Modelo de rede social. Existem 150 indivíduos (os pontos), cujas conexões sociais são marcadas pelas linhas entre eles. Existem três categorias:1. Fechar contatos, por exemplo. família (linhas amarelas), 2. Contatos regulares, por exemplo. amigos do trabalho e adultos (linhas vermelhas) e 3. Contatos da escola para crianças e amigos das crianças (linhas laranja). A cor dos pontos marca a idade - mais escuro =mais velho. O conhecimento mais importante derivado da pesquisa é que contatos não repetidos, por exemplo. do transporte público, representa um grande risco de contaminação em doenças disseminadas como a Covid19. É por isso que a ferramenta de bloqueio, que tem sido amplamente aplicado no combate à pandemia, tem sido extraordinariamente eficiente. Crédito:Niels Bohr Institute
Pesquisadores do Instituto Niels Bohr, Universidade de Copenhague, junto com a epidemiologista Lone Simonsen, da Universidade de Roskilde, fazem parte do painel que aconselha o governo dinamarquês sobre como lidar com as diferentes situações de disseminação de infecções que todos vimos acontecer no ano passado. Os pesquisadores modelaram a propagação de infecções em uma variedade de cenários, e o Coronavírus provou não seguir os modelos mais antigos de disseminação de doenças.
Uma imagem cada vez mais variada de seu comportamento e, portanto, seu impacto na sociedade emergiu. Em vários artigos científicos, pesquisadores descreveram o conhecimento acumulado até o momento, mais recentemente, em torno do conceito de "superespalhadores". Acontece que apenas cerca de 10% dos infectados respondem por cerca de 80% da propagação da infecção. Os resultados foram publicados na revista científica Proceedings of the National Academy of Sciences , PNAS .
De onde vem o nosso conhecimento sobre a propagação de infecções?
Os dados que os pesquisadores usam para "alimentar" e desenvolver modelos de computador vêm de uma ampla gama de fontes diferentes. Os municípios dinamarqueses mantiveram inventários da propagação da infecção, e esses dados têm a vantagem de derivar de unidades que não são excessivamente grandes. Há um alto grau de detalhamento e isso significa que se pode traçar o desenvolvimento local com mais clareza e, assim, construir parâmetros para superdimensionamento, para o qual o pós-doutorado Julius Kirkegaard contribuiu. O rastreamento de contatos é outra fonte de informações. Nesse caso, o foco está em localizar e limitar a transmissão individual do vírus. A terceira fonte é um pouco mais complicada, pois busca seguir a cadeia de infecções por meio da sequência do gene do vírus.
Quem são os super espalhadores?
Independentemente de qual fonte os pesquisadores examinam, os resultados fornecem aproximadamente o mesmo:10% de todos os infectados respondem por até 80% da propagação da infecção. Portanto, é crucial, em relação à propagação do vírus para localizar os chamados super-propagadores e descobrir como ocorre a super-propagação. Os pesquisadores enfatizam que, no momento, não temos certeza do que constitui uma pessoa como um super-propagador. Pode ser puramente pessoal, características fisiológicas. Além disso, existem vários graus de superespalhamento na população, portanto, não é necessariamente apenas um ou outro. Algumas pessoas simplesmente espalham o vírus mais do que outras, e a variação de pessoas com quase nenhuma transmissão para propagadores é grande.
Como os pesquisadores modelam uma população de pouco menos de 6 milhões de indivíduos?
Três categorias básicas são consideradas importantes ao modelar o comportamento da população, ao calcular um cenário para a propagação da infecção:1. O contexto familiar, 2. Contexto de trabalho e 3. Os contextos aleatórios em que as pessoas se encontram - em outras palavras, pessoas nas proximidades em transporte público, nas atividades de lazer, etc. O fator tempo em todos os três é crucial, pois leva tempo para infectar outras pessoas. Em termos de tempo, essas três categorias são um tanto idênticas quando se trata de doenças comuns, mas não uma variante do coronavírus super-propagadora.
Mas é aqui que as características individuais do vírus entram em jogo:os superespalhadores são bastante diferentes quando manipulados em um modelo de computador. Métodos conhecidos da física tornam-se importantes aqui, pois é necessário modelar indivíduos e seus contatos. Os pesquisadores criaram modelos de computador para cenários com e sem superdimensionadores, e parece que fechar espaços de trabalho, bem como eventos esportivos, e o transporte público tem o mesmo efeito quando o modelo não leva em conta os superdistribuidores. Mas quando incluímos superespalhadores, há uma diferença pronunciada, e o encerramento de eventos públicos tem um efeito muito maior.
A modelagem de doenças enfrenta novos desafios e forte colaboração interdisciplinar
As doenças podem se comportar de maneira muito diferente e, portanto, é extremamente importante estar pronto e ser capaz de mudanças rápidas em relação ao desenvolvimento de novos modelos que reflitam as características de diferentes doenças com a maior precisão possível, se esperamos contê-los. O professor Kim Sneppen explica:"A variação biológica de diferentes vírus é enorme. O SARS-CoV-2 contém uma característica especial, pois é mais contagioso imediatamente antes de desenvolvermos os sintomas. Este é o oposto exato de uma doença anterior que ameaçava se tornar uma pandemia, ou seja, SARS, que é contagioso principalmente após a apresentação dos sintomas. Os vírus são máquinas extremamente avançadas em que cada uma encontra pontos fracos específicos para explorar. Um novo campo de pesquisa está se desenvolvendo rapidamente, que examina como os vírus atacam as células do nosso corpo. COVID-19 provou levar a progressões de doença muito diferentes para pacientes diferentes. Nesse sentido, se comporta de forma caótica, como dizemos na física. "
Ph.D. o aluno Bjarke Frost Nielsen e o professor Kim Sneppen veem um grande campo aberto de pesquisa na colaboração entre a física e a biologia. Coletar o máximo possível de informações sobre os diferentes vírus é crucial, permitindo que os físicos implantem esse conhecimento em cenários de mapeamento para respondê-los.
O potencial para pesquisas sobre a propagação de infecções é grande
Bjarke Frost Nielsen diz:"Precisamos criar uma caixa de ferramentas que contenha uma ampla variação na maneira como lidamos com a disseminação da transmissão, em nossos programas de computador. Esta é a perspectiva imediata que podemos ver à nossa frente, no momento. A modelagem matemática de doenças existe há quase 100 anos, mas, infelizmente, não houve muito progresso nesse período. Para ser sincero, as mesmas equações da década de 1930 ainda estão em uso hoje. Em relação a algumas doenças, eles podem estar corretos, mas em relação aos outros, eles podem estar distantes. Aqui é onde, como físicos, temos uma abordagem completamente diferente. Existem vários parâmetros, ou seja, dinâmicas sociais e interações muito mais variadas entre os indivíduos sobre as quais podemos construir nossos cenários. Isso é extremamente necessário, quando vemos as enormes variações nas diferentes doenças. "
