ЛОНДОН, 12 мая – РИА Новости, Мария Табак. Более активное сотрудничество и обмен данными с разработчиками эпидемиологических моделей могло бы пойти на пользу России и повысить точность прогнозов распространения эпидемии коронавируса, заявил в интервью РИА Новости доктор биофизики, специалист по вопросам иммунитета, выпускник Кембриджского и Калифорнийского университетов Перец Партенски.
«
"Важно не только думать о том, что та или иная модель тебе говорит, но также о том, как можно улучшить ее и создать более точную базу для региональной стратегии. Наилучшим вариантом действий для российского минздрава было бы организовать рабочую группу, которая взаимодействовала бы с наиболее видными разработчиками моделей, снабжала бы их информацией, а также обсуждала бы планируемые действия по борьбе с эпидемией на региональном уровне. Россия – самая большая страна в мире, так что, в отличие от маленького, но плотно населенного Сингапура, там речь должна идти о децентрализованной региональной стратегии с эффективными инструментами контроля и отслеживания межрегионального распространения вируса", - сказал Партенски.
"Такой подход улучшит результаты каждого из разработчиков моделей, а более широкое взаимодействие позволит России извлечь пользу из метаанализа прогнозов, основанных на разных моделях", - убежден ученый.
Для создания основы эффективного моделирования, по мнению Партенски, главное, что необходимо – это расширение тестирования до уровня, позволяющего устанавливать не только количество зараженных, но и более точное число незараженных.
«
"На основании количества тестов и выявленного числа позитивных и негативных диагнозов модель делает вывод о соотношении зараженных и незараженных в населении в целом. Когда вы только начинаете тестирование, то получаете большое число зараженных. Как правило, это означает, что нужно тестировать больше. А когда вы тестируете и получаете только 10% позитивных результатов или меньше 1% (как в Сингапуре), то вы можете быть намного более уверены в достоверности прогноза, который дает ваша модель", - пояснил собеседник агентства.
"Также важно использовать два типа тестов: для выявления активной инфекции и для широкого серологического анализа, позволяющего выявить тех, кто был инфицирован в прошлом и уже выздоровел. Это позволяет повысить качество оценки числа выздоровевших в соответствующей модели. А выявление инфицированных и выздоровевших поможет нам оценить, сколько остается подверженных болезни", - пояснил Партенски.
Среди важных для улучшения качества прогнозирования мер также, по его мнению, значится усиление такого направления работы, как поиск контактов пациентов с диагностированным COVID-19. От того, насколько эффективно в том или ином регионе можно наладить процесс выявления контактов, во многом зависит не только точность прогнозов, но и собственно эффективность и скорость борьбы с эпидемией, отмечает эксперт.
При принятии любых мер региональным властям следует учитывать местную специфику.
«
"Например, если власти требуют социального дистанцирования или ношения масок, то возникают вопросы: будут ли люди следовать этим требованиям добровольно, насколько будут эффективны принудительные меры? Эти детали в разных регионах могут отличаться", - пояснил он.
"Говоря о моделях, важно учитывать, что те, за кем наблюдают, одновременно являются наблюдателями. И если оптимистичная модель дает людям понять, что им не стоит сильно волноваться, то она приведет к худшим результатам. Пессимистичная модель заставит людей проявлять большую осторожность, и это приведет к лучшим результатам. Но никакая модель не определит, что с нами будет, это определяем мы сами. И лучшее, что мы можем сделать в борьбе с мировым кризисом, затрагивающим всех – это быть прозрачными в том, что касается наших данных, так мы сможем добавить к моделям наш собственный опыт, тем самым улучшив их, чтобы затем пользоваться более эффективными моделями, включающими и опыт других людей", - заключил собеседник агентства.