Beter begrip van opkomende epidemieën

Onderzoekers van de TU Delft hebben een innovatieve methode ontwikkeld om epidemieën in hun vroege stadia beter te begrijpen, een kritieke periode waarin elke kennis telt en levens kan redden. Deze innovatieve statistische methode, die tot twee keer nauwkeuriger is dan de epidemische modellen die momenteel worden gebruikt, is gepubliceerd in het prestigieuze tijdschrift Proceedings of the National Academy of Sciences (PNAS) Nexus.

Een van de grootste uitdagingen bij een nieuwe epidemie – die veel levens zou kunnen kosten – is de vertraging bij het rapporteren van gegevens. Dit kan de voortgang van de epidemie verstoren, wat vaak tot ongepaste maatregelen leidt. Om dit probleem aan te pakken, ontwikkelden Maksim Kitsak en zijn team een ​​statistische methode om de vertraging bij het indienen van gegevens te elimineren. “Dit is belangrijk omdat exponentiële groei, vooral in de vroege fasen, erg gevaarlijk is omdat de groei van een epidemie wordt onderschat”, legt Kitsak uit. Naast epidemische uitbraken kan de wiskundige methode ook worden gebruikt om infecties op te sporen en de voortgang van de ziekte en de effectiviteit van geneesmiddelen te monitoren.

U kunt de publicatie hier lezen: https://academic.oup.com/pnasnexus/article/3/6/pgae204/7679825

Het team van netwerkwetenschappers, bestaande uit universitair docent Maksim Kitsak, professor Piet van Mieghem en promovendi Zhihao Qiu en Long Ma, profiteerde van het feit dat epidemieën een eenvoudig, inherent patroon volgen: de groeisnelheden van herstelde en overleden populaties worden verwacht. evenredig zijn aan het aantal besmettelijke personen, zolang het virus tijdens de observatieperiode niet muteert. Door gebruik te maken van dit stabiele patroon kunnen onderzoekers de gegevens opschonen en de nauwkeurigheid van epidemische voorspellingen aanzienlijk verbeteren.

Een wiskundig model dat levens kan redden
De voordelen van deze schone data zijn verreikend. Uit onderzoek blijkt dat deze methode de voorspellingsnauwkeurigheid tot wel twee keer kan verbeteren. Deze verbetering is vooral waardevol aan het begin van een epidemie, wanneer het virus nog niet goed wordt begrepen en nauwkeurige informatie cruciaal is.