Tại Matxcơva, dự kiến dịch sẽ đạt đỉnh vào vào đầu mùa hè - đó là kịch bản lạc quan của các nhà nghiên cứu từ Trường đại học Kinh tế mang tên G.V. Plekhanov.
Tại sao các mô hình không chính xác
Khi dịch COVID-19 tràn qua biên giới Trung Quốc, trong các bài báo khoa học và các ấn phẩm trực tuyến xuất hiện nhiều sơ đồ khác nhau để dự đoán tỷ lệ lây nhiễm. Phần lớn đó là các mô hình SIR, chúng mô tả ba yếu tố: số người có khả năng dễ bị nhiễm virus, số lượng chẩn đoán và số người đã hồi phục hoặc chết. Năm 2004, mô hình này đã được điều chỉnh cho các vụ bùng phát dịch SARS ở Bắc Kinh, Hồng Kông, Singapore và Toronto.
Vì coronavirus chủng mới có thời gian ủ bệnh dài, là khoảng thời gian khi người nhiễm bệnh có thể không bị ốm nhưng vẫn lây lan cho người khác, một thông số nữa được xác định trong mô hình- người mang mầm bệnh virus. Nếu không áp dụng biện pháp đóng cửa biên giới và các biện pháp kiểm dịch, các mô hình SIR/SEIR dự đoán dịch bệnh sẽ ảnh hưởng từ một phần tư đến gần một trăm phần trăm dân số của các quốc gia nơi virus xâm nhập; hàng triệu người sẽ chết ở Mỹ và EU.
Do đó, theo gương của Trung Quốc, chiến lược chính là kiềm chế tỷ lệ lây nhiễm bằng cách đóng cửa các cơ sở giáo dục không thuộc danh mục các doanh nghiệp và tổ chức đặc biệt quan trọng và yêu cầu người dân cách ly. Logic của các biện pháp này như sau: số ca nhiễm bệnh trong ngày càng ít thì hệ thống y tế càng dễ dàng ứng phó với việc tiếp nhận bệnh nhân. Nếu có quá nhiều bệnh nhân, bệnh viện và các đơn vị chăm sóc đặc biệt sẽ quá tải, chất lượng điều trị sẽ giảm, và hậu quả là tỷ lệ tử vong sẽ tăng.
Như thực tế cho thấy, cách tiếp cận này mang lại kết quả tốt. Theo Viện Đo lường và Đánh giá Chăm sóc Sức khỏe Hoa Kỳ (IHME), dịch bệnh đã vượt đỉnh ở Vũ Hán, cũng như tại 12 khu vực của Ý, Tây Ban Nha và Hoa Kỳ. Ngoài ra, việc đóng cửa biên giới quốc tế và trong nước đã dẫn đến thực tế là hiện nay chúng ta chỉ đang phải đối mặt với các ổ bệnh bùng phát riêng lẻ ở các quốc gia và thậm chí trong một khu vực nào đó. Do đó, chúng ta cần các mô hình dự đoán các quá trình ở mức địa phương, điều này sẽ giúp chính quyền địa phương có sự chuẩn bị sẵn sàng từ trước: đảm bảo quỹ giường bệnh, mua thêm máy trợ thở.
Các nhà khoa học từ IHME lưu ý rằng các mô hình SEIR không hoàn toàn phù hợp cho việc lên kế hoạch như vậy, vì dữ liệu về người nhiễm bệnh không chính xác. Ở Đức, Iceland, Hàn Quốc, tất cả mọi người đều được xét nghiệm, trong khi Hoa Kỳ chẳng hạn chỉ xét nghiệm những ai có triệu chứng.
Để tránh sai sót, các tác giả đã quyết định dựa vào dữ liệu về tỷ lệ tử vong trong dân số, thông số này có thể được sử dụng để đánh giá sự lây lan của virus. Người ta cho rằng số liệu thống kê như vậy là chính xác hơn.
Theo mô hình mới, tại Hoa Kỳ, đỉnh điểm số lượng các ca nhiễm virus xảy ra vào ngày 15 tháng Tư. Tính đến ngày 17 tháng 4, các bệnh viện bị thiếu 2317 giường bệnh , các khu chăm sóc đặc biệt thiếu 8130 giường, cần 15 859 máy thở. Dịch sẽ giảm vào giữa tháng 6, khi số người chết vì COVID-19 sẽ giảm xuống mức tối thiểu. Dự đoán sẽ có hơn 60 nghìn ca tử vong, tại EU - hơn 143 nghìn, mặc dù chênh lệch về các con số ở đây là khá lớn. Các kết quả mô phỏng được trình bày trực tuyến và được cập nhật liên tục.
Đã vượt đỉnh dịch
"Nhóm nghiên cứu của tôi là một phần của nỗ lực hợp tác quốc tế phụ trách về vấn đề gánh nặng bệnh tật, chấn thương và rủi ro. Nhóm nòng cốt là các nhân viên của IHME từ Đại học Washington tại Seattle. Đây là một trong những nhóm giỏi nhất về phân tích dữ liệu và mô hình hóa trong lĩnh vực sức khỏe. trước đây là một đơn vị phân tích thống kê tại WHO. Lãnh đạo nhóm là giáo sư Christopher Murray, người trước đây đứng đầu Bộ phận Phân tích Thống kê của WHO.Công việc đang diễn ra trên toàn cầu, trí thông minh nhân tạo do Thung lũng Silicon phát triển được sử dụng để mô phỏng COVID-19," - ông Stanislav Oststanov, Phó trưởng phòng thí nghiệm phân tích các chỉ số sức khỏe cộng đồng và số hóa sức khỏe tại MIPT cho biết.
Trong các mô hình IHME hiện chưa có dữ liệu về Nga, nhóm Ostavnov đang làm công việc này. Ngoài ra, các chuyên gia giám sát các biện pháp về tuân thủ khoảng cách xã hội ở Nga, bao gồm ghi nhận những ngày đóng cửa các tổ chức giáo dục và doanh nghiệp không đặc biệt quan trọng, hạn chế di chuyển trên phương tiện giao thông cá nhân và công cộng, đồng thời so sánh các số liệu thu được với thông tin chính thức.
"Theo đánh giá do đối tác của chúng tôi thực hiện, hầu hết các quốc gia đã vượt qua đỉnh dịch về ca nhiễm mới cũng như gánh nặng đối với hệ thống y tế. Tuy nhiên, quá trình dịch bệnh nào chưa hoàn toàn kết thúc ở đâu. Có vài nguyên nhân như sau: thiếu thông tin về việc hình thành miễn dịch ở những người đã từng mắc bệnh, cũng như tính ổn định của miễn dịch này, thiếu thông tin về số lượng thực sự những người đang mang virus ở thời điểm hiện tại, thời điểm người mang mầm bệnh bắt đầu phân lập virus. Tổng cộng, các thông số này có thể thay đổi đáng kể dự báo trung hạn (hai đến tám tuần) và dự báo dài hạn," - ông Oststavnov cho biết.
Như kinh nghiệm của Vũ Hán cho thấy, cách ngăn chặn dịch bệnh hiệu quả nhất là biện pháp cách ly. Tuy nhiên, vẫn còn quá nhiều thông số chưa rõ - ví dụ, không có dữ liệu rõ ràng về thời gian sống sót của virus trong môi trường, không có liệu pháp trị virus cụ thể với hiệu quả đã được chứng minh và không có vắc-xin. Tất cả điều này có thể thay đổi dự báo trong tương lai.
Ở Nga, dịch có thể suy giảm vào đầu mùa hè, nhưng ở mỗi vùng khác nhau thời hạn sẽ khác nhau. Và cần nhớ một điều như sau: các trường hợp đầu tiên của hội chứng hô hấp Trung Đông (MERS) (cũng do đại diện của coronavirus gây ra) được ghi nhận vào năm 2012, nhưng tận tới năm 2015 mới xảy ra bùng phát dịch ở Hàn Quốc. Vì thế hoàn toàn có thể xảy ra những đợt bùng phát dịch sau nhiều thời gian, và nếu không thực hiện các biện pháp cần thiết, lãng quên về an toàn thì nhất định sẽ xuất hiện dịch bệnh mới. Điều rất quan trọng là trong điều kiện áp dụng những biện pháp hạn chế bất đắc dĩ và rất mệt mỏi, chúng ta vẫn không được đánh mất cảnh giác, sẵn sàng cho một làn sóng khác, bởi chỉ cần một trường hợp sơ suất chủ quan là sẽ vô hiệu quá nỗ lực của rất nhiều người khác," - nhà khoa học kết luận.
Kiểm dịch và xét nghiệm hàng loạt
Một yếu tố quan trọng khác ngăn chặn dịch bệnh là xét nghiệm hàng loạt. Kết luận này được đưa ra bởi các nhà khoa học Ý. Trong một ấn phẩm gần đây trên tạp chí Y học Tự nhiên, họ đã trình bày một mô hình SIR hiện đại hóa - SIDARTHE, theo đó dân số được chia thành tám nhóm: các ca nhiễm đã được xác nhận và chưa được xác nhận, các mức độ nghiêm trọng khác nhau của căn bệnh.
Trong số các quốc gia trên thế giới, Ý là nước chịu ảnh hưởng nặng nề nhất bởi dịch bệnh. Tình trạng lây lan coronavirus xảy ra ở Ý với tốc độ rất nhanh, một số lượng lớn bệnh nhân nhập viện, hệ thống y tế không xử lý nổi. Mô hình mới cho thấy tình hình đã thay đổi rất nhiều sau khi áp dụng các hạn chế.
Tại thời điểm bắt đầu dịch, hệ số lây truyền vi rút R0 là 2,38, tương ứng với sự bùng phát mạnh mẽ. Tới ngày thứ tư, khi bắt đầu áp dụng các biện pháp tuân thủ khoảng cách xã hội, chỉ số này giảm xuống còn 1,66. Chế độ kiểm dịch được công bố vào ngày 9 tháng 3, sau đó là việc thắt chặt quy định này cũng đóng vai trò rất quan trọng.
Chỉ sang ngày thứ 28, khi chế độ cách ly được áp dụng trên phạm vi cả nước, R0 giảm xuống còn 0,99. Mức tiếp theo - 0,85 - đạt được vào ngày thứ 38, với việc bắt đầu xét nghiệm hàng loạt cho người dân và xác định những người mang mầm bệnh không có triệu chứng. Chỉ số R0 bằng không có nghĩa là dịch bệnh đã được dập tắt, nhưng còn xa mới đạt được kết quả này.
Chế độ kiểm dịch cần kéo dài ít nhất một năm, các tác giả tin tưởng. Chỉ có thể nới lỏng kiểm dịch sau khi đã xét nghiệm toàn dân và theo dõi các liên hệ của những người bị hệ thống xét nghiệm hiện có. Phương pháp phản ứng tổng hợp chuỗi polymerase sao chép ngược (RT-PCR) không phù hợp cho các nhiệm vụ đại chúng vì tốn nhiều thời gian, cần có các phòng thí nghiệm được chứng nhận với thiết bị rất đắt tiền và không chính xác. Điều quan trọng hiện nay là phát triển các xét nghiệm nhanh giúp xác định SARS-CoV-2 để có thể sử dụng tại các sân bay, trường học và trên các phương tiện giao thông công cộng.
