London, Inggris: Strategi baru dari University of Warwick untuk memodelkan penyebaran COVID-19 menggabungkan data yang ditangkap oleh smartphone tentang pergerakan orang dan menunjukkan janji untuk membantu mengembangkan kebijakan penguncian yang optimal.
Ritabrata Dutta dari University of Warwick, Inggris, dan rekan mempresentasikan hasil ini dalam jurnal akses terbuka PLOS Computational Biology. Bukti menunjukkan bahwa blokade efektif dalam mengurangi penyebaran COVID-19. Namun, mereka datang dengan biaya ekonomi yang tinggi, dan dalam praktiknya tidak semua orang mengikuti pedoman penguncian pemerintah.
Jadi, Dutta dan rekan mengusulkan, strategi penguncian yang optimal akan menyeimbangkan antara mengendalikan pandemi COVID-19 yang sedang berlangsung dan meminimalkan biaya ekonomi dari penguncian.
Untuk membantu memandu strategi semacam itu, para peneliti telah mengembangkan model matematika baru yang mensimulasikan penyebaran COVID-19.
Model berfokus pada Inggris dan Prancis dan, menggunakan pendekatan statistik yang dikenal sebagai perhitungan perkiraan Bayesian, model ini menggabungkan data kesehatan masyarakat dan data perubahan pergerakan orang, seperti yang ditangkap oleh Google melalui perangkat Android; data mobilitas ini digunakan untuk mengukur efektivitas kebijakan penahanan.
Selanjutnya, para peneliti mendemonstrasikan bagaimana model mereka dapat diterapkan untuk merancang strategi penguncian yang optimal untuk Inggris dan Prancis menggunakan teknik matematika yang disebut kontrol optimal.
Mereka telah menunjukkan bahwa adalah mungkin untuk merancang protokol penahanan yang efektif yang memungkinkan pembukaan kembali sebagian tempat kerja dan sekolah sambil mempertimbangkan biaya kesehatan masyarakat dan biaya ekonomi. Model dapat diperbarui secara waktu nyata dan dapat disesuaikan dengan negara mana pun yang menyediakan data kesehatan dan mobilitas publik Google yang andal.
“Pekerjaan kami membuka pintu untuk integrasi yang lebih besar antara model epidemiologi dan data dunia nyata, melalui penggunaan superkomputer, menentukan kebijakan publik terbaik untuk mengurangi dampak pandemi,” kata Dutta.
Dutta menambahkan: “Dalam waktu yang tidak terlalu lama, pembuat kebijakan mungkin dapat mengungkapkan kriteria prioritas tertentu, dan mesin komputasi, dengan banyak menggunakan kumpulan data yang berbeda, dapat menentukan tindakan terbaik. . “
Selanjutnya, para peneliti berencana untuk menyempurnakan model nasional mereka untuk bekerja pada skala yang lebih kecil; lebih khusus lagi, masing-masing dari 348 otoritas distrik lokal Inggris.
Para peneliti menambahkan, “Integrasi data besar, model epidemiologi, dan superkomputer dapat membantu kami merancang strategi penguncian yang optimal secara real time sambil menyeimbangkan biaya kesehatan masyarakat dan biaya ekonomi. ”
Penggemar alkohol pemenang penghargaan. Spesialis web. Pakar internet bersertifikat. Introvert jahat. Ninja bacon. Penggemar bir. Fanatik perjalanan total.
