Ta stran uporablja piškotke (za prikaz videoposnetkov, zemljevidov in enostavno deljenje vsebine z drugimi).
Z nadaljevanjem ogleda te strani se strinjate z njihovo uporabo.
Z uporabo piškotkov se strinjam / želim več informacij / ne strinjam

 
logo JavnostPartnerjiMediji

Username: Password:

Projekcije širjenja COVID-19 v Sloveniji

Napoved 14.1.2021

Epidemijo bomo ustavili in obvladali ljudje s samozaš?itnim obnašanjem vseh in vsakega posebej. Modeli in napovedi epidemije ne morejo ustaviti. Lahko pa nam pomagajo razumeti, kako naša ravnanja vplivajo na širjenje virusa.

Aktualne teme

Dokler ne bo precepljene (in imune) vsaj 10% populacije (200.000+ ljudi), vpliv cepljenja na dinamiko epidemije (skoraj) ne bo opazen, saj npr. 10% precepljenost pomeni le 10% manjši R kot sicer (npr. R=1,1 namesto R=1,2). Zato je kljub cepljenju zelo pomembno, da dosledno izvajamo proticovid ukrepe, saj bomo sicer imeli spet nevarno eksponentno rast epidemije z vsemi negativnimi posledicami. Šele ko bo precepljenih (in imunih) vsaj nekaj 10% populacije, bo vpliv precepljenosti zadosten, da bo mono v primeru ugodne epidemiološke slike ukrepe opazneje sproš?ati. Se bo pa zaradi cepljenja predvidoma e ?ez priblio dva tedna (okvirna vsota ?asa od cepljenja s prvim odmerkom do razvoja delne imunosti ter ?asa od okube do sprejema v bolnico) za?el opazno zmanjševati pritisk na bolnice, ?e bomo z ustreznim obnašanjem poskrbeli, da epidemija ne bo rastla, saj se cepi najprej rizi?no populacijo. Zanimivo je, da zaradi tako obsene epidemije poteka prekuevanje (ocenjeno okoli 40.000 novih okuenih na teden) trenutno nekajkrat hitreje od cepljenja (potrebna sta dva odmerka). S stališ?a zdravstvenih posledic to seveda ni primerljivo, saj okueni zbolijo, cepljeni pa ne, poleg tega se v tej fazi cepi rizi?no populacijo, medtem ko se okube širijo po celotni populaciji.

Analiza stanja

Med prazniki se je epidemija precej razrasla, vendar bolj v mlajših starostnih kategorijah, ki bolnice manj obremenjujejo. Zato je teko oceniti, kako bo to vplivalo na zasedenost bolnic, saj je odvisno tudi od tega, kako se bodo okube prenašale z mlajših na starejše. Sprejem v bolnice se po pri?akovanjih pove?uje zaradi prazni?nega okuevanja, bo pa to pove?anje predvidoma le kratkotrajno, tako kot so bili prazniki. Na osnovi celostne slike ocenjujemo, da se je po praznikih reprodukcijsko število R spustilo na priblino 1,0 (slika 1, slika 2, slika 2b, slika 2cslika 2d, slika 5). Morebiti imamo celo e upad epidemije, vendar je to teko oceniti zaradi tako razli?nega testiranja v zadnjem obdobju. Ocenjujemo, da se vsake 4 dni prekui priblino 1% populacije, kar posledi?no zmanjša R vsake 3 dni za priblino eno stotinko glede na siceršnjo vrednost. Število dnevnih pozitivnih testov v zdrueni starostni kategoriji 65+ in v vseh podkategorijah se je verjetno ustalilo (slika 1b), je pa pri interpretaciji rezultatov treba upoštevati spremenljivo testiranje v zadnjem obdobju. Podajamo tudi R, ocenjen na osnovi podatkov pozitivnih testov za nazaj, kjer je pri interpretaciji rezultatov treba upoštevati, da je ob vsaki spremembi reima testiranja podana vrednost R v prehodnem obdobju popa?ena (slika 3, slika 4). Sedemdnevna povpre?ja R glede na pozitivne teste (brez upoštevanih popravkov ob spremenjenem reimu testiranja) in hospitalizirane so slede?a: R_vsi=0,92 (v?eraj 1,08), R_PCR=0,95 (v?eraj 1,08), R_hosp=1,09 (v?eraj 1,05), R_ICU=1,04 (v?eraj 1,10), R_brezDSO=0,92 (v?eraj 1,08), R_DSO=0,92 (v?eraj 1,00).

Trenutno imamo v povpre?ju priblino 1550 pozitivnih testov dnevno (slika 1, slika 5). Epidemiologi bodo lahko spremljali stike, kar najbolj u?inkovito zmanjša širjenje virusa, ko bo povpre?no število pozitivnih testov padlo pod 300 na dan. To stanje lahko doseemo šele po priblino 2,4 razpolovnih ?asih povpre?nega števila dnevnih pozitivnih testov. Razpolovni ?as je odvisen od tega, koliko bomo uspeli spustiti R z našim obnašanjem. Če ga bomo uspeli spustiti na R=0,7 (tako kot v prvem valu), bo razpolovni ?as priblino dva tedna, pri R=0,5 (tako kot v prvem valu, ko so epidemiologi lahko spet sledili stikom) pa priblino en teden. 2,4 razpolovne dobe pri R=0,7, torej 2,4x dva tedna, je dober mesec, pri R=0,5 pa je to dobra dva tedna (2,4x en teden). 

Ocenjen dele okuenih in kunih je slede?:
V prvem valu se je okuilo priblino 1% prebivalstva, kar pomeni priblino vsak 100. prebivalec (ocena: 12x toliko kot potrjeno okuenih v prvem valu). Na vrhuncu je bil dele kunih priblino 0,35% prebivalstva, kar pomeni priblino vsak 300. prebivalec. V drugem valu se je do zdaj okuilo priblino 26% prebivalstva, kar pomeni priblino vsak 4. prebivalec (ocena: 4x toliko kot potrjeno okuenih v drugem valu). Trenutno je dele kunih priblino 4% prebivalstva, kar pomeni priblino vsak 25. prebivalec. Do zdaj se je v obeh valovih skupaj okuilo priblino 27% prebivalstva, kar pomeni priblino vsak 4. prebivalec.

Napoved razvoja epidemije

Število dnevnih pozitivnih testov je odvisno tudi od števila in narave opravljenih antigenskih testov, kar se bo v prihodnosti predvidoma mo?no spreminjalo, zato je negotovost napovedi za pozitivne teste še posebej velika. V napovedi za pozitivne teste (slika 1) in bolnice (slika 2, slika 2b, slika 2c, slika 2d) smo predpostavili, da je med prazniki od 24.12.20 do 3.1.21 R zrastel na 1,25, se nato spusti na R=1,0 in potem po?asi pada zaradi prekuevanja. Poskušali smo upoštevati vpliv cepljenja rizi?nih skupin. V prognozi za bolnice sta predstavljena tudi scenarija z R=1,2 in R=1,3 med prazniki, s katerima smo poskušali zaobjeti negotovosti povezane z razli?no dinamiko širjenja epidemije med mlajšimi in starejšimi v ?asu praznikov, ter osnovni scenarij brez cepljenja. Namen predstavitve razli?nih scenarijev je, da se seznanimo z negotovostmi in karakteristi?nimi ?asi.

Ocenjeni datumi sproš?anja ukrepov po fazah

Za prehod v posamezne barvaste faze morata biti izpolnjena oba navedena pogoja.

Trenutno smo v ?rni fazi, ni pa še jasno, ali epidemija e upada. Dokler epidemija ne bo za?ela vidno upadati, ne bomo podajali napovedi za prehode v barvaste faze, ker so negotovosti prevelike.

 Faza  Število okub / datum  Število hospitaliziranih / datum
 Črna  >1350 / -  >1200 / -
 Rde?a  <1350 / -  <1200 / -
 Oranna  <1000 / -  <1000 / -
 Rumena  <600 / -  <500 / -
 Zelena  <300 / -  -

Potek epidemije je odvisen od obnašanja ljudi, zato so negotovosti ocen velike. Če bomo uspeli z ustreznim obnašanjem upo?asniti širjenje virusa, se bodo ?asi do sproš?anja ukrepov bistveno skrajšali. Datume bomo redno aurirali glede na potek epidemije, tako da boste lahko spremljali, kako uspešni smo pri njenem obvladovanju.

Za orientacijo navajamo v spodnji tabeli ocenjene datume sproš?anja ukrepov, ?e bi z izvajanjem zadnjih sprejetih ukrepov z 16.11. uspeli R spustiti na 0,9 (v prvem valu smo uspeli R spustiti na 0,7, ko so lahko epidemiologi spet sledili stikom, pa celo na 0,5), kar se pa al ni zgodilo.

 Faza  Število okub / datum  Število hospitaliziranih / datum
 Črna  >1350 / do 27. 11. 2020  >1200 / do 4. 12. 2020
 Rde?a  <1350 / 28. 11. 2020  <1200 /  5. 12. 2020
 Oranna  <1000 / 14. 12. 2020  <1000 / 15. 12. 2020
 Rumena  <600 / 4. 1. 2021  <500 / 13. 1. 2021
 Zelena  <300 / 28. 1. 2021  -

Dodatne informacije

Uvodna pojasnila so podana tukaj. Za radovedne in eljne znanja smo pripravili Malo šolo epidemije: epizoda 1, epizoda 2, epizoda 3.

Podatke pridobivamo od COVID-19 Sledilnika in se jim najlepše zahvaljujemo. Brez teh obsenih kvalitetnih podatkov, ki jih vsakodnevno preto?imo v svoj model, se ne bi dalo napovedati ni? pametnega, tako pa so naše napovedi izredno to?ne (z ozirom na podro?je napovedovanja razvoja epidemije). NIB se najlepše zahvaljujemo za podatke o koncentraciji virusa v odplakah, ki so trenutno najhitrejši indikator razvoja epidemije.

Slika 1: Krivulja podatkov za zadnje tri dni predstavlja ekstrapolirane vrednosti, ker za to obdobje uporabljeno centralno sedemdnevno povpre?je ni definirano. Tokrat ekstrapoliranih vrednosti ne prikazujemo.

Slika 1b: Krivulje podatkov za zadnje tri dni predstavljajo ekstrapolirane vrednosti, ker za to obdobje uporabljeno centralno sedemdnevno povpre?je ni definirano. Tokrat ekstrapoliranih vrednosti ne prikazujemo.

Slika 2:

Slika 2b:

Slika 2c: Krivulji podatkov za zadnje tri dni predstavljata ekstrapolirane vrednosti, ker za to obdobje uporabljeno centralno sedemdnevno povpre?je ni definirano. Tokrat ekstrapoliranih vrednosti ne prikazujemo.

Slika 2d: Krivulji podatkov za zadnje tri dni predstavljata ekstrapolirane vrednosti, ker za to obdobje uporabljeno centralno sedemdnevno povpre?je ni definirano. Tokrat ekstrapoliranih vrednosti ne prikazujemo.

 Slika 3: V prehodnem obdobju spremembe reima testiranja je tako izra?unana vrednost R popa?ena, kar je potrebno upoštevati pri interpretaciji rezultatov (posledi?no je na grafu konec oktobra R krajše obdoje navidezno pod 1, ?eprav dejansko verjetno ni padel pod 1). Krivulji podatkov za zadnje tri dni predstavljata ekstrapolirane vrednosti, ker za to obdobje uporabljeno centralno sedemdnevno povpre?je ni definirano.

 Slika 4: V prehodnem obdobju spremembe reima testiranja je tako izra?unana vrednost R popa?ena, kar je potrebno upoštevati pri interpretaciji rezultatov (posledi?no je na grafu konec oktobra R krajše obdoje navidezno pod 1, ?eprav dejansko verjetno ni padel pod 1). Krivulje podatkov za zadnje tri dni predstavljajo ekstrapolirane vrednosti, ker za to obdobje uporabljeno centralno sedemdnevno povpre?je ni definirano.

 Slika 5: Pri interpretaciji je potrebno upoštevati spremembe reima testiranja. Krivulje podatkov za zadnje tri dni predstavljajo ekstrapolirane vrednosti, ker za to obdobje uporabljeno centralno sedemdnevno povpre?je ni definirano. Tokrat nekaterih ekstrapoliranih vrednosti ne prikazujemo.

NOVICE
Razirjanje porazdelitev medkristalnih normalnih napetosti z uporabo simetrij v linearno-elasti?nih polikristalnih materialih
Razširjanje porazdelitev medkristalnih normalnih napetosti z uporabo simetrij v linearno-elasti?nih polikristalnih materialih Dr. Samir El Shawish z Odseka za reaktorsko tehniko Instituta »Joef Stefan« je v ...
Analiza popolne izgube napajalne vode v tla?novodnem reaktorju s programom RELAP5
Analiza popolne izgube napajalne vode v tla?novodnem reaktorju s programom RELAP5 Dr. Andrej Prošek z Odseka za reaktorsko tehniko Instituta »Joef Stefan« je v reviji »Journal of Nuclear Engineering an...
Mihael Botjan Kon?ar prejemnik Preernove nagrade Univerze v Ljubljani
Mihael Boštjan Kon?ar je za magistrsko raziskovalno delo prejel Prešernovo nagrado Univerze v Ljubljani. Nagrajeno delo je priprav...
mobile view