Исследователи обновили знаменитое уравнение охоты на пришельцев, чтобы предсказать распространение COVID-19

Известное уравнение, используемое при поиске инопланетной жизни, вдохновило на новую модель, которая оценивает шансы передачи COVID-19.

Новая модель, которая по сути представляет собой единое уравнение с несколькими перемноженными членами, оценивает риск передачи COVID-19 по воздуху. В своей работе исследователи руководствовались другой простой, но исторически значимой математической формулой, известной как Уравнение Дрейка, который оценивает шансы найти разумную внеземную жизнь в нашей галактике. По словам авторов, уравнение, разработанное в 1961 году астрономом Фрэнком Дрейком, основано всего на семи переменных и обеспечивает «легкую для понимания структуру» для изучения чего-то столь же, казалось бы, непостижимого, как количество инопланетных цивилизаций.

Они хотели предоставить аналогичную основу для понимания риска передачи COVID-19.

«По-прежнему существует большая путаница в отношении путей передачи COVID-19. Это отчасти потому, что нет общего« языка », который позволяет легко понять вовлеченные факторы риска», - соавтор исследования Раджат Миттал, профессор кафедры Машиностроение в Университете Джона Хопкинса, сказано в заявлении. «Что на самом деле должно произойти, чтобы человек заразился? Если мы сможем визуализировать этот процесс более четко и количественно, мы сможем принимать более обоснованные решения о том, какие действия следует возобновить, а какие избегать».

Новая модель, опубликованная 7 октября в журнале Физика жидкостей, разбивает передачу COVID-19 на три этапа: выброс вирусосодержащих капель от инфицированного человека в воздух; дисперсия этих капель; и вдыхание этих капель восприимчивым человеком. В целом, модель состоит из 10 переменных, участвующих в передаче COVID-19, включая частоту дыхания инфицированных и восприимчивых людей, количество вирусных частиц в выдыхаемых каплях и время воздействия на восприимчивого человека, говорится в заявлении. .

Затем авторы использовали свою модель, которую они называют моделью неравенства при заражении воздушно-капельным путем (CAT), для оценки риска передачи в различных сценариях, включая те, в которых люди используют маски для лица или практикуют социальное дистанцирование, а также когда люди тренируются. В модели неравенства, если количество вдыхаемого вируса превышает количество, необходимое для заражения, другой человек заболеет. Одно большое предостережение: в настоящее время мы не знаем, сколько частиц необходимо, чтобы вызвать инфекцию. В результате модель не может рассчитать абсолютный риск заражения, а может только сравнивать уровень риска различных видов деятельности.

Что касается масок для лица, исследователи подсчитали, что при прочих равных условиях сценарий, в котором как инфицированные, так и восприимчивые люди носят маски N95, может снизить риск передачи в 400 раз по сравнению со сценарием, в котором оба человека не используют маски N95. не ношу маски вообще. Хирургические маски могут снизить передачу инфекции в 10 раз, а тканевые маски - в 7 раз, если обе стороны носят маски.

Модель обнаружила, что в сценарии, в котором люди активно тренируются, например в тренажерном зале, риск передачи резко возрастает. \"Представьте себе двух человек на беговых дорожках в тренажерном зале; оба дышат тяжелее, чем обычно. Инфицированный человек выделяет больше капель, а неинфицированный человек вдыхает больше капель. В этом замкнутом пространстве риск передачи увеличивается в 200 раз, «по сравнению со сценарием, в котором люди не тренируются, - сказал Миттал.

Что касается социального дистанцирования, исследователи обнаружили линейную зависимость между расстоянием и риском передачи. «Если вы удвоите расстояние, вы, как правило, удвоите свою защиту», - сказал Миттал в отдельной статье. «Такой вид масштабирования или правила могут помочь в разработке политики».

Исследователи отмечают, что они хотели, чтобы их модель была простой и интуитивно понятной, чтобы она была доступна не только ученым, но и политикам и даже широкой публике. Они признают, что их модель делает ряд предположений и включает ключевые неизвестные переменные. Тем не менее, авторы надеются, что их работа «может послужить источником информации для будущих исследований, которые устранят эти пробелы в нашем понимании COVID-19», - сказал Миттал.

Источник