم ينجح ولماذا. لكن هناك دروسًا رئيسية يستخلصونها بالفعل من تجربة الاستعداد للوباء القادم المحتوم.
أحدها أنه ينبغي عليهم الاستفادة من تدفقات البيانات الجديدة التي يحتمل أن تكون غنية من الهواتف المحمولة والمصادر الأخرى ، والتي يمكن أن توفر معلومات مفصلة حول السلوكيات الحقيقية للأشخاص. آخر هو أن أنواعًا معينة من المشكلات يمكن التغلب عليها بسهولة أكبر عن طريق تقسيمها بين فرق ، وأحيانًا تشمل عدة تخصصات.
ولتحقيق ذلك ، دعا مانروبيا وباحثون آخرون إلى برامج وطنية وعالمية مخصصة للتنبؤ الوبائي وعلوم الأوبئة. قال مانروبيا: "نحن بحاجة إلى تنفيذ برنامج عالمي ، على غرار معاهد الأرصاد الجوية الموجودة لدينا في جميع البلدان". هذا شيء غير موجود على المستوى الوبائي. ونحن بحاجة إلى ذلك على الصعيد العالمي ".
قد يوجه مثل هذا البرنامج تطوير أنظمة واسعة النطاق لجمع البيانات ومشاركتها ، بالإضافة إلى البنية التحتية للاختبار السريع ، وتتبع الاتصال وإنتاج اللقاح. يمكن أن يؤطر استراتيجيات أكثر تماسكًا لوقت وكيفية استخدام أنواع معينة من النماذج للحصول على أفضل النتائج. ويمكنه أيضًا إنشاء شبكات لمساعدة الخبراء في مختلف المجالات على الاتصال ، ويمكن أن يقدم بروتوكولات لدمج مجالات خبرتهم في عمليات صنع القرار المستنيرة. لقد فتح جائحة COVID-19 حجر الأساس لبناء تلك القدرات.
لكن الدرس المهم الآخر من COVID-19 هو أن علماء الأوبئة بحاجة إلى توصيل الاستخدامات والقيود المناسبة لنماذجهم بشكل أكثر فعالية إلى صانعي القرار والجمهور - إلى جانب تقدير ما تعنيه أوجه عدم اليقين في تلك النماذج. التحدي المحبط هو أن الباحثين غالبًا ما يقدمون بالفعل هذه التفسيرات ، لكن الجمهور وممثليهم يميلون إلى المزيد من اليقين مما يمكن أن يوفره العلم. وعندما تقرر الحكومات تجاهل أفضل مستشار للباحثين والتشبث بالسياسات الخادعة ولكن الشعبية ، فليس من الواضح ما يمكن للعلماء فعله حيال ذلك.
يقول دريك إنه كان يأمل في أن يفهم قادة السياسة الأمريكية كيف يمكن لإجراءات مثل الإغلاق أن تخلق وقتًا لصياغة استجابة وطنية للوباء. "اعتقدت أننا فعلنا الشيء الصحيح من خلال الإغلاق. ثم بددنا [ذلك]. قال "اشترينا أنفسنا لمدة شهر". "لكننا لم نفعل أي شيء في ذلك الوقت."
كما أن جيويل غاضب أيضًا مما أسماه الرد الأمريكي "المخزي". قال "يجب أن تكون هناك استراتيجية وطنية حقًا: إذا كنت في منطقة بهذا المستوى من انتقال المجتمع ، فهذا ما يمكن لمدارسك أن تفعله". بدلاً من ذلك ، "لا توجد خطة. لا توجد استراتيجية. الجميع - كل حرم جامعي وكل نظام مدرسي - بمفردهم ".
ويشير باتهامًا إلى "الأداء الصادم لمراكز السيطرة على الأمراض والوقاية منها". وقال إنه لا يلوم الباحثين الأفراد هناك ، ولكن "بطريقة ما ، سياسياً ، تم اختراق مركز السيطرة على الأمراض بشكل كامل". "اعتدنا دائمًا على اللجوء إلى مركز السيطرة على الأمراض والوقاية منها:" قدم لنا نصيحة! ماذا نفعل؟' لقد كانوا يحصلون على أفضل البيانات جودة ". لكن خلال هذا الوباء ، لم يحدث هذا. "لقد قدموا نصائح رهيبة."
يدرك دريك أنه "قرار سياسي ، وليس قرارًا علميًا ، فيما يتعلق بالمقايضة التي ترغب في قبولها من حيث التكلفة على البلد وعدد الأرواح المفقودة - كم عدد الوفيات التي كان من الممكن تفاديها ، وماذا؟ على استعداد لدفع ثمن هؤلاء ".
وتابع: "لكن من وجهة نظري ، كان من الممكن منع الكثير من الوفيات والأمراض التي رأيناها في الواقع". يمكن أن تحذرنا النماذج من الوفيات القادمة ، لكن علينا أن نكون مستعدين لتعلم كيفية الاستماع إليهم.
