「曲線の平坦化」の疫学的な意味とは?
「曲線の平坦化」という言葉は、最近のニュースや様々なメディアにあふれています。新型コロナウイルスの感染拡大を阻止するための最初の予防措置は、ウイルスの急速な増殖を阻止することです。先月からは、世界中で抜本的な措置が講じられてきました。
COVID-19は世界中の多くの医療システムに影響を与えているため、このウイルスの感染拡大には何を伴うのかを学ぶことで、ウイルスと戦うことができます。
時間の経過とともに症例数が高いままであっても、医療施設が、少なくとも、受け入れる感染者の数と退院させる患者の数が同じならば、医療システムへの負担は大幅に軽減します。
これまでに何度も耳にしたことがあるように、死亡率は最大の危険ではありませんが、ウイルスの感染速度と公共システムを崩壊させる力が最も危険だと考えられています。そのため、私たちは新型コロナウイルスの成長曲線とそれに応じた対処法を理解する必要があります。
成長曲線について知っていることは何ですか?
今回の記事では、COVID-19曲線とは何か、そしてその成長によって起こる影響についておよびその成長の影響について詳しく説明します。成長曲線が何であるかについて見ていきましょう!
流行曲線と事例表示
エピカーブまたは流行曲線は、病気が発生した日付に応じた流行症例数のグラフ表示です。次の情報を提供します。
- 感染の流行が拡大するパターン
- 流行の規模
- 他とは分離された症例
- 時間の経過に伴う傾向
- 曝露期間と潜伏期間
COVID-19との戦いにおいて非常に大切なのは、ウイルスの感染が最初に起きた瞬間を特定することです。これを行うには、流行曲線に表示される曝露期間を確認することが不可欠です。
ただ残念なことに、すでに遅すぎます。新型コロナウイルスは、2月の終わりに感染が拡大し始めました。そして政府機関が抜本的な措置を講じる前に、数千人の患者がすでに潜伏期間に入っていました。
バレンシア工科大学(UPV)のホアン・C・ミコ教授などのフォローアップ論文では、新型コロナウイルスは4月6日にピークになると推定されていました。
こちらもご参考に:新型コロナウイルスの変異に関する情報
ゴンペルツ曲線:COVID-19を止める希望
ゴンペルツ曲線またはゴンペルツ関数と呼ばれる成長曲線は、一種の数学モデルです。これは、任意の時間枠の始まりと終わりでの遅い成長を表すシグモイド(長いS字型)関数です。
人間の死亡率を記述することが、この曲線のその本来の機能でした。現在は、特にCOVID−19の拡大を世界レベルで予測するために、多くの疫学者がこれを使用しています。
- 最初の平坦化は、検出された他とは分離された一連の症例に対応します。他のすべての感染者は潜伏期間にあります。
- 数値が急上昇し、曲線の高い「S」の部分が長くなります。この状況では、ウイルスが潜伏している人、および新たに感染した人を検出します。この成長フェーズは巨大で、時間の経過とともにどんどん速く成長します。
- 講じられた措置が大切な役割を果たす時期です。指数関数的な成長は無限ではありませんが、最悪のシナリオでは、感染率が100%に達すると速度が低下します。自主的な隔離措置と迅速なウイルスの検出は、曲線の大きな成長を平坦化するはずです。隔離措置により、街には感染の危険にさらされる可能性のある人はいないため、論理的には、病気の蔓延のパターンは通常の状況と同じにはなり得ません。
詳細はこちらから:本当の危険:新型コロナウイルスの感染力
曲線の平坦化が終わりを意味するわけではない
曲線の平坦化は、病気の終わりを示すものではありません。残念ながら、すべてが安定しても、新型コロナウイルスに感染する人や、新型コロナウイルスで死亡する人がいるでしょう。
症例と死亡者の曲線を止めることは、病気と戦うための最初のステップですが、それが終わりを意味するわけではありません。新しい患者が現れ続け、そして残念なことに、死が起こり続けるでしょう。
疫学研究における展望とは個人的な規模の話ではなく、世界規模の展望です。多くの場所で、依然として数値は高いものの、症例数が死亡者数を安定させているという事実は朗報です。
流行曲線が安定すると平坦化し、ゴンペルツ曲線になり、最悪の状況が終わる可能性があります。ただし、病気の感染速度が遅くなったとしても、短期的に病気を完全に根絶するのは不可能だという事実を明確にする必要があります。
いつかは必ず終わるこのパンデミックの終息においても、COVID-19の症例は残りますが、医療システムが正常に機能していることにより、病院で徹底的に治療することができるでしょう。
引用された全ての情報源は、品質、信頼性、時代性、および妥当性を確保するために、私たちのチームによって綿密に審査されました。この記事の参考文献は、学術的または科学的に正確で信頼性があると考えられています。
- Función de Gompertz. (s.f.). En Wikipedia. Recuperado el 31 de marzo de 2020 de https://es.wikipedia.org/wiki/Funci%C3%B3n_de_Gompertz
- COVID-19: Curvas epidémicas. (13 de marzo 2020). En Instituto de Salud Global de Barcelona (ISGlobal). Recuperado el 31 de marzo de 2020 de https://www.isglobal.org/-/covid-19-epidemiological-curves#
- Torok, M. (2005). Curvas Epidémicas. FOCUS on Field Epidemiology En Español, 1(5), 7. Retrieved from https://nciph.sph.unc.edu/focus/vol1/issue5/1-5EpiCurves_espanol.pdf%0Ahttps://cphp.sph.unc.edu/focus/vol1/issue5/1-5EpiCurves_espanol.pdf