Теперь два ученых из Вашингтонского университета разработали статистическую основу, которая включает ключевые данные о COVID-19, такие как количество случаев заболевания и смертность от COVID-19, для моделирования истинной распространенности этого заболевания в Соединенных Штатах и отдельных штатах. Их подход, опубликованный 26 июля в Proceedings of the National Academy of Sciences, предполагает, что в U.S. до 60% случаев COVID-19 остались необнаруженными по состоянию на 7 марта 2021 г., последнюю дату, на которую доступен использованный набор данных.
По словам исследователей, эта структура может помочь чиновникам определить истинное бремя болезней в их регионе – как диагностированных, так и недиагностированных – и соответственно направить ресурсы.
«Существует множество различных источников данных, на которые мы можем опираться, чтобы понять пандемию COVID-19 – количество госпитализаций в штате или количество положительных тестов. Но у каждого источника данных есть свои недостатки, которые могут дать предвзятое представление о том, что на самом деле происходит », – сказал старший автор Адриан Рэфтери, профессор социологии и статистики Университета штата Вашингтон. «Мы хотели разработать структуру, которая исправляет недостатки в нескольких источниках данных и использует их сильные стороны, чтобы дать нам представление о распространенности COVID-19 в регионе, штате или стране в целом."
Источники данных могут быть предвзятыми по-разному. Например, одна из широко цитируемых статистических величин COVID-19 – это доля результатов тестов в регионе или штате, которые оказались положительными.
Но поскольку доступ к тестам и готовность пройти тестирование зависят от местоположения, эта цифра сама по себе не может дать четкой картины распространенности COVID-19, сказал Рэфтери.
Другие статистические методы часто пытаются исправить ошибку в одном источнике данных, чтобы смоделировать истинную распространенность болезни в регионе. В своем подходе Рафтери и ведущий автор Николас Айронс, докторант UW по статистике, включили три фактора: количество подтвержденных случаев COVID-19, количество смертей из-за COVID-19 и количество проведенных тестов на COVID-19. день по данным проекта отслеживания COVID. Кроме того, они использовали результаты случайного тестирования на COVID-19 жителей Индианы и Огайо в качестве «якоря» для своего метода.
Исследователи использовали свою схему для моделирования распространенности COVID-19 в США.S. и каждый штат до 7 марта 2021 г. На тот день, согласно их структуре, примерно 19.7% U.S. жителей, или около 65 миллионов человек, были инфицированы. Это указывает на то, что U.S. вряд ли сможет достичь коллективного иммунитета без продолжающейся кампании вакцинации, сказали Рэфтери и Айронс.
Кроме того, U.S. имел коэффициент занижения 2.3, как выяснили исследователи, что означает, что только примерно 1 из 2.3 случая COVID-19 подтверждены тестированием. Иными словами, около 60% случаев вообще не учитывались.
По словам Айронса, этот показатель недоучета COVID-19 также широко варьировался в зависимости от штата и мог иметь несколько причин.
«Это может зависеть от серьезности пандемии и количества тестов в этом состоянии», – сказал Айронс. "Если у вас есть состояние с тяжелой пандемией, но ограниченное тестирование, недоучет может быть очень высоким, и вы упускаете из виду подавляющее большинство инфекций, которые происходят. Или у вас может быть ситуация, когда тестирование широко распространено, а пандемия не так серьезна. Там ставка недоучета была бы ниже."
Кроме того, коэффициент недоучета колебался в зависимости от штата или региона по мере развития пандемии из-за различий в доступе к медицинской помощи между регионами, изменений в доступности тестов и других факторов, сказал Рэфтери.
Учитывая истинную распространенность COVID-19, Рафтери и Айронс вычислили другие полезные цифры для состояний, такие как уровень смертности от инфекций, который представляет собой процент инфицированных людей, умерших от COVID-19, а также совокупную заболеваемость, которая составляет процент населения штата, переболевшего COVID-19.
По словам Рафтери, в идеале регулярное случайное тестирование людей показало бы уровень инфекции в штате, регионе или даже на национальном уровне.
Но во время пандемии COVID-19 только Индиана и Огайо проводили случайное вирусное тестирование жителей, наборы данных имели решающее значение для помощи исследователям в разработке их концепции. В отсутствие широко распространенного случайного тестирования этот новый метод мог бы помочь должностным лицам оценить истинное бремя болезней в этой и следующей пандемии.
«Мы думаем, что этот инструмент может иметь значение, давая ответственным лицам более точную картину того, сколько людей инфицировано и какая часть из них упускается из-за текущих усилий по тестированию и лечению», – сказал Рэфтери.
Исследование финансировалось Национальным институтом здоровья.