In der Modellierung COVID-19 lokal -, informatik-Experten konzentrieren sich auf community-Wiedereröffnung

In ein paar Monaten, ein interdisziplinäres team von University at Buffalo-Forscher hat sich neu orientiert, den Fokus von akademischen Beschäftigungen um ein Modell der lokalen übertragung von COVID-19 Fällen. Jetzt, mit der ersten Welle von Fällen ab, Sie drehen Ihre Aufmerksamkeit auf die Modellierung der Auswirkungen der Wiedereröffnung der lokalen Wirtschaft.

Ihre frühe Erfahrung mit den Modellen hat sich weiter aufschlussreich sein. Als Sie verfeinerten Ihre frühen Modelle, die wurden dann präsentiert, um lokale Anbieter und das Erie County Abteilung der Gesundheit (DOH), Sie begann zu erkennen, dass die anfänglichen ängste, dass die lokalen Krankenhäuser konnte überwältigt werden von COVID-19 Fällen würde, nicht realisiert werden.

„Wir hatten das Glück, in der Tatsache, dass wir nicht so viele Fälle wie New York City durch die Zeit, die Erie County geschlossene Geschäfte und Schulen“, sagte Gabriel Anaya, MD, ein klinischer informatik fellow in der Abteilung der Biomedizinischen informatik in der Jacobs School of Medicine und Biomedical Sciences an der UB. Anaya und Sarah G. Mullin, Doktorand in biomedical informatics spielen eine entscheidende Rolle bei der Entwicklung der Modelle. „Das hatte eine große Wirkung auf uns hat, ein großes plus in Erie County.“

„Wir sind sehr glücklich, Leben in einem Ort, wo wir gehen durch Phasen,“ Mullin vereinbart. „Wir haben bereits in einem Zustand der Regierung mitigation seit fast Anfang der Pandemie in der Grafschaft.“

Peter L. Elkin, MD, Stuhl der Abteilung der Biomedizinischen informatik, der beaufsichtigt Mullins und Anaya, fügte hinzu: „Die selbst-Quarantäne und social distancing-Massnahmen nahmen wir uns bedeutete, wir mussten nur etwa 40% der Krankenhausaufenthalte und Todesfälle hätten wir sonst. Aber den Vorteil, dass zeigt auch die Kehrseite von dem, was geschehen wird, wenn wir wieder öffnen zu schnell.“

Modellierung Interventionen

Anaya und Mullin modellieren, wie sich verschiedene Interventionen wird Einfluss auf die lokale Ausbreitung des virus.

„Wir wissen, dass, wenn die Hälfte der Bevölkerung nutzt Gesichtsmasken können wir mildern zunehmenden Fälle,“ Anaya sagte. „Aber es hängt davon ab, wie konsequent die Menschen mit Gesichtsmaske verwenden.“

Statistiken Sie sind zur Einbindung in Ihre Modelle die sich verändernden Realitäten auf dem Boden, wie der Rückgang der sozialen Distanzierung. Das wiederum ermöglicht es Ihnen mehr zu geben genaue Informationen zu den Krankenhäusern und zu den DOH, die dann verwendet werden, Strategien zu entwickeln.

Als das team zuvor—wenn-Fälle und Krankenhausaufenthalte erhöht lokal—werden Sie wieder schauen, um andere Länder haben bereits begonnen, sich zu öffnen, Ihre Volkswirtschaften, um zu sehen, was vielleicht im laden für Erie County.

„Zum Beispiel, Süd-Korea hatte ein weiterer Anstieg der Fälle, so dass wir suchen, um zu sehen, wie Sie mit ihm umgehen zu informieren, wie könnten wir umgehen mit einem künftigen Anstieg der Fälle, wie wir Sie wieder öffnen“, sagt Mullin. „Es ist dieser ständige Konsum von Informationen, die wir dann integrieren in unsere Modelle. Das wird sich wahrscheinlich fortsetzen, bis wir einen Impfstoff oder ein Medikament.“

Real Daten

Nach Elkin, ein wesentlicher Vorteil der Modelle, die Mullin, Anaya und Ihre Kollegen entwickelt haben, ist, dass die Modelle gehören nicht nur die prognostizierte Kurve der Fälle oder Krankenhausaufenthalte, aber auch die soziale Distanzierung, infizierten, aber asymptomatischen Individuen und Menschen übertragen auf die Intensivstation. Das Verständnis der Eigenschaften der Pandemie führt zu einer höheren prädiktiven Genauigkeit der Modelle. Zum Beispiel sagte er, das Diagramm oben zeigt, wie eng die Daten (in blau), gefolgt Ihre Vorhersage (in gold).

Es zeigt, wie gut unsere vorhergesagte Kurve abgestimmt, was passiert ist“, sagte er.

Der Intensive Aufwand, um alle Hände auf deck begann mit einer einfachen E-Mail zwischen Anaya und Mullin wieder Anfang März. „Wie viel sind Sie?“, war die drängendste Frage.

Mullin antwortete: „Nun, Gabe, wissen Sie, ich bin beschäftigt. Aber wir sind in einer Pandemie. Lassen Sie mich wissen, was Sie brauchen.“

Innerhalb von Stunden, Elkin hatte umverteilt, einige von Mullin ‚ s arbeiten, so dass Sie und Anaya könnte anfangen zu kooperieren, entwickeln und anpassen bestehender epidemiologische Modelle, um die lokalen COVID-19-Epidemie.

Die Zusammenarbeit zwischen Anaya und Mullin hat weiterhin produktiv zu sein, mit Mullin know-how in der Verwendung der Ontologie, die Studie der Organisation und Kategorisierung von wissen, um genauere predictive analytics ergänzt Anaya know-how in der klinischen informatik, die nutzt Gesundheits-Daten aus Krankenhäusern mit neuen Techniken zur Verbesserung der Gesundheitsversorgung.

Das einfache exchange-erweitert in eine breit angelegte Zusammenarbeit, die weiterhin bis in die Gegenwart, mit Forschern in der gesamten Abteilung, der Jacobs School und der School of Public Health und Gesundheitsberufe. Alle arbeiten zu sammeln und Daten zu analysieren, zu reflektieren und zu prognostizieren, wie sich die lokalen COVID-19-Epidemie wird sich entfalten.