Коронавирус статистика кривая роста
Детектив: откуда взялся COVID-19 и как перемещается (ENG)
Демография имеет значение (ENG)
Поскольку летальность COVID-19 значительно увеличивается с возрастом пациента, особенности возрастных структур населения могут оказывать значительный эффект на общую смертность от пандемии коронавируса. Демограф Илья Кашницкий оценил этот эффект и отобразил на карте различия в возрастных структурах населения регионов Европы.
За основу взяли данные о летальности пандемии в Италии — первой европейской стране, где ситуация начала развиваться очень быстро, и к 17 марта было зафиксировано уже 2003 смерти. Предположив, что во всех прочих регионах Европы летальность будет такой же как мы наблюдали в Италии, а общее число инфицированных достигнет 2/3 населения (цифра, о которой упоминала в своем обращении Ангела Меркель), рассчитали долю населения с повышенным риском умереть от пандемии. Надо отметить, что эта величина не претендует на роль сколько-нибудь точного прогноза финальной летальности. Допущения при расчетах очень значительны и маловероятны в долгосрочной перспективе. Однако, суть исследования — в сравнении возрастных структур населения. Различия между ними останутся неизменными, даже если повозрастная летальность от COVID-19 окажется существенно отличной от наблюдаемых сейчас в Италии величин, важно лишь, чтобы различия между возрастными группами оставались схожими.
Проведенный анализ позволяет выявить потенциально наиболее уязвимые регионы. Наибольшие потери населения из-за пандемии вероятны в странах и регионах с наиболее возрастным населением — Италия, Германия и Испания. Самый интересный вывод: несмотря на то, что сейчас наибольшее количество зарегистрированных случаев заражения и смертей концентрируется в больших городах, куда вирус пришел раньше, при масштабном неконтролируемом распространении наиболее проблемными станут отдаленные периферийные районы с наиболее пожилым населением. Это еще одна причина, почему карантинные меры, призванные растянуть во времени пик пандемии, чрезвычайно важны, особенно в странах Европы с относительно старым населением.
Источник: Kashnitsky, I. (2020). COVID-19 in unequally ageing European regions. OSF Preprint.
Экспоненциальный рост и эпидемии (ENG, RUS)
Математик объясняет, в какой момент нужно начинать беспокоиться. Эпидемия развивается экспоненциально — это значит умножение на какую-то константу (постоянный коэффициент).
Согласно данным на начало марта число случаев каждый день превышало число случаев в предыдущий день в 1,12—1,25 раз. Изменение количества зараженных изо дня в день складывается из трех цифр: количество зараженных в определенный день (N), среднее количество человек, с которым зараженный может контактировать в определенный день (E), и вероятность каждого контакта стать новым случаем заражения (p). Соответственно, по данным на 6 марта, в среднем каждые 16 дней количество зараженных увеличивалось в 10 раз. Но просто провести восходящий тренд недостаточно: в какой момент рост кривой должен остановиться. И важную роль начинают играть переменные E и p — они должны снижаться, чтобы остановить экспоненциальный рост.
Интерактивная модель: как распространяется вирус (ENG)
У The Washington Post вышел интерактивный материал о том, как распространяются инфекции. Основная идея — показать, почему важно ограничивать контакты каждого конкретного человека с внешним миром, а вот закрывать города и страны совсем необязательно. Симуляции показывают, как изменяется кривая количества зараженных в зависимости от того, какая стратегия используется: не делать ничего; попытка закрыть город на карантин; социальная изоляция четверти населения; социальная изоляция 7/8 населения.
Мягкая изоляция выигрывает у карантина, а почти полная изоляция — статистически наиболее надежный способ остановить эпидемию. Симуляции случайные, каждое прочтение статьи даст немного разные результаты, но вывод останется прежним.
Блогер Кевин Симлер улучшил эту модель: он добавил новые вводные (например, инкубационный период и количество умерших от болезни) и параметры модели, которые можно настраивать вручную. Здесь по шагам объясняется, как распространяется вирус и какие переменные на это влияют: например, в одной из симуляций предлагается угадать, какой должна быть скорость передачи заболевания между людьми, чтобы она не успела заразить все население планеты.
Так что это не только подробное пошаговое объяснение того, как распространяется вирус, но еще и упражнение в интуиции и критическом мышлении.
Люди хотят закрытия границ (RUS)
По данным исследования Ipsos по восприятию коронавируса, большинство людей считают, что границы их стран должны быть закрыты до тех пор, пока не будет локализована эпидемия. В опросе приняли участие 12 000 человек из 12 стран. Жители Азиатско-Тихоокеанского региона активнее всех поддерживают идею закрытия границ — во главе с Индией (79%) и Вьетнамом (78%) — что неудивительно, учитывая локацию, в которой болезнь была обнаружена впервые. В Италии 76% также согласны с этой радикальной мерой. Далее следуют Китай (73%) и Россия (70%).
Растет количество человек, которые верят в вероятность заражения людей из их ближнего окружения: их уже больше половины респондентов во Вьетнаме (67%), Великобритании (57%), половина в Индии, Австралии и Японии (51%).
Что ученые знают о 2019-nCoV (RUS)
Сейчас идет разработка лекарств, которые ингибируют заражение на разных стадиях цикла репликации вируса, и вакцин от SARS-CoV/MERS-CoV. Однако пока специфических препаратов от коронавирусов нет, и лечение заключается в поддерживающей терапии, назначенной по состоянию пациента. Источник на 11 марта 2020 года.
Материал обновляется.
Пандемия коронавируса достигла почти всех уголков планеты, посадив миллиарды людей под домашний арест. Вирус вызывает респираторное заболевание под названием COVID-19 с многочисленными симптомами и длительным инкубационным периодом. К тому моменту, когда человек понимает, что заболел, он мог на протяжении многих дней заражать других людей. Многие считают, что хуже самого вируса будут последствия информационной паники и паранойи. В том числе они отрицательно скажутся на состоянии мировой и отечественной экономики.
Новостные агентства ежедневно публикуют информацию о росте случаев заболевания и мерах реагирования. Однако, если вы хотите отслеживать прогресс пандемии в мировом масштабе и с математической точки зрения, нужны особенные источники данных. Существует статистическая информация, такая как количество выполненных тестов, число подтверждённых случаев заболевания, госпитализаций, смертей. Каждый из этих параметров можно отслеживать по времени или относительно численности населения. Если анализировать показатели правильно, можно сделать вывод о том, как определённый регион и страна справляются с вирусом. Для этого нужны графики и правильные выводы относительно того, что говорят те или иные числа.
Центр системных наук и инженерии при университете Джона Хопкинса предлагает один из простейших способов отслеживать вирус по всему миру. Карта получает данные из 17 источников, включая ВОЗ, Европейский Центр по предотвращению и контролю заболеваний, правительств нескольких стран. Сайт показывает количество случаев по отдельным странам и в горячих точках, число умерших, число выздоровевших.
Если вы хотите получить общее представление о масштабах пандами, это отличное место для начала. Нужно только понимать, что в разных странах сортировка данных происходит по-разному, что влияет на визуальное отображение.
Количество случаев заражения не показывает картину в целом. Не помешает также знать, скольких людей протестировали. В США эту информацию отображает проект COVID Tracking. Здесь показывается количество выполненных тестов в разных штатах. Данные берутся из публично доступных ресурсов, главным образом от медицинских властей штатов. Показывается, сколько тестов оказались положительными, сколько отрицательными, скольких людей госпитализировали и сколько скончались.
Считается, что в США было проведено слишком мало тестов, что и привело к такому большому количеству заболевших и погибших. Данный трекер помогает понять не только сколько жителей разных штатов заболели, но и у какого процента населения тест дал положительный результат и насколько широко распространена программа тестирования. Сайт даже определяет степень полноты данных в разных штатах. Таким образом, автор пытается дать понять, можно ли верить этим числам или нет.
91-DIVOC также показывает пользу логарифмических графиков. Простой линейный график может показать экспоненциальный рост числа заболевших COVID-19. Логарифмический график показывает экспоненциальный рост в виде прямой линии, что упрощает анализ малых изменений в темпах распространения болезни. Это может показать, что вирус не является неудержимым, особенно если страны и организации продолжат борьбу с ним.
Worldometer предназначается для анализа данных в разных странах. Информация берётся от правительственных учреждений и надёжных СМИ. Это один из источников данных карты Университета Джона Хопкинса. В конце марта Worldometer взломали и внедрили ложную статистику по Пакистану. Потом числа поменяли на правильные, но это напоминает о том, что информацию желательно проверять.
Университет Вашингтона показывает, как COVID-19 влияет на больницы США. Моделируется распространение вируса в ближайшие недели и месяцы. Показывается, сколько потребуется коек и аппаратов ИВЛ в каждом штате и сколько есть сейчас. Информацию с этого сайта цитировала представитель Белого Дома. Модели периодически обновляются, при этом изменения объясняются.
Нужно понимать, что в этих моделях достаточно высокий уровень неопределённости. Статистика в них выглядит довольно оптимистичной. В настоящее время прогнозируется 80000 погибших в США, тогда как в других источниках чаще даётся прогноз между 100000 и 200000.
Здесь модель не такая благоприятная. Демонстрируется рост числа заболевших в США в при различных возможных сценариях, таких как ограниченное и полное социальное дистанцирование. Даётся анализ данных по штатам и по странам с анализом принимаемых мер.
Сайт обновляется ежедневно, однако на его основе нельзя давать точные прогнозы. Возможно, он переоценивает распространение COVID-19, по крайней мере в Нью-Йорке. Эта информация неплохо подходит для планирования дальнейших действий в разных штатах. При реализации таких планов лучше переоценить опасность, чем недооценить.
Подобные графики должны не только предоставлять информацию, но и влиять на развитие событий. Если принимающие решения власти будут пользоваться их статистикой, это должно помочь замедлить и в конечном счёте победить коронавирус. Таким образом, эти источники информации окажут влияние на статистику, которую они показывают.
Заместитель директора обсерватории Физического института РАН объяснил, что за дело его заставил взяться непрофессионализм тех, кто пытается озвучивать прогнозы по телевизору.
Общее число заражённых новой коронавирусной инфекцией, начавшей свой заразный путь по миру с китайского города Ухань в декабре прошлого года, за три месяца достигло почти миллиона человек, из которых 48 тысяч скончались.
И количество заболевших продолжает расти день ото дня.
В России, по данным на утро четверга, 2 апреля, выявлено 3548 случаев заболевания (плюс 771 за сутки) и тридцать летальных исходов.
И прогнозы относительно того, когда всё закончится, совершенно не совпадают: одни пророчат, что это случится к маю, другие – к июню, третьи – не надеются и на сентябрь, предсказывая цикличность и возобновление эпидемии осенью.
А доктор физико-математических наук, замдиректора по научной работе Пущинской радиоастрономической обсерватории Физического института РАН Игорь Чашей решил не гадать, а сделать математический расчёт распространения заболевания в России. И сделал вывод, как долго это всё ещё будет длиться.
"Знаете, когда меня загнали в карантин и я включал телевизор и видел эти предположения некоторых малоквалифицированных людей, меня зло взяло, – объяснил сам Чашей. – Поэтому я и сам начал какие-то цифры писать, пытаться построить модель. Да, это не моя специальность, но всё-таки я разбираюсь в математике, и поэтому этим занялся".
Царьград публикует интервью с учёным, которое даёт ответы на многие вопросы, интересующие сейчас людей, вынужденных пребывать в режиме самоизоляции – ради предотвращения дальнейшего распространения инфекции.
– Как вообще вы вели свои расчёты?
– Если говорить просто, то смотрел статистику по количеству инфицированных. И какое отношение инфицированных за данный день – к тем, кто был инфицирован до предыдущего дня.
– И что получается? Это ведь данные по России, не по всему миру?
– Да, только по нашей стране. Так вот, соотношение инфицированных сегодня к тем, у которых выявилось заражение ранее, примерно постоянное, меняется где-то на процент в день. То есть он уменьшается. По сути, получается дифференциальное уравнение. Если такая тенденция сохранится, получившаяся на графике кривая примерно отражает динамику числа инфицированных людей в России.
– Вероятность ошибки какова?
– Знаете, вот на днях возникло сомнение. Был скачок – и всё нарушилось. Поэтому я решил, что все эти расчёты не годятся. Однако не следующий день всё восстановилось. По-видимому, был какой-то случайный сбой. Но я думаю, что если не будет сильных колебаний, тогда построенный мной график даст, наверное, правильный прогноз.
– . А если судить по нему, в соответствии с вашими расчётами получается где-то через двадцать дней произойдёт пик заболеваемости, так?
– Да, к 20 апреля должен быть максимум.
– И сколько заболевших получится в итоге в стране?
– Пятнадцать-двадцать тысяч человек приблизительно. Сначала, ориентировочно к 10 апреля, можно ожидать, что количество вновь инфицированных начнёт замедляться. И затем, соответственно, достигнет максимума в районе 19-20 апреля – аккурат на Пасху. А далее пойдёт вниз.
– А когда всё закончится? Есть "хвост" у этой кривой?
–"Хвост"-то есть, но ему как раз-таки и не надо придавать значения, это уже издержки расчётов. Важно, что происходит на стадии роста и на стадии спада. И то, что после максимума наступит спад.
– Но если говорить о недавнем скачке, который выбился из вашей модели, из-за чего могут возникать подобные погрешности?
– Прежде всего, у меня нет ответа, с чем был связан сам скачок. Например, он мог произойти из-за того, что количество инфицированных в течение суток определялось за меньшее время или большее. Но изменение было явным. И что с ним было делать, я не знал. Уж подумал, что всё исследование пойдёт в утиль. Но как только всё вернулось на круги своя, получается, можно говорить об издержках статистики.
Игорь Чашей проанализировал ситуацию с коронавирусом в России с точки зрения математики. Фото: Личный архив.
– Конкретный спад по распространению этого злосчастного COVID-19 когда наступит, как вы полагаете?
– Не я полагаю – результаты вычисления об этом говорят. Дней через десять, получается, после преодоления максимума. Тогда можно будет вообще забыть об этой истории. Потому что речь о том, что идёт конкуренция между нарастающей экспонентой и очень быстрым её спадом – в квадрате. Поэтому спад будет резким. Главное, преодолеть максимум. Так математика устроена. И сама жизнь так устроена.
– Если вы сумели вычислить вероятное число инфицированных, то возможно ли сделать анализ по летальным исходам, по проценту выздоровевших?
– Да никаких проблем с этим нет! Надо просто заняться, и всё. Я не медик, я – астрофизик. Но думаю, что такой подход, какой был использован мной, уместен, допустим, и для оценки количества выздоровевших, умерших. Нужно аккуратно заняться этими цифрами и найти какую-то систему, закономерность. И затем, когда этот первый шаг сделан, нет никакой проблемы с тем, чтобы сделать прогноз.
– Следующий вопрос, Игорь Владимирович, – с экономической подоплёкой. Скажите, но если можно математически выстраивать такие расчёты, то есть, наверное, возможность и помочь тем, кто сейчас занимается обеспечением населения защитными средствами – масками, лекарствами, антисептиками, рассчитать более-менее точное количество необходимых поставок, нет?
– Спросить учёных, вы правы, было бы не лишним в такой ситуации, однако этого люди, отвечающие за закупки, о которых вы говорите, не делают. А зря, между прочим.
– Но есть ещё и другой серьёзный момент. Вирус, считают учёные, может мутировать – следовательно, и статистика будет меняться.
– Видите ли. Жизнь, на самом деле, следует математическим законам, потому что главное здесь – следить за соотношением будущего числа инфицированных к предыдущему количеству. И больше ничего. Конечно, я не исключаю, что можно насыпать, чисто теоретически, вируса куда-то ещё, и тогда всё это нарушится. Но естественный ход событий всегда определяется функциями такого рода, с которыми я работал, когда выводил это соотношение. И на основании его был построен этот график. И да – я его делал не для себя.
Математическая модель, описывающая процессы, подобные развитию эпидемии называется уравнением Ферхюльста, или логистическим уравнением. Уравнение описывает увеличение некоторой популяции в присутствии ограничения ее максимума. Популяция (например, количество заболевших) в начале эпидемии увеличивается экспоненциально, но количество заболевших ограничено численностью населения и постепенно рост замедляется. Кривая, иллюстрирующая этот процесс называется логистической. 
Хорошую статистику дает паром Diamond Princess.
3500 человек на борту (большинство — пенсионеры).
712 заразившихся, из них 362 бессимптомно.
7 смертных случаев.
Почему 80% не заразилось, неизвестно. Возможно, некоторые люди этой инфекцией совсем не заражаются, но это не точно…
Из выступления Генерального директора ВОЗ от 17.02.2020.
«У более 80% пациентов болезнь протекает в легкой форме и заканчивается полным выздоровлением.
Примерно в 14% случаев течение болезни тяжелое и сопровождается, в частности, пневмонией и одышкой.
И, наконец, у порядка 5% пациентов развивается опасное для жизни заболевание, сопровождающееся такими проявлениями, как респираторная недостаточность, септический шок и полиорганная недостаточность.
В 2% случаев заражение вирусом приводит к смерти, причем этот риск возрастает пропорционально возрасту пациента. „
Возможно, что Гендиректор ВОЗ совсем не учел бессимптомных инфицированных, поэтому делим все пополам.
Итак, на 100% инфицированных:
90% бессимптомно, или в легкой форме;
10% — требуется госпитализация, из них:
2.5% — тяжелые, требуется реанимация (наверное, искусственная вентиляция легких?);
1% — смертность.
Точное решение логистического уравнения:
N=M*EXP(r*t)/(1+EXP(r*t)); где
N — размер популяции в момент t;
M — максимальный размер популяции;
r — скорость роста популяции, увеличение за день (проценты/100);
t — текущее время в днях, отсчитывается от середины логистической кривой.
Для определения времени:
t=(1/r)*LN(N/(M-N));
Простота использования логистического уравнения заключается в том, что для его решения нужно всего 2 параметра — максимальный размер популяции и скорость ее роста.
Для примера посчитаем смертность в Италии. Население Италии — 60 млн. человек. Будем считать, что вирусом заразятся половина населения, 30 млн. Увы, 1%, 300 тыс. из них могут погибнуть. В настоящее время умерло 4032 человека, скорость роста процесса — 15% в день. Число заболевших в Италии в начале эпидемии увеличивалось на 25% в день, сейчас, при карантине, 13%. Смертность отстает от количества заболевших, умирают через 11 дней после заражения, так что считаем, что и смертность упадет до 13%.
r=0.13; N=4032; M=300000.
Ответ пугает. t=33. Через 33 дня в Италии могут умереть от вируса 150 тысяч человек. В это время будут умирать до 9700 человек в день.
Если бы карантина не было, скорость распространения осталась бы 25%, максимум был бы достигнут на 17 день, ежедневная смертность в максимуме — 18650 человек. Карантин сдвигает процесс и уменьшает максимум. Справится ли итальянская медицина?
Но вместо закрытия промышленности, вместо полного карантина есть более элегантное решение.
По данным Высшего института здоровья Италии почти 90% умерших в Италии старше 70 лет. 
Изолируем эту группу населения, благо туристических отелей в Италии предостаточно. Полный и строгий карантин. Смертность падает в 10 раз. Серьезные случаи болезни тоже. Даже, если отменить для остальных карантинные мероприятия, умрет уже в 10 раз меньше людей.
При r=0.2; M=30000, максимум будет достигнут через 28 дней. Максимальное количество новых смертей в день — 1495. 
Если также изолировать и более молодых с опасными заболеваниями, количество смертей можно еще уменьшить. Наиболее распространенные хронические патологии у умерших:
ишемическая кардиопатия — 37,3%
мерцательная аритмия — 26.5%
перенесенный инсульт — 8,2%
артериальная гипертензия — 76,5%
сахарный диабет — 37,3%
деменция — 4,5%
хроническая обструктивная болезнь легких — 9,7%
рак, активный в течение последних 5 лет — 19,4%
хроническая гепатопатия — 7%
хроническая почечная недостаточность — 17,5%
Количество заболевших коронавирусом в России увеличивается более чем на 25% ежедневно. Это означает в 10 раз за 10 дней, в 1000 раз за месяц. С такими темпами через месяц у нас будут сотни тысяч больных. Самые строгие карантинные мероприятия смогут снизить темпы ежедневного роста заболеваемости вдвое, до 13% (на примере Италии). Карантинные меры обрушивают экономику и не достигают поставленной задачи — снизить нагрузку на медицину до приемлемого уровня.
Между тем, имеется эффективное решение проблемы.
90% тяжелых больных и смертельных исходов наблюдается у лиц, старше 70 лет. Строгий карантин для пожилых людей и хронических больных. Для этого надо задействовать пансионаты и дома отдыха. Установить строгий режим, персонал не должен быть местным и также не должен покидать карантин. Карантины должны охраняться Росгвардией. Первые две недели карантины должны быть индивидуальными.
Для остальных жителей России карантин может быть снят, или ослаблен.
Таблица прогноза сроков и максимального количества тяжелых больных.
| Дней до максимума эпидемии | Максимально тяжелых случаев за этот день | |
| Существующее положение | 39 | 108800 |
| Карантин | 65 | 65500 |
| Изоляция пожилых без общего карантина | 37 | 8700 |
Времени нет. Если оставить все как есть, к началу мая мы будем иметь сотни тысяч только тяжелых больных, нуждающихся в реанимации.Ежедневно будет поступать 100000 новых. Общий карантин растянет эти сроки вдвое и вдвое снизит приток больных.
Изоляция группы риска снизит количество тяжелых больных и смертей в 10 раз.
Хотелось бы донести эту информацию до властей.
Сейчас в разных источниках появляется множество пугающих графиков и диаграмм со статистикой по коронавирусу. Дата-сайентист Тим Пятенко объяснил, почему далеко не всем визуализированным данным стоит доверять.
Базовое правило статистики гласит: чем меньше численность выборки (sample size), тем больше погрешность (margin of error). Это видно на графике ниже.
Таким образом, в начале распространения нового вируса невозможно получить достоверные статистические данные, особенно такие, как уровень смертности. Следующие два графика иллюстрируют, что попытка измерить новый процесс по определению ошибочна.
Итоги всех закрытых случаев (процент выздоровлений и процент смертей) / Статистика по США от WorldOMeter
Второй важный момент для статистики, изменяющейся во времени, — это концепция базовой линии. Цифры не имеют смысла без показателя для сравнения. Во всех сообщениях СМИ о коронавирусе, которые я видел, отсутствовала базовая информация. Вот некоторые вопросы, ответы на которые я хотел получить, прежде чем делать какие-либо выводы.
- Сколько смертей ежедневно случается в обычных обстоятельствах?
- Какая доля из них вызвана существующими заболеваниями, такими как сезонный грипп?
- Как выглядит типичный сезон гриппа? В начале? На пике? В конце?
- Насколько доступна медицинская помощь заболевшим? Сколько мест в больницах, в том числе в реанимации?
- Как эти данные варьируются с точки зрения географии и демографии?
Найти ответы на них оказалось непросто, но кое-что мне удалось выяснить. Прежде всего, я обнаружил график с базовым уровнем смертности. Он сообщает не так уж много информации, но, по крайней мере, показывает текущее положение. Кроме того, он демонстрирует изменения в долгосрочной тенденции, которая сохранялась с 1980-х годов.
Изменение уровня смертности во времени / MacroTrends
Далее я подробнее изучил ситуацию с гриппом. Вот как он распространяется из года в год.
Общее воздействие гриппа в США / CDC Influenza site
Это выглядит достаточно жутко — получается, ежегодно гриппом заражаются более 10% населения США, при этом десятки тысяч умирают. А вот так обычно выглядит сезон гриппа.
Пик приходится на период с января по март, а к маю грипп исчезает. Можете держать это в голове, когда будете смотреть на кривые роста коронавируса. Однако не забывайте, что это новое явление и мы пока не знаем, чего от него ожидать.
Теперь можно приступить к сравнению. Возможно, самой характерной чертой коронавируса является его опасность для взрослых людей. И чем старше человек, тем больше риск.
Это важно для всего остального. Перекос в сторону одной возрастной группы в сочетании со сложным географическим распределением людей затрудняет составление статистики. Например, в Италии самое старое население в Евросоюзе, средний возраст которого более чем на десять лет больше, чем в США. Трудно делать выводы из ситуации в одной стране и применять их к другой, не учитывая эти факторы. То же самое касается эпицентра вируса в США, которым стал дом престарелых в Киркленде, штат Вашингтон. Игнорирование высокой концентрации заболевших в определенных местах делает итоговые цифры бессмысленными и вводящими в заблуждение. Взгляните на эту диаграмму из Италии.
Коронавирус и грипп
Вспышки гриппа (синие и фиолетовые столбцы) и коронавируса (оранжевые и красные столбцы) совсем не похожи. И пока мы не увидим, как выглядит фактическое распределение последнего, делать прогнозы будет рано. Сейчас слишком много неизвестных. К сожалению, коронавирус сам по себе необычен, поэтому может потребоваться несколько сезонов, чтобы проследить тенденцию.
Это заставило меня задуматься: если мы так мало мы знаем, а цифры не превышают уровень сезонного гриппа, откуда столько паники? Откуда такая серьезная обеспокоенность по поводу способности больниц во всем мире справиться с коронавирусом? Если они принимают сотни больных гриппом в год, разве они не готовы к похожим ситуациям?
Проблема заключается в том, что тяжелые случаи часто оказываются сконцентрированы в одном месте и не все заболевшие получают соответствующую помощь. Обычно в больницах есть от одной до нескольких десятков кроватей в отделениях интенсивной терапии. Для обычной вспышки сезонного гриппа этого достаточно. Но при сильной вспышке гриппа, за которой следует вспышка коронавируса, система выходит из строя. Далее приведу цитату.
На первый взгляд, цифра не кажется такой уж большой, но это почти предел доступности интенсивной терапии. Вот пример распределения мест в довольно большой больнице в США. Мест в реанимации для взрослых (Intensive Care Beds) всего 14.
И общие цифры по США.
Больницы, места в них, места в реанимации и численность населения в 2000-2099 гг.
Таким образом, настоящая опасность коронавируса заключается в высокой концентрации тяжелых случаев и недостаточном числе мест в реанимации. От традиционной статистики сейчас мало толку, так как пока у нас недостаточно информации, и она не позволяет составить общую картину. Я бы обратил ваше внимание только на этот график.
Общее число серьезных и критических случаев
Это то, что мы действительно знаем. Если у кого-то есть вирус, насколько вероятно, что ситуация станет серьезной? Как изменяется эта цифра? Теперь вы можете иначе посмотреть на соотношение процента выздоровлений и смертей. Оно также показывает, насколько остро стоит проблема недостатка мест в реанимации. Остается надеяться, что нам повезет, и кривая на последнем графике не поползет вверх.
Нашли опечатку? Выделите текст и нажмите Ctrl + Enter
Читайте также:
