Model baru yang dikembangkan oleh peneliti Princeton dan Carnegie Mellon meningkatkan pelacakan epidemi dengan menghitung mutasi pada penyakit. Sekarang, para peneliti sedang bekerja untuk menerapkan model mereka untuk memungkinkan para pemimpin untuk mengevaluasi efek penanggulangan terhadap epidemi sebelum mereka menyebarkannya.
“Kami ingin dapat mempertimbangkan intervensi seperti karantina, mengisolasi orang, dll, dan kemudian melihat bagaimana mereka mempengaruhi penyebaran epidemi ketika patogen bermutasi ketika menyebar,” kata H. Vincent Poor, salah satu peneliti pada penelitian ini. dan dekan interim rekayasa Princeton.
Model saat ini digunakan untuk melacak epidemi menggunakan data dari dokter dan petugas kesehatan untuk membuat prediksi tentang perkembangan penyakit. Buruk, Profesor Teknik Elektro Universitas Michael Henry Strater, mengatakan model yang paling banyak digunakan saat ini tidak dirancang untuk menjelaskan perubahan penyakit yang dilacak.
Ketidakmampuan untuk memperhitungkan perubahan pada penyakit ini dapat membuat lebih sulit bagi para pemimpin untuk melawan penyebaran penyakit. Mengetahui bagaimana mutasi dapat mempengaruhi penularan atau virulensi dapat membantu para pemimpin memutuskan kapan harus melembagakan perintah isolasi atau mengirim sumber daya tambahan ke suatu daerah. “Pada kenyataannya, ini adalah hal-hal fisik, tetapi dalam model ini, mereka disarikan ke dalam parameter yang dapat membantu kita lebih mudah memahami dampak kebijakan dan mutasi,” kata Poor.
Jika para peneliti dapat dengan benar memperhitungkan langkah-langkah untuk melawan penyebaran penyakit, mereka dapat memberi para pemimpin wawasan kritis ke dalam langkah-langkah terbaik yang dapat mereka ambil dalam menghadapi pandemi.
Para peneliti dalam study baru yang terbit 17 Maret di Prosiding National Academy of Sciences. Dalam artikel itu, mereka menggambarkan bagaimana model mereka mampu melacak perubahan dalam penyebaran epidemi yang disebabkan oleh mutasi organisme penyakit. Para peneliti sekarang bekerja untuk mengadaptasi model untuk memperhitungkan langkah-langkah kesehatan masyarakat yang diambil untuk membendung epidemi juga.
Pekerjaan para peneliti berasal dari pemeriksaan mereka terhadap pergerakan informasi melalui jejaring sosial, yang memiliki kesamaan luar biasa dengan penyebaran infeksi biologis. Khususnya, penyebaran informasi dipengaruhi oleh sedikit perubahan pada informasi itu sendiri. Jika sesuatu menjadi sedikit lebih menarik bagi penerima, misalnya, mereka mungkin akan meneruskannya atau menyampaikannya kepada sekelompok orang yang lebih luas.
Dengan memodelkan variasi tersebut, orang dapat melihat bagaimana perubahan dalam pesan mengubah audiens targetnya. “Penyebaran rumor atau informasi melalui jaringan sangat mirip dengan penyebaran virus melalui suatu populasi,” kata Poor. “Potongan informasi yang berbeda memiliki laju transmisi yang berbeda. Model kami memungkinkan kami untuk mempertimbangkan perubahan informasi saat menyebar melalui jaringan dan bagaimana perubahan itu mempengaruhi penyebaran.”
Model kami adalah agnostik sehubungan dengan jaringan fisik konektivitas di antara individu, “kata Poor, seorang ahli di bidang teori informasi yang karyanya telah membantu membangun jaringan ponsel modern.” Informasi tersebut diabstraksi menjadi grafik dari node yang terhubung; simpul mungkin sumber informasi atau sumber infeksi potensial. ” Mendapatkan informasi yang akurat sangat sulit selama pandemi yang sedang berlangsung ketika keadaan bergeser setiap hari, seperti yang kita lihat dengan virus COVID-19. “Ini seperti api. Anda tidak bisa selalu menunggu sampai Anda mengumpulkan data untuk membuat keputusan – memiliki model dapat membantu mengisi kekosongan ini,” kata Poor.
“Mudah-mudahan, model ini dapat memberi para pemimpin alat lain untuk lebih memahami alasan mengapa, misalnya, virus COVID-19 menyebar jauh lebih cepat dari yang diperkirakan, dan dengan demikian membantu mereka menyebarkan tindakan pencegahan yang lebih efektif dan tepat waktu,” kata Poor. Selain Buruk, penulis bersama termasuk peneliti Rashad Eletreby, Yong Zhuang, Kathleen Carley dan Osman YaÄŸan dari Carnegie Mellon. Pekerjaan itu didukung sebagian oleh Kantor Penelitian Angkatan Darat, Yayasan Sains Nasional dan Kantor Penelitian Angkatan Laut.
Jurnal Penelitian
- Rashad Eletreby, Yong Zhuang, Kathleen M. Carley, Osman YaÄŸan, H. Vincent Poor. The effects of evolutionary adaptations on spreading processes in complex networks. Proceedings of the National Academy of Sciences, 2020; 117 (11): 5664 DOI: 10.1073/pnas.1918529117
Tinggalkan komentar