ماندن در خانه ، محدود کردن مراکز سرایت-شامل بیمارستان ها ، مدارس و محل کار-ممکن است مرگ و میر ناشی از کووید -19 را مهار کند

در مطالعه جدید از آمارهای جدیدی استفاده شده است تا بفهمیم چرا برخی از مناطق ایتالیا در موج اول همه گیری بیشتر از سایر مناطق مورد حمله قرار گرفته اند.

طبق تحقیقات جدید ، ماندن در خانه و محدود کردن سفرهای محلی ، حمایت از دسترسی به مراقبت های اولیه و محدود کردن تماس ها در مراکز سرایت از جمله بیمارستان ها ، مدارس و محل های کار ، راهکارهایی هستند که ممکن است به کاهش مرگ و میر ناشی از COVID -19 کمک کنند . تیم تحقیق ، توسط آمارشناسان در پن ایالت ، مدرسه مطالعات پیشرفته Sant’Anna در پیزا ، ایتالیا و Université Laval در کبک ، کانادا ، از روشهای جدید آماری برای مقایسه اولین موج همه گیری در 20 منطقه در ایتالیا و شناسایی عوامل م toثر بر مرگ و میر

“فرانچسکا کیارومونته” ، سرپرست تیم تحقیقاتی ، استاد آمار و دارنده کرسی Lloyd و Dorothy Foehr Huck در آمار برای علوم زیستی در پن ایالت ، و هماهنگ کننده علمی بخش برتری EMBDS در مدرسه Sant’Ana. “ما می خواستیم بفهمیم چرا برخی مناطق بسیار شدیدتر از مناطق دیگر مورد اصابت قرار گرفته اند ، بنابراین از تکنیک های مورد بررسی و تازه توسعه یافته در زمینه آمار به نام تجزیه و تحلیل داده های عملکردی برای مقایسه نحوه پیشرفت موج اول در مناطق مختلف ایتالیا استفاده کردیم.”

این مطالعه به جای تمرکز بر مدل های پیش بینی مسیرهای همه گیری ، از تکنیک های تجزیه و تحلیل داده های عملکردی برای جمع آوری اطلاعات از اشکال منحنی های مرگ و میر در طول زمان استفاده کرد ، و راهی حساس برای ضبط ارتباطات و الگوهای داده ها ارائه کرد. محققان منحنی های مرگ و میر را در اولین موج اپیدمی در 20 منطقه در ایتالیا مقایسه کردند. پس از خوشه بندی و تراز کردن منحنی ها ، برای مشخص کردن شکل آنها و در نظر گرفتن شیوع بیماری ها در تاریخ های مختلف ، محققان می توانند عواملی را که ممکن است در تفاوت آنها نقش داشته باشد ، ارزیابی کنند. نتایج آنها 30 آگوست در مجله Scientific Reports ظاهر می شود. 

محققان دریافتند که تحرک محلی – میزان حرکت افراد در مناطق محلی خود – به شدت با مرگ و میر ناشی از COVID مرتبط است. به طور خاص ، آنها از داده های دسته “مواد غذایی و داروسازی” گوگل استفاده کردند ، که نشان دهنده تحرک مرتبط با تهیه مایحتاج ضروری مانند غذا و دارو است. در طول قرنطینه ملی که از مارس 2020 آغاز شد ، این سطوح تحرک در ایتالیا به شدت کاهش یافت ، تقریباً در هفته اول قرنطینه 30  و سپس در روزهای هفته تا 60  و در آخر هفته در مارس تقریبا 100. و آوریل

“در اوایل اپیدمی ، سوالات زیادی در مورد اینکه آیا محدودیت های تحرک واقعاً جواب می دهد وجود داشت یا خیر. نتایج ما به شواهد فزاینده ای می افزاید ، “چیارومونته گفت. وی افزود: “ما با تأخیر این اثر را مشاهده می کنیم ، اما هنگامی که افراد تحرک خود را کاهش می دهند ، شاهد مرگ و میر کمتری در ارتباط با COVID هستیم. و ما تنها کسانی نیستیم که این را مستند کرده ایم ، بنابراین وقتی به ما می گویند به عنوان یک اقدام کاهش دهنده در خانه بمانید ، باید در خانه بمانیم! “

بر اساس این مطالعه ، میزان آزمایش های مثبت COVID و مرگ و میر نیز با تأخیر همراه بوده و مجدداً تأیید می کند که مثبت بودن یک معیار مفید برای گنجاندن در مدل های بیماری است. 

تیم تحقیق همچنین چندین عامل جمعیت شناختی ، اجتماعی ، اقتصادی ، زیرساختی و محیطی را یک به یک بررسی کرد تا ببیند آیا آنها می توانند الگوهای مرگ و میر را بیشتر توضیح دهند. اینها شامل عواملی مانند درصد جمعیت بالای 65 سال ، شیوع شرایط قبلی مانند دیابت و آلرژی ، دسترسی به تخت مراقبت های اولیه و ICU و عواملی است که ممکن است میزان تماس را افزایش دهد ، مانند تعداد تخت در بیمارستان یا خانه سالمندان و تعداد دانش آموزان در کلاس درس. 

چیارومونته گفت: “بر اساس ارتباطات موجود با تکنیک های آماری ما ، آنچه باعث کاهش مرگ و میر می شود نه داشتن بیمارستان های بزرگ شیک با تعداد زیادی تخت ICU ، بلکه دسترسی خوب به پزشکان مراقبت های اولیه است.” “در حقیقت ، داشتن بیمارستان های بزرگ ممکن است نتیجه معکوس داشته باشد زیرا آنها به عنوان مراکز سرایت عمل می کردند. مکانهایی که تعداد تخت های بیشتر در بیمارستان ، تخت های بیشتر در خانه سالمندان ، دانش آموزان بیشتر در کلاس درس و کارکنان بیشتر در هر شرکت وجود دارد ، جایی است که همه گیری ها شدیدترین آنها بوده است. ” 

با انجام تحقیقات اضافی برای تأیید این روندها ، این نتایج می تواند تصمیم گیری را آگاه سازد ، برای مثال تشویق سرمایه گذاری های کوتاه مدت و میان مدت برای تقویت مراقبت های بهداشتی اولیه توزیع شده و محدود کردن تماس ها در مراکز سرایت. مدارس و محل های کار می توانند غلاف ها را تشویق کنند ، جایی که دانش آموزان و کارمندان فقط گروه محدودی از افراد را می بینند ، و بیمارستان ها می توانند بخش هایی را برای کاهش تماس ها تقسیم بندی کنند. 

کیارومونته می گوید: “مهم این است که حتی با کنترل این عوامل در تجزیه و تحلیل های آماری خود ، تحرک همچنان پیش بینی کننده بسیار عقب افتاده مرگ و میر است.” “و حتی با در نظر گرفتن تحرک ، میزان مثبت بودن و سایر عواملی که در نظر گرفتیم ، هنوز نمی توان به طور کامل توضیح داد که چرا این بیماری همه گیر در لومباردیا ، منطقه صنعتی شمالی که شامل میلان است ، بسیار شدیدتر از بقیه کشور است. به آنها هنوز نسبت به آنچه مدل های ما می توانند توضیح دهند ، بسیار دورتر هستند. افزایش دسترسی به داده های دقیق ، به موقع و با وضوح جغرافیایی بالا ممکن است به ما و سایر محققان اجازه دهد تا نتایج را تأیید کرده و توانایی ما را در توضیح شدیدترین مسیرها-مانند موارد مشاهده شده در لومباردیا در موج اول COVID-19 ، افزایش دهیم. “

محدودیت در دسترس بودن داده ها و صحت آنها چالش های متعددی را برای این مطالعه به وجود آورده است. به عنوان مثال ، آمار رسمی مرگ و میر منعکس کننده گزارش جدی جدی در اوایل اپیدمی بود ، بنابراین تیم تحقیق همچنین اطلاعاتی در مورد مرگ و میرهای متفاوت – تفاوت در کل مرگ و میرها در سال 2020 در مقایسه با میزان مرگ و میر متوسط ​​در پنج سال گذشته ، ادغام کرد. با این حال ، اطلاعات دقیق تر در مورد مرگ و میر ، موارد و بستری شدن در مقیاس جغرافیایی دقیق تر ، و احتمالاً تقسیم بندی بر اساس جنسیت ، سن ، شرایط موجود و سایر ویژگیها به تیم اجازه می دهد تا مدلهای خود را بهبود بخشد. علاوه بر این ، داده های جمعیت شناختی ، اقتصادی ، اجتماعی ، زیرساختی و زیست محیطی اغلب در مقیاس جغرافیایی درشت گزارش شده و اغلب چندین سال قدیمی هستند.

کیارومونته گفت: “پیشرفت هایی از ابتدای همه گیری صورت گرفته است ، اما امیدواریم که در آینده سازمان های دولتی ، دفاتر آمار و دیگر گروه ها واقعاً جمع آوری داده ها ، ادغام و در دسترس بودن آنها را در اختیار پژوهشگران واجد شرایط قرار دهند.” “همه ابهامات و سوالاتی که ما در اوایل داشتیم و در برخی موارد هنوز هم داریم ، در مورد مواردی که سرایت می شود ، آیا ویروس در رستوران ها یا سالن های ورزشی یا وسایل نقلیه عمومی در حال گسترش است یا اقدامات کاهش دهنده ای موثر است – ما می توانیم به این سوالات بسیار پاسخ دهیم. با داده های خوب م موثرتر ما در حال حاضر سعی می کنیم از پیشرفت استفاده کنیم-به عنوان مثال ، Google اقدامات خود را برای تحرک با وضوح جغرافیایی دقیق تری در دسترس قرار داده است ، و ما از آنها برای تجزیه و تحلیل موج دوم همه گیری COVID-19 در ایتالیا استفاده می کنیم.