logo JavnostPartnerjiMediji

Username: Password:

Projekcije širjenja COVID-19 v Sloveniji

Napoved 15.1.2021

Epidemijo bomo ustavili in obvladali ljudje s samozaščitnim 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 možno v primeru ugodne epidemiološke slike ukrepe opazneje sproščati. Se bo pa zaradi cepljenja rizične populacije predvidoma že proti koncu januarja začel opazno zmanjševati pritisk na bolnice (seveda le, če bomo z ustreznim obnašanjem poskrbeli, da epidemija ne bo rastla). Zanimivo je, da zaradi tako obsežne epidemije poteka prekuževanje (ocenjeno okoli 40.000 novih okuženih na teden) trenutno nekajkrat hitreje od cepljenja (potrebna sta dva odmerka). S stališča zdravstvenih posledic to seveda ni primerljivo, saj okuženi zbolijo, cepljeni pa ne, poleg tega se v tej fazi cepi rizično populacijo, medtem ko se okužbe širijo po celotni populaciji.

Analiza stanja

Nakazuje se, da je epidemija začela počasi upadati, kar je zelo dobra novica. Sprejem v bolnice po pričakovanjih še rahlo narašča zaradi prazničnega okuževanja, bo pa to naraščanje predvidoma le kratkotrajno, tako kot so bili prazniki. Na osnovi celostne slike in epidemiološkega modela ocenjujemo, da smo z izvajanjem ukrepov uspeli reprodukcijsko število R spustiti na približno 1,0- (slika 1, slika 2, slika 2b, slika 2cslika 2d, slika 5). Verjetno imamo celo že počasen upad epidemije, vendar je to težko dognati zaradi tako različnega testiranja v zadnjem obdobju. Ocenjujemo, da se vsake 4 dni prekuži približno 1% populacije, kar posledično zmanjša R vsake 3 dni za približno eno stotinko glede na siceršnjo vrednost. Število dnevnih pozitivnih testov v združeni starostni kategoriji 65+ in v vseh podkategorijah verjetno počasi upada (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 režima testiranja podana vrednost R v prehodnem obdobju popačena (slika 3, slika 4). Sedemdnevna povprečja R glede na pozitivne teste (brez upoštevanih popravkov ob spremenjenem režimu testiranja) in hospitalizirane so sledeča: R_vsi=0,84 (včeraj 0,92), R_PCR=0,87 (včeraj 0,95), R_hosp=1,09 (včeraj 1,09), R_ICU=0,98 (včeraj 1,05), R_brezDSO=0,84 (včeraj 0,92), R_DSO=0,72 (včeraj 0,92). (Opomba: Te specifične ocene R so namenjene strokovnjakom, ki jih znajo ustrezno interpretirati.)

Trenutno imamo v povprečju približno 1470 pozitivnih testov dnevno (slika 1, slika 5). Epidemiologi bodo lahko spremljali stike, kar najbolj učinkovito zmanjša širjenje virusa, ko bo povprečno število pozitivnih testov padlo pod 300 na dan. To stanje lahko dosežemo šele po približno 2,3 razpolovnih časih povprečnega števila dnevnih pozitivnih testov. Razpolovni čas je odvisen od tega, koliko bomo uspeli spustiti R z našim obnašanjem. ÄŒe ga bomo uspeli spustiti na R=0,7 (tako kot v prvem valu), bo razpolovni čas približno dva tedna, pri R=0,5 (tako kot v prvem valu, ko so epidemiologi lahko spet sledili stikom) pa približno en teden. 2,3 razpolovne dobe pri R=0,7, torej 2,3x dva tedna, je dober mesec, pri R=0,5 pa je to dobra dva tedna (2,3x en teden). 

Ocenjen delež okuženih in kužnih je sledeč:
V prvem valu se je okužilo približno 1% prebivalstva, kar pomeni približno vsak 100. prebivalec (ocena: 12x toliko kot potrjeno okuženih v prvem valu). Na vrhuncu je bil delež kužnih približno 0,35% prebivalstva, kar pomeni približno vsak 300. prebivalec. V drugem valu se je do zdaj okužilo približno 26% prebivalstva, kar pomeni približno vsak 4. prebivalec (ocena: 4x toliko kot potrjeno okuženih v drugem valu). Trenutno je delež kužnih približno 4% prebivalstva, kar pomeni približno vsak 25. prebivalec. Do zdaj se je v obeh valovih skupaj okužilo približno 27% prebivalstva, kar pomeni približno 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 močno 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 počasi pada zaradi prekuževanja. Poskušali smo upoštevati vpliv cepljenja rizičnih 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 morebitno različno dinamiko širjenja epidemije med mlajšimi in starejšimi v času praznikov, ter osnovni scenarij brez cepljenja. Namen predstavitve različnih scenarijev je, da se seznanimo z negotovostmi in karakterističnimi časi.

Ocenjeni datumi sproščanja ukrepov po fazah

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

Trenutno smo v črni fazi, ni pa še jasno, ali epidemija zares upada, kot se nakazuje. Dokler epidemija ne bo začela vidno upadati, ne bomo podajali napovedi za prehode v barvaste faze, ker so negotovosti prevelike.

 Faza  Število okužb / datum  Število hospitaliziranih / datum
 ÄŒrna  >1350 / -  >1200 / -
 Rdeča  <1350 / -  <1200 / -
 Oranžna  <1000 / -  <1000 / -
 Rumena  <600 / -  <500 / -
 Zelena  <300 / -  -

Potek epidemije je odvisen od obnašanja ljudi, zato so negotovosti ocen velike. ÄŒe bomo uspeli z ustreznim obnašanjem upočasniti širjenje virusa, se bodo časi do sproščanja ukrepov bistveno skrajšali. Datume bomo redno ažurirali glede na potek epidemije, tako da boste lahko spremljali, kako uspešni smo pri njenem obvladovanju.

Za orientacijo navajamo v spodnji tabeli ocenjene datume sproščanja ukrepov, če 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 žal ni zgodilo.

 Faza  Število okužb / datum  Število hospitaliziranih / datum
 ÄŒrna  >1350 / do 27. 11. 2020  >1200 / do 4. 12. 2020
 Rdeča  <1350 / 28. 11. 2020  <1200 /  5. 12. 2020
 Oranžna  <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 željne 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 obsežnih kvalitetnih podatkov, ki jih vsakodnevno pretočimo v svoj model, se ne bi dalo napovedati nič pametnega, tako pa so naše napovedi izredno točne (z ozirom na področje 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 povprečje 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 povprečje 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 povprečje 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 povprečje ni definirano. Tokrat ekstrapoliranih vrednosti ne prikazujemo.

 Slika 3: V prehodnem obdobju spremembe režima testiranja je tako izračunana vrednost R popačena, kar je potrebno upoštevati pri interpretaciji rezultatov (posledično je na grafu konec oktobra R krajše obdoje navidezno pod 1, čeprav dejansko verjetno ni padel pod 1). Krivulji podatkov za zadnje tri dni predstavljata ekstrapolirane vrednosti (predvsem za boljšo vidnost), ker za to obdobje uporabljeno centralno sedemdnevno povprečje ni definirano.

 Slika 4: V prehodnem obdobju spremembe režima testiranja je tako izračunana vrednost R popačena, kar je potrebno upoštevati pri interpretaciji rezultatov (posledično je na grafu konec oktobra R krajše obdoje navidezno pod 1, čeprav dejansko verjetno ni padel pod 1). Krivulje podatkov za zadnje tri dni predstavljajo ekstrapolirane vrednosti (predvsem za boljšo vidnost), ker za to obdobje uporabljeno centralno sedemdnevno povprečje ni definirano.

 Slika 5: Pri interpretaciji je potrebno upoštevati spremembe režima testiranja. Krivulje podatkov za zadnje tri dni predstavljajo ekstrapolirane vrednosti, ker za to obdobje uporabljeno centralno sedemdnevno povprečje ni definirano. Tokrat nekaterih ekstrapoliranih vrednosti ne prikazujemo. Premice trendov prikazujejo povprečen trend v zadnjih 2-3 tednih.

NOVICE
Pristop hitre Fourierjeve transformacije v modelu kristalne plastičnosti z gradientom deformacije: Regularizacija lokalizirane deformacije in velikostni učinek
Pristop hitre Fourierjeve transformacije v modelu kristalne plastičnosti z gradientom deformacije: Regularizacija lokalizirane deformacije in velikostni učinek Amirhossein Lame Jouybari, dr. Samir El Shawish in dr. Leon Cizel...
Razširjanje porazdelitev medkristalnih normalnih napetosti z uporabo simetrij v linearno-elastičnih polikristalnih materialih
Razširjanje porazdelitev medkristalnih normalnih napetosti z uporabo simetrij v linearno-elastičnih polikristalnih materialih Dr. Samir El Shawish z Odseka za reaktorsko tehniko Instituta »Jožef Stefan« je ...
Analiza popolne izgube napajalne vode v tlačnovodnem reaktorju s programom RELAP5
Analiza popolne izgube napajalne vode v tlačnovodnem reaktorju s programom RELAP5 Dr. Andrej Prošek z Odseka za reaktorsko tehniko Instituta »Jožef Stefan« je v reviji »Journal of Nuclear Engineering ...
Mihael Boštjan Končar prejemnik Prešernove nagrade Univerze v Ljubljani
Mihael Boštjan Končar je za magistrsko raziskovalno delo prejel Prešernovo nagrado Univerze v Ljubljani. Nagrajeno delo je pripra...
mobile view