Jak ocenia dr hab. Witold Rudnicki, prof. UwB, dyrektor Uniwersyteckiego Centrum Obliczeniowego, pomysłodawca modelu, rzeczywisty globalny zasięg pandemii COVID-19, zdefiniowany jako liczba osób naprawdę zakażonych wirusem SARS-CoV-2, jest z pewnością znacznie większy niż oficjalnie odnotowana liczba przypadków. Jak zauważa, dzieje się tak, ponieważ w bardzo niewielu krajach procedury śledzenia przebiegu epidemii i testowania obywateli na obecność wirusa są wystarczająco rzetelne i szerokie, aby wykryć wszystkie lub prawie wszystkie infekcje. Dlatego prawdziwa liczba przypadków zakażeń jest nieznana.

Na stronie internetowej sprawdzimy ocenę zasięgu pandemii
Białostoccy informatycy stworzyli stronę internetową, gdzie możemy sprawdzić szacunkową ocenę zasięgu pandemii koronawirusa we wszystkich krajach świata. Szacunki podawane są jednak tylko dla tych państw, które zarejestrowały co najmniej 30 zgonów przypisanych bezpośrednio do COVID-19. Jak mówią autorzy, przy mniejszych liczbach modelowanie staje się nieefektywne.

Modelowanie szacuje zasięg epidemii koronawirusa

Jak wyjaśnia dr hab. Witold Rudnicki, modelowanie opiera się na założeniu, że podstawowa śmiertelność wśród zakażonych w różnych krajach powinna być podobna, a widoczne w dostępnych danych różnice śmiertelności wynikają w bardzo dużym stopniu z niewystarczającego testowania na obecność korona wirusa pacjentów z objawami łagodnymi i przypadków bezobjawowych zakażonych.

Ponadto badacz zastrzega, że stworzone przez nas modelowanie jest oczywiście bardzo dużym uproszczeniem, pomijającym wiele znanych czynników wpływających na śmiertelność, jednak stanowi ujednolicone podejście, dające systematyczne oszacowanie zasięgu epidemii COVID-19, niezależne od liczby testów i procedur testowych w poszczególnych krajach. Jak dodaje, podstawowym założeniem modelu jest oparcie się na danych dotyczących liczby zgonów związanych z epidemią COVID. Jeżeli liczba zgonów jest mało wiarygodna, to i wyniki modelu nie będą wiarygodne. Dlatego należy ich używać ze świadomością jego ograniczeń. W szczególności, wyniki modelu można skorygować indywidualnie dla każdego kraju, wprowadzając czynniki korekcyjne odpowiadające warunkom specyficznym dla danego państwa.

Mogą to być takie wskaźniki wpływające na śmiertelność, jak struktura ludności kraju, częstość występowania dodatkowych chorób i zdolność systemu opieki zdrowotnej do radzenia sobie z liczbą przypadków.

Natomiast model opracowany przez białostockich naukowców opiera się na porównaniu umieralności w kraju docelowym, na przykład w Polsce, Wielkiej Brytanii czy USA, z krajem odniesienia, czyli Niemcami.

Statystyczne modele obliczania śmiertelności

Jak informuje dr hab. Witold Rudnicki, zespół badaczy opracował trzy proste, statystyczne modele obliczania śmiertelności (używające różnych przybliżeń), które są oparte na historii epidemii w Niemczech. Jak dodaje, modele te są stosowane do obliczenia śmiertelności zarówno w Niemczech, jak i w krajach docelowych. Następnie śmiertelności obliczone przy użyciu tych modeli są używane do oszacowania liczby przypadków zakażeń w krajach docelowych. Dane są aktualizowane codziennie, a śmiertelność jest przeliczana przy każdej ich aktualizacji, dlatego szacunki liczby zakażeń zmieniają się z dnia na dzień.

Niemcy zostały wybrane jako kraj odniesienia przez badaczy, ponieważ w tym państwie testowanie jest prowadzone najszerzej.  Według danych serwisu worldometers.info z 8 kwietnia 2020 r. wykonano tam ponad 1 mln 300 tys. testów (druga co do wielkości liczba na świecie), czyli ponad 15 tys. na milion mieszkańców. Ponadto Niemcy mają dużą liczbę zarejestrowanych przypadków infekcji (113 tys. ogółem) oraz dużą liczbę zgonów przypisywanych do COVID-19 ( ponad 2 tys. ogółem).

Szacunki zasięgu epidemii są aktualizowane przez informatyków raz na dobę, w oparciu o dane o potwierdzonych zakażeniach i zgonach na świecie udostępniane przez John Hopkins University z USA. Na stronie covid-model.net prezentowane są zarówno wartości uśrednione, jak i wynikające z zastosowania każdego z trzech szczegółowych modeli statystycznych.

Źródło/Fot.: Uniwersytet w Białymstoku

oprac. Cezary Rutkowski