يُظهر نموذج جديد قائم على البيانات أن ارتداء الأقنعة ينقذ الأرواح - وكلما بدأت مبكرًا ، كان ذلك أفضل
يحاكي نموذج الكمبيوتر عدد حالات COVID-19 التي كان من الممكن منعها في مقاطعة معينة في الولايات المتحدة ناقلات Leontura / DigitalVision عبر Getty Images

طور الدكتور ببلاف سريفاستافا ، أستاذ علوم الكمبيوتر في جامعة ساوث كارولينا ، وفريقه أداة تعتمد على البيانات تساعد في إظهار تأثير ارتداء الأقنعة على حالات COVID-19 والوفيات. يستخدم نموذجه مجموعة متنوعة من مصادر البيانات لإنشاء سيناريوهات بديلة يمكن أن تخبرنا "ماذا كان يمكن أن يحدث؟" إذا كان لدى مقاطعة في الولايات المتحدة معدل أعلى أو أقل من التصاق القناع. في هذه المقابلة ، يشرح كيف يعمل النموذج ، وحدوده وما هي الاستنتاجات التي يمكننا استخلاصها منه.

يقدم عالم الكمبيوتر Biplav Srivastava عرضًا توضيحيًا للمحاكاة لإظهار أن السياسات السابقة للتوصية بارتداء القناع تحدث فرقًا أكبر في انتشار فيروس كورونا.

{vembed Y = g3o_TW2OWJU}

ماذا يفعل نموذج الكمبيوتر هذا؟

هذه أداة وطنية يمكن أن تظهر التأثير الذي يمكن أن يحدثه ارتداء الأقنعة. إذا كانت مقاطعة يرتدي فيها الأشخاص أقنعة بشكل منتظم ، فستظهر لك عدد حالات COVID-19 والوفيات التي تجنبوها. إذا اخترت مقاطعة لا يرتدي فيها الأشخاص أقنعة ، فستظهر لك عدد الحالات والوفيات التي كان من الممكن منعها هناك.

كيف يفعل ذلك؟

نحن بحاجة إلى الكثير من البيانات للقيام بذلك. اوقات نيويورك مسح تقريبا كل مقاطعة في الولايات المتحدة خلال الصيف وخصصت درجة من 0-5 لارتداء القناع لكل منهم ، لذلك هذا هو جوهر النموذج. نستخدم أيضًا بيانات New York Times و Johns Hopkins لأرقام الحالات في الوقت الفعلي ؛ بيانات التعداد للديموغرافيات مثل حجم السكان ومتوسط ​​العمر والمزيد ؛ والبيانات الجغرافية لقياس المسافة بين المقاطعات.


رسم الاشتراك الداخلي


يعتمد على تقنية رياضية تسمى تحكم اصطناعي قوي، والذي يستخدم غالبًا في أبحاث الأدوية ، حيث توجد مجموعة مراقبة ومجموعة علاجية.

على سبيل المثال ، لنلق نظرة على مقاطعة وايندوت ، كانساس. لديها درجة عالية نسبيًا في ارتداء القناع حوالي 3.4. لأن النموذج مصمم ليخبرنا بـ "ماذا لو؟" سيناريو ، سينظر في ما كان سيحدث إذا تم تخفيض درجة ارتداء القناع إلى 3.0 ، وهو الحد الأقصى لـ "ارتداء القناع المنخفض" ، ولكن يمكن للمستخدم تجربة القيم الأخرى أيضًا لمعرفة ما سيحدث. وصلنا إلى 3.0 بناءً على تحليل عادات ارتداء القناع على الصعيد الوطني. تراوحت القيم الفعلية بين 1.4 و 3.85 ، بمتوسط ​​وطني يبلغ 2.98.

يمكننا تحديد تاريخ تتغير فيه درجة ارتداء القناع إلى 3.0. إذا قمنا بتعيينها للعمل من 1 يونيو إلى 1 أكتوبر ، فإنها تخبرنا أن مقاطعة وايندوت كان لديها 101.5٪ أكثر من الحالات و 150 حالة وفاة أخرى في تلك الفترة يخبر المستخدم عدد الوفيات التي حدثت أو تم منعها بناءً على معلمة معدل الوفيات التي يمكن للمستخدم تعيينها. في هذا المثال ، تم تعيينه على 2٪.

كيف ينشئ النموذج "ماذا لو؟" سيناريو إذا لم يحدث بالفعل؟ يقوم بذلك من خلال النظر إلى المقاطعات الأخرى القريبة والتي لديها نفس التركيبة السكانية وعدد الحالات ولكن عتبة أقل لارتداء القناع. يحاول التوصل إلى متوسط ​​مرجح لتشكيل مجموعة تحكم اصطناعية مشابهة لمقاطعة اهتمامنا (مجموعة العلاج). ثم ينظر النموذج إلى مدى تباعد المجموعتين من حيث أهمية الحالة. يتم تحويل الفرق في عدد الحالات بين المجموعتين إلى اختلاف في الوفيات باستخدام معلمة معدل الوفيات.

ماذا يخبرنا هذا عن تأثير سياسات ارتداء الأقنعة؟

قد يكون من المفيد الاستمرار في ارتداء القناع أو تنفيذ سياسة القناع في أي وقت. لكن تأثيره يكون أعلى عندما تفعله مبكرًا. عند تشغيل هذا النموذج عدة مرات باستخدام تواريخ مختلفة ، ستلاحظ أن التأثير يقل عندما تقوم بتأخير تنفيذ سياسة ارتداء القناع. لذلك إذا نفذت مقاطعة سياسة القناع في 1 يونيو ، فإنها كانت ستمنع العديد من الحالات. إذا تحركت في الأول من يوليو ، فسيكون لها تأثير أقل. إذا تحركت في أغسطس ، لكانت ستمنع الحالات ، لكن عدد قليل جدًا.

ما هي حدود هذا النموذج؟

تعمل هذه الأداة بشكل أفضل مع بعض المقاطعات أكثر من غيرها. بشكل عام ، يعمل بشكل أفضل مع المقاطعات الأقرب إلى المتوسط ​​، لأنه سيكون لها تطابق أقرب للمقارنة بها. هناك أيضًا قيود بمعنى أن مسح الالتزام بأقنعة نيويورك تايمز تم إجراؤه في الصيف ، والأمور تتغير باستمرار. لذلك إذا استخدم باحثون آخرون هذه الأداة ، فسيتعين عليهم حساب التغييرات.

لكن ما تراه هو أنه عند تنفيذ سياسة الأقنعة أو ارتداء السكان للأقنعة بانتظام ، فإن ذلك يكون له تأثير إيجابي. وكلما فعلت ذلك مبكرًا ، زادت فعاليته.

نبذة عن الكاتب

ببلاف سريفاستافا ، أستاذ علوم الكمبيوتر ، جامعة ساوث كارولينا. أود أن أشيد بعمل فريقي ، سبارش جوهري ، وكارتيكايا سريفاستافا ، وتشينماي أباجيجودا ، ولوكيش جوهري ، في تطوير هذا البرنامج.المحادثة

يتم إعادة نشر هذه المقالة من المحادثة تحت رخصة المشاع الإبداعي. إقرأ ال المقال الأصلي.

كتب ذات صلة:

الجسم يحافظ على النتيجة: العقل والجسم في شفاء الصدمة

بقلم بيسيل فان دير كولك

يستكشف هذا الكتاب الروابط بين الصدمة والصحة البدنية والعقلية ، ويقدم رؤى واستراتيجيات للشفاء والتعافي.

انقر لمزيد من المعلومات أو للطلب

التنفس: العلم الجديد لفن ضائع

بواسطة جيمس نيستور

يستكشف هذا الكتاب علم وممارسة التنفس ، ويقدم رؤى وتقنيات لتحسين الصحة البدنية والعقلية.

انقر لمزيد من المعلومات أو للطلب

مفارقة النبات: الأخطار الخفية في الأطعمة "الصحية" التي تسبب المرض وزيادة الوزن

بواسطة ستيفن ر

يستكشف هذا الكتاب الروابط بين النظام الغذائي والصحة والمرض ، ويقدم رؤى واستراتيجيات لتحسين الصحة والعافية بشكل عام.

انقر لمزيد من المعلومات أو للطلب

قانون المناعة: النموذج الجديد للصحة الحقيقية ومكافحة الشيخوخة الجذرية

بواسطة جويل جرين

يقدم هذا الكتاب منظورًا جديدًا للصحة والمناعة ، بالاعتماد على مبادئ علم التخلق ويقدم رؤى واستراتيجيات لتحسين الصحة والشيخوخة.

انقر لمزيد من المعلومات أو للطلب

الدليل الكامل للصيام: اشفي جسدك بالصيام المتقطع ، والصيام المتناوب ، والممتد

بقلم الدكتور جيسون فونج وجيمي مور

يستكشف هذا الكتاب علم وممارسة الصيام ويقدم رؤى واستراتيجيات لتحسين الصحة والعافية بشكل عام.

انقر لمزيد من المعلومات أو للطلب