Covid 19

Zverejňujeme tretiu verziu nášho modelu šírenia COVID-19, do ktorej sme zapracovali najnovšie poznatky o šírení tohto ochorenia na Slovensku. Ako aj v predchádzajúcich verziách modelu, jeho účelom nie je “uhádnuť” presný počet nakazených, ale pripraviť viaceré scenáre, ktorými sa môžeme uberať – ak budeme rovnako zodpovední a rešpektovať všetky pravidlá. Aj na základe aktualizovaného modelu sa pristúpilo k opatrenému uvoľneniu opatrení a veríme, že aj ďalej dopomôžeme odbornej skupine epidemiológov, hygienikov a verejných zdravotníkov nastavovať pravidlá pre ďalšie otváranie – či zatváranie našej ekonomiky. Zverejnenú verziu síce nazývame verzia 3, no znamená to 3 verejne publikovaná verzia. Medzi verziou 2 a 3 vzniklo 5 aktualizácii ktoré slúžili ako podklady pre rozhodovanie policymakerov.

Touto cestou sa chceme poďakovať Slovenskej akadémii vied, kolegom z Univerzity Komenského ako aj ostatným analytickým inštitútov a iným organizáciam, ktorý nám výrazne pomohli vylepšiť štúdiu. Ich celý zoznam nájdete v našej štúdii alebo vo FAQ. Prezentované údaje sú statické scenáre. Vieme, že každý deň sa prijímajú nové opatrenia a kroky, ktoré menia celý priebeh scenárov.  Keďže hodnota R0 je  dynamická, môže v čase ďalej klesať, ale aj rásť, štúdiu preto pre vedenie priebežne aktualizujeme. K štúdii vydávame aj sprievodný blog, v ktorom ju v skratke vysvetľujeme.

Ďakujeme, že to neberiete na ľahkú váhu a ešte väčšia vďaka všetkým zdravotníkom za ich obetavú prácu aj napriek  extrémnemu tlaku ktorému čelia. V prípade akýchkoľvek otázok týkajúcich sa predikcie šírenia Covid-19 kontaktujte nás na kontakt.izp@health.gov.sk.

24. apríla 2020

Podľa nových dát bude nakazených menej. Je to aj vďaka opatreniam.

Zverejňujeme tretiu verziu nášho modelu šírenia COVID-19, do ktorej sme zapracovali najnovšie poznatky o šírení tohto ochorenia na Slovensku. Ako aj v predchádzajúcich verziách modelu, jeho účelom nie je „uhádnuť“ presný počet nakazených, ale pripraviť viaceré scenáre, ktorými sa môžeme uberať.

8. apríla 2020

Počítame možné dopady na náš zdravotný systém. Chceme, aby sme boli pripravení.

Nedávno sme publikovali blog, v ktorom sme reagovali na niektoré výhrady k nášmu modelu a vysvetľovali jednotlivé postupy a rozhodnutia pri výpočtoch. Týmto spôsobom sa budeme snažiť komunikovať všetky zmeny v modeloch. Ešte predtým by sme však radi vysvetlili kto vlastne sme, čo je naša práca, aká je jej úloha a ako ju treba chápať.

6. apríla 2020

Pri modelovaní scenárov sa radíme s odborníkmi, každá konštruktívna kritika je zapracovaná.

Sme radi za akýkoľvek feedback, berieme aj kritiku od verejnosti. Mrzí nás však, keď niektorá kritika ide mimo rámca slušnosti, mrzí nás, keď niekto tvrdí, že nekomunikujeme, po tom, ako sme si vymenili niekoľko mailov a strávili hodiny na telefóne. A práve preto vydávame tento blog, kde si rozoberieme dve veľké kritiky na náš model.

Časté otázky

Pre informácie ohľadom Covid-19 nesúvisiace s našim modelom alebo inými analytickými výstupmi, prosím:

Čo znamenajú 3 scenáre priebehu nákazy v modeli?

V našom modeli popisujeme tri základné scenáre vývoja. Berieme do úvahy šírenie COVID-19 v marginalizovaných rómskych komunitách (MRK), u ktorých sa z viacerých dôvodov (napríklad horší prístup k hygiene či vyššia hustota obyvateľstva) ochorenie šíri rýchlejšie. V štúdii pracujeme aj s verziou izolácie MRK alebo izolácie seniorov (prelink). Scenáre sú zoradené podľa veľkosti dopadu, za základný a najviac pravdepodobný považujeme scenár 2. Model pracuje s počtom nakazených, nie len potvrdených prípadov.

  • Pri R0 1,1 a vyššom riziku v MRK: V tomto scenári nastáva vrchol o necelých 7 mesiacov, kedy je nakazených 0,59 % populácie (cca 33 000 ľudí). Scenár popisuje konzervatívny odhad stavu na Slovensku, kde hodnota rýchlosti šírenia R0 bola oproti predchádzajúcej štúdii znížená, nakoľko sa potvrdili dopady vládnych opatrení a ich dodržiavanie obyvateľstvom. Tento scenár zohľadňuje pravdepodobné rýchlejšie šírenie v rámci MRK.
  • Pri R0 0,8 a vyššom riziku v MRK: V tomto prípade nastáva vrchol nákazy na úrovni 0,1 %, čo predstavuje okolo 5 600 nakazených (symptomatických aj asymptomatických). Hodnota R0 bola v tomto scenári dopočítaná po očistení tých, ktorí prídu s ochorením zo zahraničia (čiže sa nenakazili na Slovensku). Scenár ráta s optimistickou hodnotou R0 na úrovni 0,8. Nákaza sa pritom pomaly šíri ďalej (aj keď značne utlmená) a to z toho dôvodu, že v niektorých oblastiach (napr. MRK) je stále R0 vyššia ako 1.
  • Pri R0 0,8 a neutrálnom riziku v MRK: V prípade priemerného R0 na úrovni 0,8 a bez zohľadnenia rizík v MRK je na vrchole nákazy chorých len 0,05 % populácie (menej ako 2 200 nakazených) a vrchol vírusu simulácia ukazuje v priemere už do 10 dní odo dňa nula. Počet nakazených pozvoľna klesá, keďže R0 má v celej krajine hodnotu nižšiu ako 1. Na základe odhadu situácie v MRK je podľa epidemiológov ako aj údajov z posledných dní málo realistickou premisou. Zistiť kde reálne sme vieme, len intenzívnejším a cieleným testovaním a cielenou podporou týchto oblastí.
Prečo je taký rozdiel v číslach medzi prvým a súčasným modelom?

Prvý model vychádzal z pár dní údajov a mal preto veľa zjednodušení. Jeho cieľom bolo len ilustrovať, ako kľúčové je, aby sa včas zaviedli reštriktívne opatrenia. V čase zverejnenia prvej analýzy, ktorú sme pôvodne neplánovali zverejňovať, predikovali prevalenciu COVID-19 v Británii pre viac ako 80% populácie a Angela Merkelová tvrdila, že v Nemecku prevalencia dosiahne minimálne 60%.

Druhá analýza už vychádzala zo slovenských údajov a presnejšej mobility, kde sme rátali s nižšou hodnotou reprodukčnej sily vírusu (R0) vo výške 1,6. Na základe porovnania údajov z ČR či projektu pod vedením The London School of Hygiene & Tropical Medicine (LSHTM) vieme dnes povedať, že odhad 1,6 bol korektný: v Česku dosahovala hodnota R0 v danom období hodnoty 1,2-1,8 a podľa LSHTM sme mali na Slovensku hodnotu R0 približne 1,4. Medzi druhým modelom a tým súčasným sme pripravili niekoľko aktualizácií hodnôt (mobility, R0, iných premenných) a na pravidelnej báze sme informovali politické vedenie krajiny.

Postupom času sme pripravili aktualizáciu s R0 1,2 – 0,8, ktoré zostalo ako základný scenár v analýze 3. V tejto analýze máme aj presnú mobilitu obyvateľstva z dát operátorov, ako aj ďalšie prvky – napríklad možný príchod infikovaných zo zahraničia – ktoré zvyšujú presnosť modelu a umožňujú modelovať ďalšie scenáre. Cieľom modelu je stále vytvárať scenáre, na základe statických vstupných dát, a preto je výsledky scenárov nutné pravidelne aktualizovať.

Prečo váš model ukazuje iné výsledky ako medzinárodné modely?

The Institute of Health Metrics and Evaluation na Washingtonskej univerzite zverejnil predikciu potreby lôžok, JIS a úmrtí na Slovensku na základe počtu úmrtí na Covid-19. Predikcie zverejnené 17.4. (najnovšie predikcie ku dňu 20.4.2020) ukazujú vrchol úmrtí už 20.4., s počtom úmrtí v jeden deň 42 a s nasledovným poklesom na 41 a 34 úmrtí denne. V realite v dňoch 20-22.4. zomreli dvaja, žiadny a jeden pacient – model IHME pritom predikoval minimálne 5 (a maximálne 127) úmrtí v týchto dňoch. Tieto modely sa preto taktiež aktualizujú na dennej báze. Cieľom nášho modelu je poskytovať scenáre a dopady alternatívnych riešení, nie predikcie. Napriek tomu ho budeme pravidelne aktualizovať.

Model pod záštitou Oxfordskej univerzity (epidemicforcasting.org). využíva verejne dostupné a odhadované vstupy a následne modeluje dopady šírenia vírusu v niekoľkých scenároch mobility, či obmedzení hodnoty R0. Dátovo vychádza z počtu pozitívne nakazených danej krajiny. V prípade zachovania pôvodnej reprodukčnej sily vírusu by sme na základe modelu dosahovali 1,3 – 3% vrchol infekcie, a to na konci mája 2020. V prípade najsilnejších opatrení a R0 vo výške 0,5 by sme koncom apríla nemali mať už nové aktívne prípady. Tento odhad približne koreluje so súčasným najoptimistickejším scenárom IZP (čiže sa nepotvrdí žiadne náhodné ohnisko nákazy a udržíme hodnotu R0).

Na čo vlastne slúži Váš model? V čom je iný experimentálny model?

Model IZP nie je využívaný ako predikcia, ale ako modelovanie rôznych scenárov, ako napríklad scenár lockdownu, scenár vyššej hodnote R0 alebo scenár izolácii seniorov. Model slúži krízovému štábu ako jeden z podkladov pre rozhodovanie o výbere opatrení alebo o potrebe prípravy zdravotníckych kapacít pre rôzne scenáre, nie ako priamou predikciou počtu infikovaných.

V experimentálnom modeli je na základe výskumu matematikov Richarda Kollára a Kataríny Boďovej z FMFI UK a ich skúmania počtu infikovaných v zahraničí využité postupné znižovanie hodnoty R0 v čase. Z tohto dôvodu ustupuje nákaza v čase rýchlejšie ako v základom modeli IZP.

Ako ovplyvňujú MRK a socio-demografické faktory scenáre?

Podľa odhadov epidemiológov je v marginalizovaných rómskych komunitách a niektorých ďalších obciach R0 veľmi pravdepodobne vyššie ako vo zvyšku krajiny kvôli vysokému počtu osôb na jedno bydlisko a chýbajúcej infraštruktúre akou je verejná kanalizácia a vodovod. Ak je R0 v danej MRK vyššia ako 1, jedna infekcia v obci znamená, že sa postupne nakazí celá komunita. Z tohto dôvodu sú MRK v modeli najzraniteľnejšou skupinou a odporúčame, aby komunity boli chránené zvýšením testovaním a aby bolo umožnené znížiť R0 poskytnutím rúšok a zlepšením hygienických podmienok.

Sme už za vrcholom infekcie?

Vrchol infekcie v súčasnom scenári (Scenár 2, R0 vo výške 0,8) prakticky neexistuje, počet nakazených je stabilný a nízky, ale infekcia zostáva v populácii počas dlhého obdobia bez extrémneho preťaženia zdravotníckeho systému.

Čo je kĺzavý medián? Prečo sa používa?

Kĺzavý medián berie do úvahy informácie z posledného týždňa. Na rozdiel od aritmetického priemeru nie je ovplyvnený extrémnymi hodnotami – napríklad nálezom 120 infikovaných v jeden deň – v prípade, že počet nových infekcií vo zvyšku týždňa je stabilne na nízkych hodnotách okolo 40. Táto veličina zohľadňuje ak sa nové infekcie objavili u izolovaných osôb, kde je riziko začiatku komunitného šírenia minimálne. Táto veličina je jednoduchá a ľahko interpretovateľná, ale stále poukazuje na stav šírenia koronavírusu na Slovensku, čo je dôvodom na jej využitie krízovým štábom.

Pomohol by nám lockdown poraziť koronavírus?

Model ukazuje, že aj keď lockdown mierne zníži vrchol nákazy a posunie ho na neskôr, vírus stále zostane v populácii lokálne a aktivuje sa tiež príchodom infikovaných jednotlivcov zo zahraničia. To znamená, že vírusu sa nedokážeme lockdownom úplne zbaviť. Pri súčasných nízkych hodnotách R0, ktoré nepoukazujú na preťaženie kapacít zdravotného systému sa scenár lockdownu nezdá ako nevyhnutné riešenie.

Nemal by byť testovaný každý?

Veľká väčšina pacientov s miernymi príznakmi nemusí byť testovaná na prítomnosť vírusu Covid-19 z kapacitných dôvodov a z dôvodu ochrany zdravotníkov. Najlepšou možnosťou pre týchto ľudí je zotrvať v domácej karanténe, vyhýbať sa kontaktu s ďalšími ľuďmi a dodržiavať oficiálne odporúčania hygienikov. Toto je hlavný faktor, ktorý spomalí ďalšie šírenie vírusu a pomôže uchrániť zraniteľné časti obyvateľstva.

Kto všetko pracuje na tejto analýze?

Radi by sme sa poďakovali všetkým osobám a inštitúciám, ktoré si našli priestor a pripomienkovali náš model, poskytli údaje alebo svoj odborný názor. Osobitne ďakujeme: Martin Venhart (Fyzikálny ústav SAV, člen Predsedníctva SAV); Karol Nemoga (Matematický ústav SAV); Tomáš Goga (Geografický ústav SAV); Igor Mračka (Matematický ústav SAV); Miloslav Bahna (Sociologický ústav SAV); Robert Klobucký (Sociologický ústav SAV); Robert Mistrík a Juraj Lutšan (HighChem), Pavol Čekan (MultiplexDX), Richard Kollár a Katarína Boďová (FMFI UK, Bratislava), Radoslav Harman a Zuzana Chladná (FMPH UK), Vladimír Boža (FMFI UK), Henrietta Hudečková (JLF UK), Jana Zibolenová (JLF UK), Vladimír Krčméry (LFUK), Urban Kováč a Peter Pšenák (KKM LFUK), Jozef Šuvada, Tomáš Kúdela a jeho tím (MZ SR), Miroslav Gašpárek (UNI OX), Michal Račko,  Soňa Slobodníková, Matúš Lupták (a jeho tím), kolegovia z IFP (Eduard Hagara, Branislav Žúdel, Daniel Dujava, Tomáš Meszároš), UHP (Štefan-Zdeno Kišš, Adam Marek a Tomáš Hellebrandt), Daniel Reitzner, Ján Šimon, Pedro Degiovanni, Micole De Vera a všetkým odborne diskutujúcim na FB, či e-mailom. Teší nás a ďakujeme, že máme možnosť spolupracovať, okrem iných, aj s členmi platformy Slovak.AI pod vedením prof. Márie Bielikovej.

Aké dáta používate pre výpočet modelu, môžu sa ešte zmeniť?

Pre výpočet používame nasledujúce vstupy:

  • Rýchlosť šírenia vírusu
  • Migračná matica slovenských obcí
  • Čas dojazdu medzi obcami
  • GPS lokalita obcí
  • Populácia na obec
  • Počet seniorov, študentov a dospelých na obec
  • Počet lôžok na jednotke intenzívnej starostlivosti a pľúcnych ventilátorov
  • Hustota osídlenia a sociodemografické vplyvy na šírenie v obci
  • Údaje o príchodoch zo zahraničia na základe SIM
  • Údaje o presunoch medzi obcami na základe SIM
  • Beta z modelu doc. Harmana a Dr. Chladnej
  • Socio-demografické charakteristiky MRK
  • Mikroregióny (definované funkčnými oblasťami)

Pracujeme s najlepšími dostupnými dátami, ktoré sú momentálne k dispozícii. Nepretržite pracujeme na ich aktualizácii a sledujeme aj nové premenné, ktoré do modelu môžu vstúpiť.