Valutare le previsioni della diffusione del virus Ebola
Uno studio che confronta le opinioni di esperti e modelli nella previsione delle epidemie di Ebola.
― 7 leggere min
Indice
- Come si Diffonde l'Ebola
- Sfide nel Contenere gli Focolai di EVD
- Il Ruolo dei Modelli nel Prevedere la Diffusione dell'EVD
- Confronto delle Previsioni degli esperti con i Modelli Matematici
- Metodologia
- Intuizioni degli Esperti sui Casi di EVD
- L'Uso dei Modelli nella Previsione
- Analisi delle Previsioni Fatte dagli Esperti
- Confronto delle Previsioni degli Esperti con i Modelli Matematici
- Valutazione delle Prestazioni di Diversi Metodi di Previsione
- Nominazioni degli Esperti di Zone Sanitarie a Rischio
- Pensieri Finali sulle Previsioni e sul Loro Impatto
- Fonte originale
La Malattia da virus Ebola (EVD) è una malattia seria causata dal virus Ebola. È apparsa per la prima volta nel 1976 nello Zaire, ora conosciuto come Repubblica Democratica del Congo (RDC). Da allora, ci sono stati Focolai di EVD regolarmente, più o meno ogni 1-2 anni. La malattia è nota per causare sintomi gravi, tra cui emorragie, e ha un alto rischio di morte, con tassi di mortalità tra il 25% e il 90%. Uno dei focolai significativi è avvenuto nelle regioni nordorientali della RDC tra il 2018 e il 2020, portando a oltre 3.300 casi riportati e più di 2.100 morti.
Come si Diffonde l'Ebola
L'Ebola si diffonde principalmente attraverso il contatto diretto con i fluidi corporei di una persona malata, specialmente durante il momento in cui mostrano sintomi. Per questo motivo, isolare le persone malate e garantire sepolture sicure sono passi fondamentali nella gestione degli focolai. Inoltre, il tracciamento dei contatti – trovare e monitorare le persone che sono state esposte al virus – è molto importante. Negli ultimi tempi, sono stati approvati e utilizzati anche vaccini per aiutare a controllare la diffusione del virus.
Sfide nel Contenere gli Focolai di EVD
I focolai di EVD si verificano solitamente in aree con risorse limitate. Questo rende difficile comunicare e fornire servizi sanitari in modo efficace. Quando si cerca di controllare la diffusione, vari fattori possono complicare gli sforzi. Ad esempio, conflitti o disastri naturali come inondazioni possono interrompere le strategie di contenimento e i servizi sanitari. I cambiamenti nel modo in cui le persone cercano aiuto medico possono sia aiutare che ostacolare gli sforzi per controllare la trasmissione del virus.
Il Ruolo dei Modelli nel Prevedere la Diffusione dell'EVD
I ricercatori spesso utilizzano Modelli Matematici e statistici per prevedere come le malattie infettive, compresa l'EVD, si diffonderanno. Questi modelli utilizzano dati raccolti durante focolai passati per prevedere i rischi futuri. Tuttavia, la diffusione dell'EVD può essere influenzata da molti fattori in cambiamento, rendendo difficile prevedere con precisione.
Oltre a fare affidamento sui modelli, gli esperti del settore utilizzano anche la loro esperienza e conoscenza della situazione attuale per fare le loro previsioni. Prendono in considerazione diversi aspetti come la geografia dell'area, il clima locale e la situazione in corso nella comunità. La combinazione delle previsioni dei modelli e delle opinioni esperte può fornire intuizioni preziose su come potrebbe svilupparsi l'epidemia.
Previsioni degli esperti con i Modelli Matematici
Confronto delleDiversi studi hanno esaminato quanto bene gli esperti umani possano prevedere la diffusione delle malattie rispetto ai modelli matematici. Questi studi hanno generalmente trovato che, mentre i modelli si basano su calcoli matematici, gli esperti spesso performano meglio quando si tratta di previsioni a breve termine. Ad esempio, studi su malattie come l'influenza e il COVID-19 hanno mostrato che gli esperti avevano un migliore successo nel prevedere il numero di casi, anche se a volte hanno avuto difficoltà a prevedere il numero di morti.
Questo articolo esplorerà come le opinioni degli esperti si sono comportate rispetto ai modelli matematici nel prevedere la diffusione dell'EVD durante l'epidemia del 2018-2020 nella RDC.
Metodologia
Per valutare quanto bene gli esperti potessero prevedere la diffusione dell'EVD, sono state condotte interviste mensili con esperti sanitari che avevano esperienza nel campo. Questi esperti sono stati chiesti di prevedere il numero di casi in diverse zone sanitarie per diversi mesi. Sono state fornite informazioni sui conteggi dei casi precedenti e sono stati invitati a stimare quanti nuovi casi si aspettavano.
Insieme a questo, sono stati utilizzati due modelli per prevedere il numero di casi. Un modello ha utilizzato un approccio "gravità" che ha preso in considerazione la popolazione delle diverse zone sanitarie, mentre l'altro ha considerato solo le aree adiacenti per la trasmissione.
Intuizioni degli Esperti sui Casi di EVD
Gli esperti sono stati intervistati per le loro previsioni riguardanti varie zone sanitarie colpite dall'epidemia. Hanno identificato diverse aree in base alla loro conoscenza su dove il virus potesse diffondersi.
Durante le interviste, gli esperti hanno fornito le loro stime in base a ciò che sapevano all'epoca. Ad esempio, a dicembre 2019, gli esperti prevedevano un'alta probabilità di casi nella zona sanitaria di Mabalako, dove erano già stati segnalati molti casi. Tuttavia, erano meno certi riguardo alla probabilità di nuovi casi in altre aree.
L'Uso dei Modelli nella Previsione
Insieme alle previsioni degli esperti, sono stati sviluppati modelli matematici per prevedere il numero di nuove infezioni basate su dati storici. I modelli miravano a prevedere quanti casi potrebbero apparire sulla base delle tendenze precedenti.
I due modelli utilizzavano approcci diversi: uno prendeva in considerazione la popolazione di ciascuna zona, mentre l'altro considerava solo le zone adiacenti.
I risultati ottenuti da esperti e modelli sono stati confrontati per capire quale metodo fosse più efficace nel prevedere la diffusione dell'EVD.
Analisi delle Previsioni Fatte dagli Esperti
Le previsioni fatte dagli esperti hanno mostrato gradi di accuratezza variabili. In alcuni mesi, gli esperti hanno identificato correttamente le zone sanitarie che avrebbero visto un aumento dei casi, mentre in altri le loro stime erano errate. Ad esempio, a gennaio, gli esperti hanno previsto correttamente che alcune zone sanitarie avrebbero riportato casi, ma spesso si aspettavano numeri di casi più alti di quelli realmente verificatisi.
A febbraio, gli esperti hanno avuto difficoltà con le loro previsioni; molte zone sanitarie non hanno riportato nuovi casi come previsto. A marzo, sembrava che gli esperti avessero una comprensione più chiara della situazione e abbiano fatto previsioni più accurate, mostrando una diminuzione dei casi attesi.
Confronto delle Previsioni degli Esperti con i Modelli Matematici
Esaminando le prestazioni complessive di esperti e modelli, è emerso chiaro che avevano punti di forza diversi. I modelli tendevano a funzionare meglio con le soglie più basse di casi attesi, mentre le previsioni degli esperti erano più accurate nel prevedere soglie più alte.
I modelli hanno classificato alcune zone sanitarie come a maggior rischio, aiutando a prioritizzare le aree per l'intervento. Tuttavia, le previsioni degli esperti spesso fornivano un contesto prezioso che i modelli da soli non riuscivano a catturare.
Valutazione delle Prestazioni di Diversi Metodi di Previsione
L'accuratezza delle previsioni è stata valutata utilizzando il Brier Score, che misura quanto bene le previsioni corrispondono ai risultati reali. Complessivamente, gli esperti tendevano a sovrastimare il rischio di nuovi casi a soglie più basse, ma erano più riservati quando si trattava di prevedere soglie più alte.
I modelli matematici hanno generalmente mostrato prestazioni costanti nel tempo. Sono stati particolarmente efficaci nell'aiutare a identificare le zone a rischio di riaccensioni e quindi hanno contribuito a una migliore pianificazione delle interventi.
Nominazioni degli Esperti di Zone Sanitarie a Rischio
Durante lo studio, gli esperti sono stati anche autorizzati a nominare ulteriori zone sanitarie che ritenevano a rischio di nuovi casi. Molte di queste aree nominate non facevano parte delle interviste iniziali, ma gli esperti attribuivano probabilità a esse basate sul loro giudizio professionale.
Ad esempio, a dicembre, gli esperti hanno identificato varie zone che presentavano rischi, e a gennaio hanno continuato questa pratica, aggiungendo nuove zone alle loro previsioni. Nonostante la loro intuizione, molte di queste zone non hanno portato a casi confermati, sollevando interrogativi sull'accuratezza delle loro valutazioni del rischio.
Pensieri Finali sulle Previsioni e sul Loro Impatto
Sia gli esperti che i modelli hanno giocato ruoli significativi nella previsione della diffusione dell'EVD. Mentre i modelli fornivano un approccio sistematico alle previsioni, l'insight degli esperti portava conoscenze contestuali che sono vitali durante gli focolai.
La combinazione delle previsioni degli esperti e delle previsioni dei modelli può aiutare le autorità sanitarie a prendere decisioni informate su dove allocare risorse e come rispondere efficacemente agli focolai.
Attraverso questa analisi, è chiaro che entrambi i metodi di previsione hanno il loro posto nella risposta epidemica, e utilizzarli insieme potrebbe portare a migliori risultati nella gestione di futuri focolai.
Titolo: Forecasting the spatial spread of an Ebola epidemic in real-time: comparing predictions of mathematical models and experts
Estratto: Ebola virus disease outbreaks can often be controlled, but require rapid response efforts frequently with profound operational complexities. Mathematical models can be used to support response planning, but it is unclear if models improve the prior understanding of experts. We performed repeated surveys of Ebola response experts during an outbreak. From each expert we elicited the probability of cases exceeding four thresholds between two and 20 cases in a set of small geographical areas in the following calendar month. We compared the predictive performance of these forecasts to those of two mathematical models with different spatial interaction components. An ensemble combining the forecasts of all experts performed similarly to the two models. Experts showed stronger bias than models forecasting two-case threshold exceedance. Experts and models both performed better when predicting exceedance of higher thresholds. The models also tended to be better at risk-ranking areas than experts. Our results support the use of models in outbreak contexts, offering a convenient and scalable route to a quantified situational awareness, which can provide confidence in or to call into question existing advice of experts. There could be value in combining expert opinion and modelled forecasts to support the response to future outbreaks.
Autori: James D Munday, A. Rosello, W. J. Edmunds, S. Funk
Ultimo aggiornamento: 2024-03-15 00:00:00
Lingua: English
URL di origine: https://www.medrxiv.org/content/10.1101/2024.03.14.24304285
Fonte PDF: https://www.medrxiv.org/content/10.1101/2024.03.14.24304285.full.pdf
Licenza: https://creativecommons.org/licenses/by/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia medrxiv per l'utilizzo della sua interoperabilità ad accesso aperto.