7 월,2020 년

의 Anders 건 더슨과 리아나 Woskie,HGHI

에서는 발생의 문제는 어떻게 신속하게 새로운 병원균을 확산에서 한 경우 많은 필수적인 부분이 퍼즐의 과학자들도 함께 넣을 수 있습니다. 이 질문에 답하기 위해 전문가는 견적을 제공하는 모델을 사용하여 다른 정보 출처에서 도출합니다. 의 결과에 이 복잡한 프로세스 모델링은 기본적인 복제 번호,또는 R0 는 우리에게 알려줍니다,평균,얼마나 많은 사람들이 감염된 사람을 감염시킬 수 있습.

R-naught 란 무엇입니까?
r-naught(R0)는 전염성 질병에 대해 계산할 수있는 값입니다. 그것은 평균적으로 한 명의 감염된 사람이 그 질병을 전염시킬 것으로 예상 할 수있는 사람들의 수를 나타냅니다. 즉,전염병의 평균”확산 가능성”을 계산 한 것입니다.

왜 유용합니까?
R0 로 귀중한 통찰력을 제공한 잠재적인 확산하는 질병 지역,주,국가의 정부뿐만 아니라,공공 보건 당국을 사용할 수 있는 요인으로 자신의 의사 결정하는 최고의 컨트롤니다. 또한할 수 있으므로 이로 인한 계산을 위한 다양한 질병에,그것은 우리가 상황화 확산을 가진 사람을 우리는 이전에 볼 수있는 등의 사스 감염병,에볼라,에이즈,계절 독감,2009H1N1 독감 등등.

어떻게 계산됩니까?
R0 을 계산하는 데 사용되는 세 가지 주요 요소가 있습니다. 그들은 질병의 전염성 기간,전염 방식 및 접촉율입니다. 우리는 각각에 대해 조금 더 깊이 잠수 할 것입니다.

전염 기간
이 기간 동안 사람이 감염되는 전송할 수 있는 감염을 다른 인간을 얼마나 사람의 질병은 전염성이 있습니다. 더 긴 감염 기간은 더 높은 R0 값을 의미합니다.이것이 질병이 전염되는 방식입니다. 독감과 같은 공수 감염은 hiv 나 에볼라와 같이 전염되기 위해 신체 접촉이 필요한 것보다 더 빨리 퍼질 것입니다. 따라서 공수 감염은 r0 값이 더 높은 경향이 있습니다.

접촉률
이것은 질병에 걸린 사람이 얼마나 많은 사람들과 접촉 할 것으로 예상 될 수 있는지를 나타냅니다. 이 변수는 처음 두 가지와 같은 질병에 특이 적이 지 않습니다. 오히려 그것은 영향을 받는 수많은 요인을 포함한 위치 및 공중 보건에서 측정 장소,같은 검역소에 보관하는 여행 금지. 이 요소는 상당히 수정 가능합니다.

소스에서 불확실성의 R0 에 2019-nCoV 발생

전염 기간
이 변수는 상대적으로 고정한 감염을—하지만 그것은 다소 다를 수 있습니다 사람입니다. 예를 들어,젊은,그렇지 않으면 건강한 사람이 될 수 있는 감염성에 대한 보다 적은 시간이 오래 된 사람과 함께 기본적인 건강 조건입니다. 2019-nCoV 의 경우 초기 사례를 기반으로 전염성 기간에 대한 추정치가 있지만 이러한 값은 추정치로 남아 있습니다. 이것은 또한 다는 점에 R0 는 평균 값이 계산됩 포함하여,전염하는 기간 동안,또한 평균을 의미하는데 수 있는 상당한 변화를. 예를 들어 있는 경우 superspreaders 높은 R0 이 될 것으로 오프셋 인구의 대부분은 실제로 낮은 R0.

전송 모드를
이 변수는 또한 상대적으로 고정되어에 대한 특정 감염,하지만 마찬가지로 전염하는 기간,우리는 확실하지 않은 방법을 정확하게 2019-nCoV 이 확산됩니다. 여러 초기 연구는 큰 공기 방울처럼,무엇이 있는 생산에서 기침의 감염된 사람,를 전달할 수 있습니다 질병하지만,거기에 혼란이었는지 여부에 대해 사람들과 2019-nCoV 은 전염성기 개발하는 증상입니다. 예를 들어,문서에 발표된 새로운 노 월 30 일하는 증거를 문서화에 대한 증상의 전송 2019-nCoV 지금 보도에 따라 잘못된 정보를 말한다. 우리는 여전히이 바이러스에 대해 배우고 있으며,지금까지 생산 된 모든 R0 값은 손에있는 정보를 기반으로 만 계산할 수 있습니다.

접촉률
상황이 조금 더 복잡해지기 시작하는 곳입니다. 연락처율의 감염된 환자에 격렬하게 변화가 사람에서 사람에 따라 다양한 변수를 포함하여 지리,여행,패턴,격리 또는 여행 금지,그리고 능력의 보건 의료 시스템을 효과적으로 식별 및 분리하는 감염된 환자의 이름을 몇 가지 있습니다. 이 값은 전염성 기간 또는 전송 모드와 달리 매우 수정 가능합니다. 더 높은 접촉률은 더 높은 R0 값을 의미하지만,이러한 모든 요소는 발생의 맥락에 따라 추정되어야합니다. 2019-nCoV 의 경우,Lancet 의 최근 논문은 일일 여행량을 추정하고 추정치를 산출하기 위해 quarantines 와 같은 공중 보건 개입을 차지했습니다.

R0 2019 년-nCoV 컨텍스트에서

R0 은 종종 그래프와 함께 질환의 사망률과 같은 이 NYT 대화형(스크롤 다운)또는 이것을 시각화합니다. 이는 유용한 방법으로 아이디어를 얻을 모두의 질병의”퍼짐”그리고 어떻게 치명적이 그것입니다,다른 사람에 비해,그러나 그것은 문제 없이 되지 않습니다. 이 단계에서,사망률은 2019 년-nCoV 할 수 없을 정확하게 계산하기 때문에 우리는 알지 못한 상태에서 입원한 환자의 총 경우–그러므로 견적을 기반으로 우리가 알고 있는 것으로,지금이 훨씬 좋아 R0. 그래서,이러한 그래프 컨텍스트를 제공합한 2019-nCoV 대에 비해 다른 감염성 질환,그러나 우리는 주의해야 한다는 단순히 보고는 2019-nCoV 나타나지 않는 모든 것을 치명적이거나 퍼지는 것을 의미하지 않는 현실이 발발의 것 재생하는 방법입니다.

이 모든 것이 무엇을 의미합니까?
이것은 발생의 고유 한 복잡성과 가변성을 강조합니다. R0 값은 발발 심각도를 측정하는 데 도움이 될 수 있지만 r0 값이 높다고해서 전 세계적으로 확산되거나 전염병이 보장되는 것은 아닙니다. 이것은 평균의 추정치를 기반으로 한 평균값의 계산입니다. 초기 R0 값이 생성 될 때이를 해석하는 방법에 대한주의와 지침으로 순환해야합니다. 우리는이 현재의 발발로 R0 추정치 주변의 공개 경보를 보았는데,이는 정확히 우리가 피하는 것을 목표로해야 할 것입니다.