Mengubah penyebaran penyakit jaringan komunitas

COVID-19 Pandemi telah memperjelas betapa pentingnya memahami dengan tepat bagaimana penyakit menyebar di seluruh jaringan transportasi. Namun, sulit untuk menentukan hubungan antara risiko penyakit dan perubahan jaringan – yang dapat mengubah manusia atau lingkungan – karena kompleksitas sistem ini. Dalam surat kabar yang terbit hari ini (Kamis, 10 Juni 2021), at Jurnal Matematika Terapan SIAM, Stephen Kirkland (University of Manitoba), Zhisheng Shuai (University of Central Florida), P. van den Drische (University of Victoria) dan Xuei Wang (Washington State University) sedang mempelajari bagaimana mengubah jaringan dari beberapa komunitas yang saling berhubungan yang mempengaruhi penyebaran penyakit. penyebaran selanjutnya. Empat peneliti diorganisir oleh American Institute of Mathematics sebagai ansambel kuartet penelitian terstruktur.

Model matematika umum menggunakan beberapa area yang saling berhubungan untuk mewakili wilayah geografis individu yang dihubungkan oleh jaringan transportasi. Penyakit sering ditularkan melalui jaringan seperti melalui serangga seperti nyamuk dan tungau yang dapat menginfeksi manusia atau barang. Patogen, seperti bakteri dan protozoa, juga dapat menyebarkan penyakit melalui jaringan sungai. “Penularan penyakit ini dapat meningkat karena banjir, yang dapat membuat label baru,” kata Shuai. “Bagaimana dinamika penyakit berubah dalam menanggapi perubahan jaringan ini?”

jaringan bintang

Beberapa kemungkinan konfigurasi jaringan bintang dengan pusat 1 di tengah. Jaringan semacam itu dapat mewakili perjalanan antara kota dan pinggiran kota. Penulis: Gambar milik Stephen Kirkland, Gishen Shuai, P. van den Drichet dan Xuey Wang

Untuk menjawab pertanyaan tersebut, peneliti berusaha mengukur bilangan dasar reproduksi R0 jaringan secara keseluruhan. R0 menentukan penyakit kekekalan – jika lebih besar dari 1, jumlah infeksi cenderung meningkat; jika kurang dari 1, penyakit tersebut akhirnya akan mati. “Jika penyebaran antar patch lebih cepat dari dinamika penyakit atau populasi, ternyata jumlah jaringan reproduksi R0 dapat didekati sebagai jumlah rata-rata tertimbang dari angka reproduksi tambalan individu, ”kata Wang.

Misalnya, jika patogen di sungai menginfeksi orang dengan kolera dan air bergerak lebih cepat daripada patogen terurai, Anda dapat secara kasar R0 untuk seluruh jaringan sungai sebagai kombinasi angka reproduksi dasar untuk setiap komunitas individu di sepanjang sungai. Ini penting karena nilai R0 dapat mengendalikan strategi pengendalian penyakit – meskipun informasi yang diberikan terbatas dan tidak dapat memprediksi ukuran wabah yang sebenarnya.

Jaringan Patch

Jaringan jalan yang mewakili penyebaran patogen di sepanjang sungai. 1 – tempat tertinggi di hilir, dan 5 – terendah. Ada bypass 2 sampai 4 yang bisa disebabkan oleh banjir. Penulis: Gambar milik Stephen Kirkland, Gishen Shuai, P. van den Drichet dan Xuey Wang

Penulis telah mengembangkan teknik baru berdasarkan beberapa bidang matematika terapan untuk menentukan bagaimana R0 berubah ketika struktur jaringan berubah. Pendekatan matematis mereka memungkinkan analisis pada dua jenis jaringan model yang berbeda: jaringan bintang yang berisi beberapa cabang yang mengalir dari pusat pusat, dan jaringan jalur yang terdiri dari beberapa komunitas yang disusun secara berurutan di sepanjang lintasan.

“Jaringan bintang dapat mewakili transportasi orang antara satu pusat – sebagai kota besar – dan beberapa daun, yang akan mewakili kota kecil atau pinggiran kota,” kata Wang. “Jalur jaringan dapat mewakili komunitas di sepanjang sungai atau aliran sungai.” Struktur ini juga fleksibel – misalnya, jaringan bintang berguna untuk memodelkan beberapa skenario yang mungkin. “Dalam jaringan bintang, kita dapat memikirkan sumber air pusat – pusat bintang – dengan beberapa komunitas yang disediakan oleh sumber itu,” kata van den Drische.

Anda dapat menambahkan busur ke jaringan jalan yang melewati beberapa tempat di sepanjang sungai, yang bisa menjadi banjir besar. Jika, misalnya, muncul busur baru yang menghubungkan patch hilir ke atas, model tim telah menunjukkan bahwa risiko penularan penyakit menurun di daerah hilir dan meningkat di lokasi hulu. Model tersebut juga memasukkan “titik panas” tertentu di sepanjang sungai di mana tingkat penularan penyakit lebih tinggi; jalan memutar berpotensi menghindari tempat ini. Dalam contoh skenario jaringan jalur dengan lima patch bernomor dari 1 (paling hulu) hingga 5 (paling hilir) yang memiliki bypass dari patch 2 hingga 4, hotspot di lokasi yang berbeda memberikan efek yang berbeda. Jika patch 3 adalah hotspot, tidak ada perubahan pada itu R0 untuk seluruh jaringan sungai; hot spot di patch 1 atau 2 menghasilkan pengurangan R0, sedangkan hot spot di patch 4 atau 5 menghasilkan peningkatan R0.

Para penulis menggunakan temuan mereka untuk mengeksplorasi kemungkinan strategi pengendalian wabah dengan memperkenalkan koneksi baru di jaringan atau mengubah kekuatan koneksi yang ada. “Hasil kami dari jalur bintang dan jaringan menekankan bahwa lokasi hotspot dan koneksi antar titik sangat penting untuk menentukan strategi optimal untuk mengurangi risiko infeksi,” kata Wang. Metode para peneliti mengukur efektivitas pendekatan yang berbeda dalam manajemen impermeabilitas dan mengidentifikasi kondisi matematika di mana yang terbaik adalah memvariasikan jumlah pergerakan di antara lokasi tertentu.

Hasil penelitian ini mungkin berguna untuk membentuk strategi intervensi penyakit di masa depan. “Dalam beberapa pengaturan praktis, kami mungkin tidak memiliki terlalu banyak kendali atas tingkat impermeabilitas di masing-masing tambalan, tetapi kami dapat mengontrol struktur jaringan yang menghubungkan tambalan ini dengan lebih baik, misalnya, di jaringan bandara,” kata Kirkland. . “Penelitian dari penelitian kami dapat berfungsi sebagai informasi tentang strategi jaringan untuk pengendalian penyakit.”

Referensi: “Dampak Jaringan Komunitas yang Berbeda pada Invasi Penyakit,” Kirkland, S., Shuai, Z., van den Driessche, P., & Wang, X., 10 Juni 2021, Jurnal Matematika Terapan SIAM.

Pendanaan: Dewan Riset Alam dan Teknis, Yayasan Sains Nasional, Yayasan Simons

Related articles

Comments

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Share article

Latest articles

Menyelidiki lebih dalam tentang asal usul sinar kosmik dengan gerakan Brown geometris

Representasi skema sinar kosmik yang merambat melalui awan magnetik. Kredit: Salvatore Buonocore Model simulasi menyediakan langkah pertama dalam mengembangkan algoritma untuk meningkatkan metode deteksi. Sinar...

Penyerapan elektron terpisah yang ditangkap dalam film

Film menangkap gambar penangkapan elektron terpisah. Kredit: Javier Marmolejo Para peneliti di Universitas Gothenburg telah mengamati penyerapan satu elektron oleh tetesan melayang dengan amplitudo...

Perlindungan probiotik? Bakteri Usus Ditemukan Melindungi Usus Terhadap Virus COVID-19

Para peneliti dari Universitas Yonsei di Korea Selatan telah menemukan bahwa bakteri tertentu yang hidup di usus manusia mengeluarkan obat yang menghambat SARS-CoV-2. ...

Menggali sejarah populasi Neanderthal menggunakan DNA nuklir purba dari sedimen gua

Galeri patung gua di Spanyol utara. Penulis: Javier Trueba - film sains Madrid DNA mitokondria manusia purba telah diekstraksi dari deposit gua, tetapi nilainya...

Sakelar Semikonduktor Berpanduan Laser untuk Komunikasi Generasi Selanjutnya

Insinyur Laboratorium Nasional Lawrence Livermore telah menemukan jenis baru sakelar semikonduktor yang digerakkan oleh laser yang secara teoritis dapat mencapai kecepatan lebih tinggi pada...

Newsletter

Subscribe to stay updated.