Një nga gjërat kryesore në krijimin e një strategjie për të luftuar COVID-19 dhe përcaktimin e masave të nevojshme epidemiologjike për këtë qëllim është identifikimi i qartë i vendeve dhe situatave që janë më të rrezikuara, sepse ato përfaqësojnë një mundësi për përhapjen masive të virusit.
Vende të tilla mund të identifikohen përmes ndjekjes së kontakteve dhe gjetjes së vendeve ku një numër i madh i njerëzve janë infektuar.
Vendosja e pikave të nxehta me ndihmën e aplikacioneve mobile
Por nuk është gjithmonë e lehtë të identifikosh vende të tilla dhe t’i kategorizosh siç duhet sipas shkallës së rrezikut.
Kjo është pikërisht ajo që shkencëtarët amerikanë janë përpjekur të bëjnë me ndihmën e një modeli të ri që përdor të dhëna të telefonit celular për të hartuar lëvizjet e njerëzve.
Rezultatet sugjerojnë që tubimet në restorante, kafene dhe palestra mund të shpjegojnë shumicën e rasteve të infeksionit COVID-19 në qytetet e SHBA-së, raportoi të martën revista prestigjioze Nature.
Por modeli tregon gjithashtu se zvogëlimi i përdorimit të kapacitetit në dispozicion mund të zvogëlojë ndjeshëm numrin e infeksioneve.
Modeli “ka udhëzime konkrete që mund të jenë të dobishëm në përcaktimin e masave me kosto efektive për të luftuar përhapjen e sëmundjes, ndërsa kufizojnë dëmet në ekonomi”, thotë Thiemo Fetzer, një ekonomist në Universitetin e Warwick në Coventry.
Të dhënat mbi lëvizjen e miliona njerëzve u monitoruan
Për të parashikuar se si lëvizja njerëzore mund të ndikojë në transmetimin e virusit, ekipi hulumtues hodhi të dhëna anonime të vendndodhjes së përdoruesit nga aplikacionet e telefonit celular në një model të thjeshtë epidemiologjik që vlerësonte sa shpejt po përhapet sëmundja. Të dhënat për vendndodhjen e SafeGrapha, një kompani me qendër në Denver, Colorado, u mblodhën në 10 qytetet më të mëdha të SHBA-së, duke përfshirë Çikago, New York dhe Filadelfia. Ekipi hartoi se si njerëzit lëviznin në 57,000 lagje drejt vendeve të caktuara me interes, të tilla si restorante, kisha, palestra, hotele, dhe dyqane të pajisjeve sportive, gjatë dy muajve, duke filluar nga marsi.
Kur ekipi krahasoi numrin e infeksioneve në lagjet e Çikagos midis 8 marsit dhe 15 prillit, të dhënë nga modeli, me numrin e infeksioneve të regjistruara zyrtarisht në ato lagje një muaj më vonë, ata zbuluan se modeli parashikonte me saktësi numrat e rasteve të konfirmuara.
“Ne jemi në gjendje të vlerësojmë me përpikëri rrjetin e kontakteve midis 100 milionë njerëzve për çdo orë të ditës. Ky është një përbërës sekret që kemi”, tha një nga autorët e studimit, Jure Leskovec.
Vendet që janë pikat kryesore të nxehta
Ekipi përdori modelin e tij për të simuluar skenarë të ndryshëm, të tilla si rihapja e disa vendeve duke i mbajtur të tjera të mbyllura. Ata zbuluan se hapja e një restoranti me kapacitet të plotë çoi në rritjen më të madhe të infeksioneve, pasuar nga palestrat, pastaj kafenetë dhe hotelet dhe motelet. Sikur Çikago të hapte përsëri restorantet më 1 maj, do të kishte pasur gati 600,000 infeksione shtesë atë muaj, ndërsa hapja e palestrave do të shkaktonte rreth 149,000 infeksione shtesë.
Por nga ana tjetër, modeli tregoi që kufizimi i përdorimit të të gjitha vendeve në 30% do të ulte numrin e infeksioneve shtesë në 1.1 milion. Nëse përdorimi do të kufizohej në 20%, infeksionet e reja do të zvogëloheshin me më shumë se 80% në rreth 650,000 raste.
Njerëzit nga lagjet e varfra janë më të prekshëm
Të dhënat sugjerojnë gjithashtu pse njerëzit nga lagjet e varfra kanë më shumë gjasa të infektohen, gjë që është konfirmuar në praktikë në SHBA. Gjegjësisht, problemi është se ata janë më pak të aftë për të punuar nga shtëpia, dhe ata duhet të dalin në punë patjetër.
Restorantet nuk janë domosdoshmërisht pikat kryesore të nxehta kudo
Por restorantet mund të mos jenë në fokus kudo. Të dhënat nga kontaktet nga Gjermania zbuluan se restorantet nuk ishin burimi kryesor i infeksionit në atë vend, thotë Moritz Kraemer, i cili modelon sëmundjet infektive në Universitetin e Oksfordit në Mbretërinë e Bashkuar. Kjo mund të jetë edhe e vështirë të identifikosh burimin e infeksionit duke përdorur të dhënat e përdorura për të kërkuar kontakte.