Кого вакцинировать первым? Инженеры отвечают на вопрос жизни и смерти с помощью теории сетей
Инженеры и медицинские исследователи из Пенсильванского университета разработали структуру, которая может определить наилучшую и наиболее оптимизированную с точки зрения вычислений стратегию распределения вакцин от COVID-19 в любом конкретном сообществе.
В исследовании , опубликованном в журнале PLOS One , рассматривается одна из важнейших проблем реагирования на пандемию — как расставить приоритеты в усилиях по вакцинации в сообществах, где проживают люди с разным уровнем риска, когда запасы ограничены, а ставки высоки.
Исследовательская группа, в состав которой вошли Сасвати Саркар, профессор электротехники и системной инженерии (ESE), Ширин Саиди Бидохти, доцент ESE, Харви Рубин, практикующий врач медицинского факультета Пенсильванского университета и профессор инфекционных заболеваний, и докторант ESE Рагху Аргал, разработала свою структуру, которая могла бы учитывать достаточную сложность популяции для определения наилучших и наиболее применимых стратегий вакцинации, но не настолько сложную, чтобы она стала недоступной для учреждений общественного здравоохранения без мощных суперкомпьютеров.
В итоге исследователи создали легко адаптируемую структуру, которая обеспечивает эффективные и уникальные стратегии за считанные секунды и требует лишь вычислительной мощности персонального ноутбука.
Улавливание ровно нужного уровня сложности
Определение наилучшей теоретической стратегии внедрения вакцины, которая включает все влияющие параметры, такие как индивидуальные показатели здоровья, ограничения по местоположению и требуемые дозы, обычно занимает месяцы и более, даже при наличии огромных вычислительных мощностей, доступных сегодня.
Это связано с тем, что размер сообществ, в которых необходимо оптимизировать такие развертывания, может легко достичь миллиона. Например, сообщества в районах Нью-Йорка варьируются от 0,5 до 2,7 миллиона человек.
«Нам нужен был подход, который обеспечивал бы разработку стратегий в более актуальные сроки и требовал бы меньших вычислительных мощностей», — говорит Саркар.
«Это было особенно важно для нас, поскольку мы хотели, чтобы сама структура была доступна для малообеспеченных и отдаленных сообществ, которые, как правило, больше всего страдают от вспышек заболеваний . Нам пришлось подойти к этой реальной проблеме более практично, продолжая при этом использовать инструменты теории сетей, которые охватывали достаточную неоднородность населения, чтобы прийти к осмысленной и полезной стратегии».
Чтобы достичь этого «оптимального» уровня сложности, исследователи выделили три широкие, но репрезентативные группы:
Группа высокого риска: включает пожилых людей и людей с ослабленным иммунитетом, которые наиболее уязвимы к тяжелым формам COVID-19 и смерти.
Группа высокого контакта: работники основных служб, такие как медицинские работники, учителя и сотрудники продуктовых магазинов, которые подвергаются высокому риску распространения вируса.
Базовая группа: остальное население, не попадающее в категории высокого риска или высокого контакта.
Определив эти отдельные группы и используя десятилетия исследований оптимальных структур управления, команда смогла использовать численную методологию с нужным уровнем сложности, которая может предложить уникальные и эффективные стратегии для любого сообщества.
Разные стратегии для разных сообществ
Неудивительно, что данная схема показала, что для снижения общего числа смертей лучше всего в первую очередь вакцинировать либо группу высокого риска, либо группу высокого контакта, а базовую группу — в последнюю очередь.
«Самая распространенная стратегия, которая была применена в отношении вакцин от COVID-19, заключается в том, чтобы сначала вакцинировать группу высокого риска», — говорит Саиди Бидохти. «Но в 42% смоделированных случаев наша структура показывает, что на самом деле более эффективно вводить вакцину группе высокого контакта до группы высокого риска».
Независимо от того, какой группе следует отдать приоритет, стало совершенно ясно, что универсального решения не существует.
«Эта вычислительная структура может помочь нам определить конкретные решения для разных групп людей и тех, которые более тонкие, к которым мы можем не прийти интуитивно самостоятельно», — говорит Аргал. «Кроме того, поскольку инфекционные заболевания и их вспышки становятся более сложными, распространяясь с разной скоростью в разных сообществах, использование этого подхода теории сетей будет становиться все более уместным».
Междисциплинарное сотрудничество в сфере общественного здравоохранения
Успех команды является прямым результатом сотрудничества в области инженерии, теории сетей и медицинских исследований.
«Работа с медицинскими исследователями устраняет разрыв между теоретическими моделями и реальными приложениями», — говорит Саиди Бидохти. «Сотрудничая с экспертами в этой области, мы гарантируем, что наша инженерная и модельная работа будет иметь прямое, ощутимое влияние на общественное здравоохранение».
«Для решения этих задач требуется вычислительный склад ума, и одной группе это не под силу», — добавляет Рубин.
«И результат этого сотрудничества имеет решающее значение, поскольку инфекционные заболевания, такие как норовирус, mpox и лихорадка денге, представляют собой постоянные угрозы, и неизбежно появятся новые. Требуется междисциплинарное сотрудничество для разработки стратегий одновременной борьбы с несколькими заболеваниями, включая внедрение вакцин против нескольких вирусов одновременно».
Следующие шаги для исследований и следующего поколения инженеров
Расширение возможностей этой структуры для решения проблем одновременных вспышек нескольких заболеваний, а также распространение мнений о поведении, которое влияет на распространение заболеваний, и корреляция между эволюцией таких мнений и заболеваниями — вот лишь несколько проектов, которые предстоит реализовать этой исследовательской группе.
«Любая стратегия, разработанная для сдерживания болезни, будет хороша лишь в том случае, если население будет добровольно сотрудничать с ней», — говорит Саркар.
«Это справедливо в отношении стратегий тестирования, карантина и вакцинации. Вирусы и мнения людей о стратегии общественного здравоохранения распространяются одинаково — через взаимодействие. Однако мнения могут распространяться как через личное, так и через дистанционное взаимодействие.
«Но мы можем моделировать распространение мнений, используя те же методы, которые мы разработали для распространения вирусов, и использовать наш подход сетевой теории, чтобы интегрировать эту динамику в более целостную и реалистичную стратегию вакцинации и общей профилактики заболеваний».
Для поддержки применения инженерных подходов к различным системам, с которыми мы как общество сталкиваемся, крайне важно предоставить следующему поколению инженеров навыки, которые позволят им работать на стыке технологий, медицины и общественного здравоохранения.
Для Аргала, который начал работу над докторской диссертацией в 2020 году, глобальная пандемия и проблема вакцинации стали прекрасной возможностью проверить свои навыки.
«Я всегда намеревался использовать инженерные инструменты в таких областях, как здравоохранение, экономика и другие, где требуются сложные стратегии принятия решений», — говорит он.
«Начало моей исследовательской карьеры ознаменовалось принятием одного из самых важных глобальных решений в области общественного здравоохранения — определением того, как внедрить ограниченные объемы вакцины от COVID-19.
«Таким образом, без всякого планирования, я смог с самого начала погрузиться в свое первоначальное намерение по проблеме с высокими ставками. И теперь наша структура не только помогает информировать это решение, но и может применяться к другим схожим по распространению респираторным заболеваниям, таким как РС-вирус, грипп и норовирус, которые в настоящее время на подъеме и проявляются в одновременных, «квадратных» всплесках с COVID-19».
Само исследование также может помочь поступающим в Пенсильванский университет студентам найти новые направления исследований, имеющие реальное значение.
«Этот проект показывает нашим студентам, что инженерное дело — это не только создание машин», — говорит Бидохти.
«Речь идет о решении реальных проблем, которые влияют на жизни людей. Поскольку я преподаю такие курсы, как теория информации и сетей, я приношу эти исследования в класс, чтобы показать нашим студентам, что возможно с дипломом инженера, помогая им мыслить творчески, работать в разных дисциплинах и использовать свои навыки, чтобы оказывать значимое влияние».