Dünyanın dört bir yanındaki ülkeler, SARS-CoV-2'nin
yayılmasını sınırlamaya yardımcı olmak için bir kısıtlama uygulaması yapmak durumundadır.
Günlük olarak teyit edilen yeni vakaların sayısı azalmaya
başladığında, hükümetler sağlık hizmetlerini bozmadan nüfuslarını karantinadan
mümkün olduğunca verimli bir şekilde nasıl serbest bırakacaklarına karar
vermelidir. Oxford Üniversitesi Zooloji Bölümü'nden Profesör Mike Bonsall
liderliğinde bu hafta yayınlanan bir baskı öncesi makalede, çalışmada
potansiyel açılma stratejileri amacıyla iki kişinin etkileşimini araştırmak
için uyarlanmış bir Duyarlı-Maruz Kalma-Enfeksiyon-Kurtarma (SEIR) model
çerçevesine en uygun optimum kontrol çerçevesi uyguladı. Bu örnekte Birleşik
Krallık nüfusu bir test vakası olarak kullanılmıştır.
Profesör Bonsall, "Bulduğumuz şey, tekrarlayan
yayılmayı sınırlamak, tüm popülasyon için aynı anda karantinaya son vermek
yüksek riskli bir stratejiydi ve kademeli olarak yeniden entegrasyon yaklaşımının
daha güvenilir olduğuydu. Ayrıca, ilk serbest bırakılabilecek insan sayısını
artırmak için, günlük olarak teyit edilen yeni vakaların sayısı yeterince düşük
bir eşiğe ulaşıncaya kadar kısıtlamalar sona ermemelidir.” Dedi.
Ekip, kısıtlı olan farklı kesimlerinin kademeli bir tahliye
stratejisi ile karantinaya alınmayan çalışan nüfusa tekrar katılmasına izin
verecek bir modelleme yaptı. Uyarlanmış bir SEIR modeliyle birleştirilen
matematiksel optimizasyon yöntemleri, sağlık hizmetinin tıkanmasını önlerken
çalışanların verimliliğinin nasıl en üst düzeye çıkarılacağını belirledi.
Analizler, en uygun stratejinin ilk enfeksiyon zirvesinin
bitiminden iki ila dört hafta sonra nüfusun yaklaşık yarısını serbest bırakmak
olduğunu gösterdi. Ardından herkesi serbest bırakmadan önce ikinci bir zirveye
izin vermek için üç ila dört ay daha beklemeyi öngörüyor.
Araştırmacılar kısıtlamaların sona ermesinden sonra test
kapasite ve sayısının artırılması konusunda hemfikirler. Bu arada bulaşma hızı
ve iyileşme hızları bu hesaplamaların yapılmasında iki önemli veri, dolayısıyla
ekip, bu değerlerin doğru bir şekilde tanımlanmasının, pandeminin sürekli
izlenmesi için özellikle önemli olduğunu ileri sürmektedir.
Matematiksel uzmanlığını modellemeye uygulayan Birleşik
Krallık Ekoloji ve Hidroloji Merkezi'nden ortak yazar Profesör Chris Huntingford;
"COVID19 hakkında daha fazla bilgi sahibi olduğumuz için, bilgisayar
modelindeki bu sayılar ayarlanabilir ve simülasyonlar tekrarlanabilir. Önümüzdeki
haftalarda daha fazla bilgi edindikçe, optimum bırakma stratejisi gerekirse
güncellenir.” Diyor.
