Simple Science

Scienza all'avanguardia spiegata semplicemente

# Scienze della salute# Malattie infettive (eccetto HIV/AIDS)

Valutare la fine delle epidemie infettive

Usare modelli matematici per migliorare le decisioni nella gestione delle epidemie.

― 6 leggere min


Fine delle Epidemie:Fine delle Epidemie:Nuove Scopertegestione delle epidemie.I modelli matematici ristrutturano la
Indice

Quando si verifica un'epidemia di malattie infettive, è fondamentale che i funzionari della sanità pubblica rispondano in modo da minimizzare il danno evitando azioni non necessarie. Una volta contenuta l'epidemia, sorge una domanda chiave: quando i funzionari possono dichiarare in sicurezza che l'epidemia è finita? Dichiarare la fine di un'epidemia è significativo perché permette di allentare le misure sanitarie pubbliche. Tuttavia, questa dichiarazione dovrebbe avvenire solo quando il rischio di nuovi casi è basso.

Le linee guida dell'Organizzazione Mondiale della Sanità (OMS) suggeriscono che un'epidemia come quella dell'Ebola dovrebbe essere dichiarata finita quando non vengono segnalati nuovi casi per un periodo specifico, che è il doppio del tempo massimo necessario affinché i sintomi compaiano dopo l'infezione. Per l'Ebola, questo periodo è di 42 giorni. Questa linea guida è semplice e facile da applicare, ma il rischio di nuovi casi può dipendere da dettagli specifici di ogni epidemia. Fattori come la contagiosità della malattia, quanti casi sono stati trascurati e quanto tempo impiega chi è infetto a essere rimosso dalla popolazione possono influenzare la Probabilità di nuovi casi.

Questa variabilità mette in evidenza la necessità di metodi più scientifici per aiutare a decidere quando un'epidemia è veramente finita. Ultimamente, c'è stato interesse nell'utilizzo di modelli matematici per valutare le possibilità che non si verifichino nuovi casi in futuro, basandosi sui dati raccolti durante l'epidemia. Se i funzionari della sanità possono stimare questo rischio in tempo reale, possono prendere decisioni più informate su quando interrompere le azioni sanitarie pubbliche.

Modelli matematici nella gestione delle epidemie

Un metodo comune per stimare la probabilità che un'epidemia finisca è stato creato da ricercatori e si basa su un modello specifico di come si diffondono le malattie. Questo metodo utilizza tre informazioni principali: il numero di casi segnalati nel tempo, il tempo che intercorre da quando qualcuno si ammala fino a quando può infettare altri, e il modello di quanti nuovi casi una persona infetta potrebbe causare.

Tuttavia, questo metodo fornisce solo una stima e ha delle limitazioni. La nostra ricerca introduce un nuovo metodo che può calcolare la probabilità esatta che un'epidemia finisca, a condizione di avere informazioni dettagliate su chi ha infettato chi durante l'epidemia. Queste informazioni possono spesso essere raccolte tramite sforzi di Tracciamento dei contatti.

Abbiamo applicato questo nuovo metodo a due epidemie significative: una del virus Ebola nella Repubblica Democratica del Congo nel 2017 e un'altra del Virus Nipah in Bangladesh nel 2004.

Studio di caso: virus Ebola nella Repubblica Democratica del Congo

Nell'epidemia di Ebola del 2017 nella Zona Sanitaria di Likati, sono stati segnalati otto casi in un periodo di circa sei settimane. I funzionari della sanità hanno utilizzato il tracciamento dei contatti per capire come si è diffuso il virus. Mappando chi ha infettato chi, siamo stati in grado di stimare meglio quando il virus era stato contenuto.

Utilizzando sia il metodo standard che il nostro nuovo approccio, abbiamo calcolato la probabilità che l'epidemia fosse finita ogni giorno. Come ci si aspettava, le possibilità che l'epidemia fosse dichiarata finita aumentavano nei giorni senza nuovi casi. Tuttavia, il nostro metodo mostrava molta più variazione in queste probabilità rispetto al metodo standard.

Ad esempio, subito dopo la segnalazione di un nuovo caso, il metodo standard stimava un'alta probabilità che l'epidemia fosse finita, mentre il nostro metodo indicava una probabilità molto più bassa. Al contrario, dopo l'ultimo caso segnalato, il nostro metodo mostrava che l'epidemia poteva essere dichiarata finita molto prima di quanto suggerisse il metodo standard. Questa scoperta è vitale per la pianificazione e la previsione delle misure sanitarie pubbliche.

Studio di caso: virus Nipah in Bangladesh

L'epidemia del virus Nipah in Bangladesh è stata un'altra situazione significativa. Nel 2004, ci sono stati 36 casi confermati, con un'alta percentuale di mortalità. Attraverso il tracciamento dei contatti, siamo stati ancora in grado di ricostruire come il virus si è diffuso da persona a persona.

Come nel caso dell'epidemia di Ebola, abbiamo osservato che il nostro nuovo metodo stimava le probabilità di fine epidemia in modo diverso rispetto al metodo standard. In questo caso, durante il picco dell'epidemia, quando sono stati segnalati molti nuovi casi, il nostro metodo mostrava una probabilità drasticamente inferiore che l'epidemia fosse finita rispetto al metodo standard. Questo mette in evidenza l'importanza di utilizzare dati dettagliati sul tracciamento dei contatti per effettuare valutazioni più accurate dei rischi attuali.

Considerazioni importanti per dichiarare la fine delle epidemie

Dichiarare la fine di un'epidemia non è solo una questione di seguire una regola semplice. Anche se aspettare un periodo specifico senza nuovi casi può essere una linea guida utile, utilizzare dati dettagliati può aiutare a prendere decisioni più informate. La scelta di quando dichiarare ufficialmente un'epidemia finita è un equilibrio tra il desiderio di allentare i controlli rigorosi e l'assicurarsi che ci sia ancora un basso rischio di nuovi casi.

I funzionari devono considerare vari fattori, come il contesto dell'epidemia, come si diffonde la malattia e l'efficacia delle risposte sanitarie pubbliche. Ad esempio, in casi in cui ci sia stato un tracciamento dei contatti intensivo, un periodo di attesa più breve potrebbe essere accettabile rispetto a epidemie in cui tali dati sono scarsi.

Il ruolo delle soglie decisionali

I decisori della sanità pubblica impostano spesso soglie di rischio per guidare quando un'epidemia può essere dichiarata finita. Una soglia più bassa potrebbe significare dichiarare un'epidemia finita prima, ma comporta anche il rischio di nuovi casi. Al contrario, una soglia più alta può prolungare inutilmente le misure rigorose, portando a costi economici e sociali maggiori.

Nei nostri casi studio, abbiamo esaminato come diversi valori soglia abbiano impattato il momento della dichiarazione di fine epidemia. Abbiamo scoperto che utilizzare il nostro nuovo metodo potrebbe portare a dichiarare le epidemie finite prima nella cronologia rispetto al metodo standard. Questo suggerisce che utilizzare dati più dettagliati può facilitare decisioni più rapide e accurate.

Considerazioni future

Anche se il nostro nuovo metodo fornisce un modo più accurato per stimare quando le epidemie sono finite, c'è ancora molto lavoro da fare. Futuri miglioramenti potrebbero includere la considerazione di casi non segnalati, i ritardi nella segnalazione di nuovi casi e i cambiamenti nel modo in cui si diffondono le malattie nel tempo.

Inoltre, mentre consideriamo epidemie di varie malattie, i metodi per stimare la probabilità che un'epidemia sia finita devono evolvere per adattarsi alle caratteristiche specifiche di quelle malattie. L'apprendimento e l'adattamento continuo sono essenziali, soprattutto in aree in cui i sistemi di sorveglianza sanitaria potrebbero non essere così forti.

In sintesi, utilizzare modelli matematici e dati dettagliati dal tracciamento dei contatti può portare a migliori decisioni su quando dichiarare un'epidemia finita. Questo può aiutare a garantire che le misure sanitarie pubbliche siano sia efficaci che efficienti, salvando vite e risorse durante le epidemie di malattie infettive.

Fonte originale

Titolo: Exact calculation of end-of-outbreak probabilities using contact tracing data

Estratto: A key challenge for public health policy makers is determining when an infectious disease outbreak has finished. Following a period without cases, an estimate of the probability that no further cases will occur in future (the end-of-outbreak probability) can be used to inform whether or not to declare an outbreak over. An existing quantitative approach, based on a branching process transmission model, allows the end-of-outbreak probability to be approximated from disease incidence time series, the offspring distribution and the serial interval of the pathogen (the Nishiura method). Here, we show how the end-of-outbreak probability under the same transmission model can be calculated exactly if data describing who-infected-whom (the outbreak transmission tree) are available alongside the disease incidence time series. When such data are available, for example from contact tracing studies, our novel approach (the traced transmission method) is straightforward to use. We demonstrate this by applying the traced transmission method to data from previous outbreaks of Ebola virus disease and Nipah virus infection. For both outbreak datasets considered, we find that the traced transmission method would have determined that the outbreak was over more quickly than the Nishiura method. This highlights that consideration of contact tracing data may allow stringent control interventions to be relaxed quickly at the end of an outbreak, with only a limited risk of outbreak resurgence.

Autori: Robin N Thompson, N. Bradbury, W. Hart, F. A. Lovell-Read, J. Polonsky

Ultimo aggiornamento: 2023-09-02 00:00:00

Lingua: English

URL di origine: https://www.medrxiv.org/content/10.1101/2023.08.31.23294914

Fonte PDF: https://www.medrxiv.org/content/10.1101/2023.08.31.23294914.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.

Altro dagli autori

Articoli simili