В тесно связанном мире XXI века ни одна из стран не изолирована от переносчиков инфекций, которые могут путешествовать через международные границы и распространять инфекцию. Всемирная сеть перелетов является главным источником международных перемещений.
Глобальная эпидемиологическая модель (Global epidemic Model, GEM, в дальнейшем - ГЭМ) использует данные по авиаперелетам и последние данные по количеству населения из различных международных источников, чтобы создать реалистичную сеть по перемещениям по авиалиниям среди главных мегаполисов мира.
Целью ГЭМа является моделирование периода протекания возможной эпидемии по мере ее распространения по всему миру, начиная с первоначального небольшого очага в отдельно взятом городе.
Сроки и место первоначальной вспышки могут быть изменены для оценки последствий изменения сезонности и географических условий в распространении заболевания. ГЭМ так же предусмотрена для тестирования различных стратегий интервенции болезни, включая внедрение ограничений на авиа перелеты и вакцинации.
ГЭМ подсчитывает ежедневное количество людей по всему миру в каждом зараженном городе, используя SEIR (S – восприимчивые к болезни (susceptible), E – в инкубации (exposed), I – инфекционные больные (infectious), R – переболевшие (recovered)). К тому же, модель вычисляет и показывает, насколько сильна эпидемия в каждой области, где находится аэропорт.
ГЭМ может представить сети авиакомпаний различных размеров и состава, изменив файлы ввода данных в начале каждого выполнения (запуска).
В настоящее время ГЭМ настроена с параметрами, рассчитанные для описания гипотетической вспышки птичьего гриппа A (H5N1). Эти параметры включают, например, среднюю продолжительность инфекционного периода для человека и средний показатель ежедневных контактов между зараженным индивидуумом и восприимчивыми к болезни. Параметры могут быть легко изменены, чтобы проверить другие допущения об эпидемии или о любом другом вирусе, который передается от человека к человеку.
ГЭМ работает в сети 155 самых крупных и деловых мегаполисов в мире. В модели выбирается один из городов этой сети и гипотетически все начинается с небольшого числа инфицированных людей. Болезнь распространяется в другие города через воздушные перелеты инфицированных лиц. Доступны несколько интерактивных отображений того, как инфекция распространяется по всему миру.
ГЭМ исследует планирование вакцинации, карантина, ограничения на поездки и другие варианты сдерживания, включая контроль, как по всему миру, так и специфичный для США динамики данного заболевания.
Версия ГЭМ, которая в настоящее время доступна в публикациях, является вероятностной, на основе сбалансированности, а так же моделью SEIR.
Доступная ГЭМ может работать на любой платформе, поддерживающей Java.
ГЭМ может визуализировать и исследовать потенциальные распространения эпидемий и инфекций, включая их интенсивность и скорость, кроме того, осуществление различных стратегий внедрения, так же, как время и место исходного места вспышки. Результаты модели, полученные от полного исследования, могут быть сохранены в таблицу Excel для дальнейшего, более подробного анализа и представления.
Исследования по данной модели показали, что если ограничения на поездки и вакцинация были бы введены по всему миру, то тогда будет значительное снижение в случаях заражения, как в США, так и во всем мире. Однако, если использовать только ограничения на поездки, опасность эпидемии в США может возрасти, т.к. вспышки инфекции могут быть резко увеличены от сезона малой зараженности (лето) к сезону сильной зараженности (зима).
Другим ключевым моментом ГЭМ является то, что исследование рассматривается и для расчета экономических потерь и затрат от глобального распространения эпидемии. Результаты показали, что годовые расходы на ограничение международных и основных отечественных воздушных пассажирских перевозок составят лишь 0,8% валового национального продукта.
Рис. 1 Этап 1. Выбор города для моделирования распространения инфекции
Рис. 2 Этап 2. Начало распространения эпидемии
Рис. 3 Этап 3. Эпидемия полностью распространилась
© Безденежных Анастасия