Antroji COVID-19 infekcijos banga – pavojingesnė už pirmąją, bet šiuo metu ir apie virusą žinome daugiau. 2020 m. pavasarį, siekdami įvertinti koronaviruso situaciją Lietuvoje, Vilniaus universiteto (VU) Matematikos ir informatikos fakulteto mokslininkai kartu su medikais Vyriausybei pradėjo teikti trumpalaikes ir ilgalaikes epidemijos plitimo prognozes ir atliko tyrimą, kurio vienas iš pagrindinių tikslų buvo sukurti duomenų analize paremtus matematinius COVID-19 epidemijos plitimo modelius, skirtus nusakyti šios epidemijos plėtros tendencijas ir įvertinti epidemijos socioekonominį poveikį Lietuvos bei kitų šalių kontekste. VU mokslininkai pabrėžia, kad pirmojo karantino padariniai turėtų būti pamoka antrojo karantino laikotarpiu.
Išaugo pajamų nelygybė, išskirti ir labiausiai krizės paveikti sektoriai
Norėdami nustatyti pajamų nelygybę karantino laikotarpiu, tyrėjai išanalizavo „Sodros“ pateikiamus draudžiamųjų pajamų pasiskirstymo duomenis tiek visų apdraustųjų, tiek moterų bei vyrų, kurie dirbo ne mažiau nei 30 dienų per mėnesį, grupėse.
„Pastebėjome, kad visų apdraustųjų asmenų, dirbusių ne mažiau nei 30 dienų per mėnesį, pajamų nelygybė karantino laikotarpiu išaugo, o vasaros mėnesiais, panaikinus karantino apribojimus, sumažėjo ir daugumoje amžiaus grupių buvo mažiausia per nagrinėjamą laikotarpį“, – tyrimo rezultatais dalijasi doc. Jurgita Markevičiūtė.
Šiame tyrime buvo pasitelktas Gini koeficientas (arba Gini indeksas), kuris atspindi pajamų (bet ne turto) nelygybę ir padeda įvertinti pajamų pasiskirstymą, parodo atotrūkį tarp visiškai lygaus ir realaus gyventojų pajamų pasiskirstymo. Nagrinėdami Gini koeficiento kitimo tendencijas atskirai vyrams ir moterims, tyrėjai gavo skirtingus rezultatus, tačiau pastebėjo, kad abi šios grupės buvo paveiktos pirmojo karantino priemonių.
Lietuvoje pirmas visuotinis karantinas dėl COVID-19 pandemijos, įvestas kovo viduryje ir trukęs tris mėnesius, turėjo įtakos tiek gyventojų judėjimui ir elgesiui, tiek ekonomikai. Karantino metu buvo uždarytos švietimo įstaigos, apribotos užsienio bei vietinės kelionės, stabdomos planinės operacijos gydymo įstaigose, draudžiamos SPA, kirpyklų, grožio salonų, apgyvendinimo veiklos ir kiti laisvalaikio praleidimo būdai.
Labiausiai karantino apribojimų paveikti sektoriai, kaip išskiria tyrėjai, yra apdirbamoji pramonė, maisto ir gėrimų tiekimo, apgyvendinimo sektorius. „Siekdami ištirti poveikį ir antrojo karantino metu, lauksime naujesnių ekonominių duomenų, kuriuos skelbs Statistikos departamentas jau netrukus“, – sako doc. J. Markevičiūtė.
COVID-19 prognozės – situacija artimiausiu metu pagerės
Mokslininkų parengtos ir kiekvieną dieną atnaujinamos COVID-19 plitimo prognozės leidžia planuoti galimas karantino priemones, susirgimų mastą, padeda įvertinti artimiausių 5 dienų tendencijas ir gali padėti spręsti trumpalaikių ribojimų klausimus bei planuoti ligoninių darbą ir kitas veiklas. Statistinei analizei naudojami oficialūs valstybės institucijų teikiami duomenys, o Lietuvos Respublikos Vyriausybei ir kitoms institucijoms šios prognozės gali padėti priimti aktualius sprendimus siekiant užtikrinti maksimalų piliečių saugumą.
„Sausio 25 d. duomenimis, artimiausiu metu susirgimų mastas bei suminis 14 dienų susirgimų rodiklis 100 tūkst. gyventojų mažės ir, tikėtina, nukris žemiau nei 500 atvejų 100 tūkst. gyventojų. Tai yra griežto karantino poveikis, be to, susirgimų skaičius šiek tiek mažesnis gali būti ir dėl mažesnių testavimo apimčių, nors teigiamų testų santykis taip pat sumažėjo, palyginti su gruodžio mėn. Iš mažėjančio sergančiųjų skaičiaus galima prognozuoti ramesnį periodą ir užimtumą ligoninėse po savaitės ar dviejų“, – pasakoja VU Matematikos ir informatikos fakulteto mokslininkė doc. J. Markevičiūtė.
Trumpalaikėms prognozėms tirti naudojami laiko eilučių modeliai, jos taip pat sudaromos remiantis panašumu į kitas šalis, t. y. naudojant klasterinę analizę. Tai integralus duomenų registravimo ir analizės būdas, kuris, naudojant neuroninių tinklų pagrindu veikiančius algoritmus, leidžia identifikuoti panašias į Lietuvą šalis, įvertinti viruso plitimo tendencijas skirtingose šalyse ir grupuoti jas pagal panašumą.
„Atskirų klasterių analizė parodo viruso plitimo specifiką ir leidžia peržiūrėti priemones, taikomas to paties klasterio šalyse arba Lietuvos savivaldybėse, siekiant sustabdyti viruso plitimą ir įvertinti taikomų priemonių poveikį ir efektyvumą.
Dėmesio sutelkimas ir šalių, kuriose viruso plitimas yra panašus į viruso plitimą Lietuvoje, nustatymas, taip pat prognozė pagal jų tendencijas leidžia sukurti ir numatyti virusų plitimo scenarijus, pagrįstus kitų šalių patirtimi“, – sako vyresnioji mokslo darbuotoja Jolita Bernatavičienė.
Ilgalaikiam epidemijos plitimo modeliavimui pasirinkti deterministiniai modeliai vaizdžiai parodo ne tik tai, kaip plinta epidemija kelių mėnesių laikotarpiu, bet adaptuojant atitinkamus parametrus – ir galimą įvairių nefarmacinių intervencijos priemonių poveikį susirgimų skaičiaus kreivės „plokštėjimui“, tinkamam sveikatos sistemos funkcionavimui, susirgimų ir mirčių skaičiui. Norint šį modelį taikyti tolesnės epidemijos eigos aprašymui, reikėtų atsižvelgti į įgijusių imunitetą žmonių skaičių, vakcinuotų žmonių skaičių ir kitus faktorius.
Matematikų sukurti modeliai – pagalba epidemiologams
Prof. Alfredo Račkausko teigimu, užkrečiamosios ligos visada buvo svarbi žmonijos istorijos dalis, nes jos siejasi su didžiuliais praradimais. „Ispaniškojo gripo epidemija 1918–1919 m. visame pasaulyje lėmė daugiau kaip 50 000 000 mirčių, kasmetinės sezoninės gripo epidemijos atneša 35 000 mirčių visame pasaulyje, tuo tarpu COVID-19 per metus jau pareikalavo apie 2 milijonus gyvybių“, – skaudžiausius žmonijai pavyzdžius įvardija mokslininkas.
Šiame užkrečiamųjų ligų kontekste svarbų vaidmenį atlieka epidemiologai, kurių tikslas – suprasti epideminės ligos priežastis, numatyti jos eigą, sukurti ligos valdymo būdus ir juos palyginti. „Matematiniai modeliai, pasitelkiant kompiuterines imitacijas, yra naudingi kuriant ir išbandant įvairias teorijas apie sudėtingas biologines sistemas, susijusias su liga, vertinant kiekybines prognozes, nustatant sistemų jautrumą parametrų reikšmių pokyčiams ir iš duomenų įvertinant pagrindinius epidemiologinius parametrus“, – pasakoja VU profesorius A. Račkauskas.
Atliktu tyrimu taip pat buvo siekiama pasiūlyti funkcinių duomenų analizės metodologiją epidemiologams ir parodyti jos galimybes analizuojant COVID-19 plitimo pasaulines bei regionines tendencijas. Aptardamas tyrimo rezultatus prof. A. Račkauskas įvardija atliktos funkcinių pagrindinių komponenčių analizės rezultatus – daugiau nei 90 proc. epidemiologinių parametrų kintamumo galima paaiškinti trimačiais vektoriais, o tai smarkiai supaprastina tų parametrų tyrimus.
„Be to, pandemijos plėtrai įvairiuose pasaulio regionuose palyginti buvo sudarytas panelinis modelis, kuris parodė, kiek ir kaip pandemijos plėtra Europoje, Amerikoje, Azijoje, Okeanijoje skiriasi nuo bendros pasaulinės tendencijos“, – sako prof. A. Račkauskas.
Mokslininkai taip pat pasiūlė vienparametrį dviejų pandemijos bangų palyginimo modelį, kuris gali būti panaudotas ir prognozuojant tolesnę antrosios bangos plėtrą. Tyrėjai tikisi, kad šiame tyrime pademonstruota funkcinių duomenų analizės metodologija atkreips matematinės epidemiologijos specialistų dėmesį ir leis geriau pažinti įvairių epidemijų plitimą.
Tyrimą atliko VU Matematikos ir informatikos fakulteto mokslininkai prof. Olga Štikonienė, prof. Remigijus Leipus, prof. Alfredas Račkauskas, doc. Jurgita Markevičiūtė, doc. Rūta Levulienė, vyresn. m. d. Viktor Medvedev, doc. Povilas Treigys, vyresn. m. d. Jolita Bernatavičienė, VU Medicinos fakulteto Klinikinės medicinos instituto Vaikų ligų klinikos profesorius Vytautas Usonis, VU Matematikos ir informatikos fakulteto doktorantai Jovita Gudan, Tadas Danielius ir Julius Venskus, VU Matematikos ir informatikos fakulteto absolventė Barbora Šnaraitė. Tyrimas finansuotas Lietuvos mokslo tarybos, projektas „COVID-19 infekcija Lietuvoje: modeliavimas ir socioekonominių padarinių analizė“.
Pranešimą paskelbė: Gretė Gerulaitytė, Vilniaus universitetas
