Nowe modele do przewidywania epidemii
Ciągły wzrost populacji oznacza ciągle nowe źródła infekcji, a nowoczesna komunikacja zapewnia bardzo szybkie rozprzestrzenianie. Połączenie powyższych czynników zwiększa ryzyko pandemii, jednak nowe metody epidemiologii obliczeniowej zapewniają narzędzia do przewidywania rozprzestrzeniania chorób. Uczestnicy finansowanego przez UE projektu EPIFOR (Complexity and predictability of epidemics: Toward a computational infrastructure for epidemic forecasts) przeprowadzili przełomowe badania obecnie używanych modeli. Pytania badawcze dotyczyły teoretycznej realistyczności obecnych modeli i ograniczeń przewidywania epidemiologicznego przy ich użyciu. Zespół EPIFOR jest jednym z nielicznych, które porównują i analizują różne duże zestawy danych epidemiologicznych. Korzystając z takich źródeł, zespół stworzył nowe algorytmy. Naukowcy przebadali wyniki danych z pandemii H1N1 z roku 2009 oraz późniejszej epidemii MERS-CoV. Wyniki udowodniły możliwość oceny bieżących nagłych alarmów epidemiologicznych oraz przewidywania rozprzestrzeniania się chorób. Postępy uczestników projektu EPIFOR w dziedzinie epidemiologii obliczeniowej zaowocowały nowymi możliwościami przewidywania. Takie wyniki są cenne dla instytucji zdrowia publicznego, umożliwiając odpowiedź na nagłe wybuchy chorób zakaźnych.
Słowa kluczowe
Epidemia, H1NI, MERS-CoV, pandemie, epidemiologia obliczeniowa, EPIFOR
