Új módszer a járványok követésére az Egészségbiztonság Nemzeti Laboratórium kutatóitól

Egy pandémia esetén nagyon fontos a járvány minél pontosabb követése, hogy a közvélemény és a döntéshozók tisztában legyenek a valós helyzettel. Ráadásul mindezt lehetőleg valós időben, hiszen egy hetekkel vagy hónapokkal később készült elemzés már nem sokat segít a járványvédekezésben. A járvány alakulását leíró egyik leghasznosabb mutatószám az úgynevezett reprodukciós szám, ami azt fejezi ki, hogy egy fertőzött átlagosan hány másik embernek adja át a fertőzést. Ezt szeretnénk minél gyorsabban és minél pontosabban megbecsülni. Kritikus kérdés, hogy ez a szám nagyobb vagy kisebb mint egy, hiszen ezen múlik, hogy emelkedő vagy csökkenő esetszámokra számíthatunk. Amikor a reprodukciós szám egy alá esik, akkor túl vagyunk egy járványhullám csúcsán, ez egy olyan esemény amit nagyon fontos detektálni – írta az Egészségbiztonság Nemzeti Laboratórium közleménye.

A probléma az, hogy ezek a becslések hagyományosan a jelentett esetszámokra alapulnak, amik nem mindig megbízhatóak. Ráadásul egy változás az esetszámokban annak is betudható, ha a tesztelésben történt valami változás: többet vagy éppen kevesebbet tesztelnek, esetleg új szempontok szerint vagy más típusú tesztekkel; ezek mind torzítják a becsléseket.

Az Egészségbiztonság Nemzeti Laboratórium kutatói most arra dolgoztak ki teljesen újfajta módszert, hogyan lehet ezeket a problémákat elkerülni, és közben valós időben követni a reprodukciós szám változását.

A járvány alakulását alapvetően meghatározza az emberek közötti kontaktusok számának változása, ami nagy ingadozásokat mutatott a pandémia különböző szakaszaiban. Amikor sokan otthon maradtak, akkor drasztikusan lecsökkent a kontaktusok száma. Nagyon sok közvetett módszer van az emberek aktivitásának monitorozására, például mobiltelefonok mozgásának figyelése, kiskereskedelmi vásárlások száma, tömegközlekedés kihasználtsága. Ezek azonban sem nem eléggé pontosak, sem nem eléggé reprezentatívak, vagy éppen adatvédelmi megfontolásokból nem használhatók.

COVID-19 reprodukciós számának becslése az új technológiával a 2020-as év során

Az Egészségbiztonság Nemzeti Laboratórium kutatói, Bokányi Eszter (Eötvös Loránd Tudományegyetem), Vizi Zsolt (Szegedi Tudományegyetem), Koltai Júlia (HUN-REN Társadalomtudományi Kutatóintézet), Röst Gergely (Szegedi Tudományegyetem) és Karsai Márton (HUN-REN Rényi Alfréd Matematikai Kutatóintézet) munkájának lényege, hogy meg is kérdezni az embereket, és az önkéntes válaszolók adatai alapján mérni lehet a kontaktusok alakulását. Mindez a magyarországi pandémia elején indított - a Szegedi Tudományegyetem szofteverfejtő munkatársai segítségével létrehozott - Magyar Adatszol­gáltató Kérdőív (MASZK) segítségével történt, amelyen keresztül a sikeres kampányoknak köszönhetően mintegy 300 000 honfitársunk válaszolt a kérdőívre, és szolgáltatott önkéntesen adatot, ami a világon a legnagyobb ilyen jellegű felmérés lett. Ez a napi többezer válaszoló már elegendő volt ahhoz, hogy egy pontos előrejelző rendszer épüljön a válaszaikra. Mindennek az informatikai hátterét az SZTE Szoftverfejlesztési Tanszék dolgozta ki és biztosította.

A módszer működését a COVID-19 pandémia első két magyarországi hullámán mutatták be a kutatók. A kérdőíves válaszok alapján napi szintű kontaktmátrixok készültek, amelyek egy járványdinamikai modellel összekapcsolva alkalmasak voltak a reprodukciós szám napi becslésére. A kutatók eredményei szerint, ez a járvány bizonyos kritikus szakaszaiban megbízhatóbb eredményt adott, mint a hivatalos esetszámokra támaszkodó becslések. Ráadásul ez az innovatív technológia viszonylag olcsó, és a szokásos járványügyi megfigyelő rendszerektől teljesen független, így azokat nagyon jól kiegészíti, és egy új eszközt ad a járványvédekezéshez.

SZTE Info

A borítóképen: A tanulmány szerzői közül ketten, az Egészségbiztonság Nemzeti Laboratórium vezető kutatói, Dr. Röst Gergely (SZTE) és Dr. Karsai Márton (HUN-REN Rényi Intézet) az eredményeket bemutató poszter előtt egy bolognai epidemiológiai kongresszuson.