Merge pull request #5 from Sbezhik/patch-1
This commit is contained in:
GitHub
commit
5b96d4d739
|
|
@ -147,100 +147,103 @@
|
|||
|
||||
Для COVID-19 оценивается, что человек остаётся <icon e></icon> заражённым-но-пока-не-заразным 3 дня *в среднем*. [^latent] Что случится, если мы добавим это в симуляцию?
|
||||
|
||||
[^latent]: “Assuming an incubation period distribution of mean 5.2 days from a separate study of early COVID-19 cases, we inferred that infectiousness started from 2.3 days (95% CI, 0.8–3.0 days) before symptom onset” (translation: Assuming symptoms start at 5 days, infectiousness starts 2 days before = Infectiousness starts at 3 days) [He, X., Lau, E.H.Y., Wu, P. et al.](https://www.nature.com/articles/s41591-020-0869-5)
|
||||
[^latent]: “Assuming an incubation period distribution of mean 5.2 days from a separate study of early COVID-19 cases, we inferred that infectiousness started from 2.3 days (95% CI, 0.8–3.0 days) before symptom onset” (перевод: Симптомы начинаются на пятый день, а заразным человек становится за 2 дня до этого = заразным человек становится на третий день) [He, X., Lau, E.H.Y., Wu, P. et al.](https://www.nature.com/articles/s41591-020-0869-5)
|
||||
|
||||
<b style='color:#ff4040'>Red <b style='color:#FF9393'>+ Pink</b> curve</b> is *current* cases (infectious <icon i></icon> + exposed <icon e></icon>),
|
||||
<b style='color:#888'>Gray curve</b> is *total* cases (current + recovered <icon r></icon>):
|
||||
<b style='color:#ff4040'>Красная <b style='color:#FF9393'>+ Розовая</b> кривая</b> -- это *носители* (Заразные <icon i></icon> + Латентно инфицированные <icon e></icon>),
|
||||
<b style='color:#888'>Серая кривая</b> -- это *общее* количество (носители + Выздоровевшие <icon r></icon>):
|
||||
|
||||
<div class="sim">
|
||||
<iframe src="sim?stage=epi-5" width="800" height="540"></iframe>
|
||||
</div>
|
||||
|
||||
Not much changes! How long you stay <icon e></icon> Exposed changes the ratio of <icon e></icon>-to-<icon i></icon>, and *when* current cases peak... but the *height* of that peak, and total cases in the end, stays the same.
|
||||
Не сильно-то и поменялось! То как долго человек инфицирован латентно <icon e></icon> меняет отношение <icon e></icon> к <icon i></icon>, и *время* пика больных, но *высота* этого пика и общее количество заболевших в конце концов оказываются такими же как и раньше.
|
||||
|
||||
Why's that? Because of the *first*-most important idea in Epidemiology 101:
|
||||
Почему так? Из-за *главной* идеи Эпидемиологического ликбеза:
|
||||
|
||||
|
||||
|
||||
Short for "Reproduction number". It's the *average* number of people an <icon i></icon> infects *before* they recover (or die).
|
||||
Сокращение от "Reproduction number" ("Индекс репродукции"). Это *среднее* число людей, которых <icon i></icon> заражает перед тем как выздоровеет (или умрёт).
|
||||
|
||||
|
||||
|
||||
**R** changes over the course of an outbreak, as we get more immunity & interventions.
|
||||
**R** меняется по ходу вспышки из-за приобретаемого иммунитета и вводимых ограничений.
|
||||
|
||||
**R<sub>0</sub>** (pronounced R-nought) is what R is *at the start of an outbreak, before immunity or interventions*. R<sub>0</sub> more closely reflects the power of the virus itself, but it still changes from place to place. For example, R<sub>0</sub> is higher in dense cities than sparse rural areas.
|
||||
**R<sub>0</sub>** -- это значение R *в начале вспышки, до иммунитета или ограничений*. R<sub>0</sub> лучше показывает силу вируса, но по-прежнему меняется от места к месту. К примеру R<sub>0</sub> куда выше в густонаселённых городах по сравнению с сельской местностью.
|
||||
|
||||
(Most news articles – and even some research papers! – confuse R and R<sub>0</sub>. Again, science terminology is bad)
|
||||
(Многие новостные статьи -- и даже научные работы! -- путают между собой R и R<sub>0</sub>. Научная терминология не всегда удачна.)
|
||||
|
||||
The R<sub>0</sub> for "the" seasonal flu is around 1.28[^r0_flu]. This means, at the *start* of a flu outbreak, each <icon i></icon> infects 1.28 others *on average.* (If it sounds weird that this isn't a whole number, remember that the "average" mom has 2.4 children. This doesn't mean there's half-children running about.)
|
||||
R<sub>0</sub> для сезонных гриппов обычно колеблется в районе 1.28[^r0_flu]. Это значит, что в *начале* вспышки гриппа каждый <icon i></icon> заражает *в среднем* 1.28 человека. (Если вам представляется странным, что это число не целое, вспомните, что у "средней" матери 2.4 ребёнка. Это не значит, что где-то вокруг неё бегают половинки детей.)
|
||||
|
||||
[^r0_flu]: “The median R value for seasonal influenza was 1.28 (IQR: 1.19–1.37)” [Biggerstaff, M., Cauchemez, S., Reed, C. et al.](https://bmcinfectdis.biomedcentral.com/articles/10.1186/1471-2334-14-480)
|
||||
|
||||
The R<sub>0</sub> for COVID-19 is estimated to be around 2.2,[^r0_covid] though one *not-yet-finalized* study estimates it was 5.7(!) in Wuhan.[^r0_wuhan]
|
||||
По оценкам, R<sub>0</sub> для COVID-19 составляет около 2.2,[^r0_covid] хотя одно из *незавершённых* исследований даёт оценку в 5.7(!) для Ухани.[^r0_wuhan]
|
||||
|
||||
[^r0_covid]: “We estimated the basic reproduction number R0 of 2019-nCoV to be around 2.2 (90% high density interval: 1.4–3.8)” [Riou J, Althaus CL.](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7001239/)
|
||||
|
||||
[^r0_wuhan]: “we calculated a median R0 value of 5.7 (95% CI 3.8–8.9)” [Sanche S, Lin YT, Xu C, Romero-Severson E, Hengartner N, Ke R.](https://wwwnc.cdc.gov/eid/article/26/7/20-0282_article)
|
||||
|
||||
In our simulations – *at the start & on average* – an <icon i></icon> infects someone every 4 days, over 10 days. "4 days" goes into "10 days" two-and-a-half times. This means – *at the start & on average* – each <icon i></icon> infects 2.5 others. Therefore, R<sub>0</sub> = 2.5. (caveats:[^r0_caveats_sim])
|
||||
В наших симуляциях -- *в начале и в среднем* -- <icon i><icon> заражает другого раз в 4 дня в течение 10 дней. "4 дня" укладываются в "10 дней" два с половиной раза. Это означает -- *в начале и в среднем* -- что каждый <icon i></icon> заразил 2.5 других. Следовательно, R<sub>0</sub> = 2.5. (оговорки:[^r0_caveats_sim])
|
||||
|
||||
[^r0_caveats_sim]: This is pretending that you're equally infectious all throughout your "infectious period". Again, simplifications for educational purposes.
|
||||
[^r0_caveats_sim]: В предположении что человек одинаково заразен на протяжении всей болезни. Опять же, мы упрощаем для наглядности.
|
||||
|
||||
**Play with this R<sub>0</sub> calculator, to see how R<sub>0</sub> depends on recovery time & new-infection time:**
|
||||
**Поиграйте с калькулятором R<sub>0</sub>, чтобы увидеть, как R<sub>0</sub> зависит от времени выздоровления и интервала между заражениями:**
|
||||
|
||||
<div class="sim">
|
||||
<iframe src="sim?stage=epi-6a&format=calc" width="285" height="255"></iframe>
|
||||
</div>
|
||||
|
||||
But remember, the fewer <icon s></icon>s there are, the *slower* <icon s></icon>s become <icon i></icon>s. The *current* reproduction number (R) depends not just on the *basic* reproduction number (R<sub>0</sub>), but *also* on how many people are no longer <icon s></icon> Susceptible. (For example, by recovering & getting natural immunity.)
|
||||
Но учтите, что чем меньше у нас <icon s></icon>, тем *медленнее* <icon s></icon> становятся <icon i></icon>. *Текущий* индекс репродукции (R) зависит не только от *базового* (R<sub>0</sub>), но *ещё* и от того, сколько людей больше не <icon s></icon> Уязвимы (скажем, потому что они выздоровели и приобрели иммунитет.)
|
||||
|
||||
<div class="sim">
|
||||
<iframe src="sim?stage=epi-6b&format=calc" width="285" height="390"></iframe>
|
||||
</div>
|
||||
|
||||
When enough people have immunity, R < 1, and the virus is contained! This is called **herd immunity**. For flus, herd immunity is achieved *with a vaccine*. Trying to achieve "natural herd immunity" by letting folks get infected is a *terrible* idea. (But not for the reason you may think! We'll explain later.)
|
||||
Как только иммунитет приобретают достаточно много людей, R < 1, то есть распространение удалось остановить. Это называется **стадный иммунитет**. Для гриппов стадного иммунитета добиваются при помощи *вакцинации*. Ни в коем случае не стоит пытаться достичь "естественного стадного иммунитета", просто позволяя людям заражаться (Не потому, о чём вы подумали! Мы объясним это позднее).
|
||||
|
||||
Now, let's play the SEIR Model again, but showing R<sub>0</sub>, R over time, and the herd immunity threshold:
|
||||
Теперь давайте поиграем с моделью SEOR снова, следя за R<sub>0</sub> и R со временем, и посмотрим на порог стадного иммунитета:
|
||||
|
||||
<div class="sim">
|
||||
<iframe src="sim?stage=epi-7" width="800" height="540"></iframe>
|
||||
</div>
|
||||
|
||||
**NOTE: Total cases *does not stop* at herd immunity, but overshoots it!** And it crosses the threshold *exactly* when current cases peak. (This happens no matter how you change the settings – try it for yourself!)
|
||||
**Обратите внимание: болезнь не прекратила распространяться после достижения стадного иммунитета, а намного переплюнула эту точку!** И она пересекает порог *ровно* в момент, когда число больных достигает пика. (Это происходит при любых настройках -- можете сами попробовать!)
|
||||
|
||||
This is because when there are more non-<icon s></icon>s than the herd immunity threshold, you get R < 1. And when R < 1, new cases stop growing: a peak.
|
||||
|
||||
**If there's only one lesson you take away from this guide, here it is** – it's an extremely complex diagram so please take time to fully absorb it:
|
||||
Это случается из-за того, что как только не-<icon s ></icon> становится больше порога стадного иммунитета, мы приходим в R < 1. А когда R < 1, число больных перестаёт расти: случается пик.
|
||||
|
||||
**Важнейший момент, который стоит вынести из этой статьи, представлен на диаграмме ниже** -- она весьма запутана, так что уделите достаточно внимания, чтобы полностью осознать её смысл:
|
||||
|
||||
|
||||
|
||||
**This means: we do NOT need to catch all transmissions, or even nearly all transmissions, to stop COVID-19!**
|
||||
**Это значит, что нам НЕ обязательно отлавливать всех или почти всех больных, чтобы остановить COVID-19!**
|
||||
|
||||
It's a paradox. COVID-19 is extremely contagious, yet to contain it, we "only" need to stop more than 60% of infections. 60%?! If that was a school grade, that's a D-. But if R<sub>0</sub> = 2.5, cutting that by 61% gives us R = 0.975, which is R < 1, virus is contained! (exact formula:[^exact_formula])
|
||||
Это парадоксально. COVID-19 очень заразный, но чтобы его остановить, нам достаточно "только" предотвратить принятыми мерами 60% заражений. 60%?! If that was a school grade, that's a D-. Но если R<sub>0</sub> = 2.5, то 61% даст нам R = 0.975, то есть R < 1 и распространение остановлено! (Точная формула:[^exact_formula])
|
||||
|
||||
[^exact_formula]: Вспомним, что R = R<sub>0</sub> * (долю до сих пор возможных при всех принятых мерах и иммунитете заражений). А доля возможных заражений -- это 1 - доля *предотвращённых* заражений.
|
||||
|
||||
[^exact_formula]: Remember R = R<sub>0</sub> * the ratio of transmissions still allowed. Remember also that ratio of transmissions allowed = 1 - ratio of transmissions *stopped*.
|
||||
|
||||
Therefore, to get R < 1, you need to get R<sub>0</sub> * TransmissionsAllowed < 1.
|
||||
Поэтому чтобы добиться R < 1, надо добиться R<sub>0</sub> * ВозможныеЗаражения < 1.
|
||||
|
||||
Therefore, TransmissionsAllowed < 1/R<sub>0</sub>
|
||||
Следовательно, ВозможныеЗаражения < 1/R_0
|
||||
|
||||
Therefore, 1 - TransmissionsStopped < 1/R<sub>0</sub>
|
||||
Следовательно, 1 - ПредотвращённыеЗаражения < 1/R<sub>0</sub>
|
||||
|
||||
Therefore, TransmissionsStopped > 1 - 1/R<sub>0</sub>
|
||||
|
||||
Следовательно, ПредотвращённыеЗаражения > 1 - 1/R<sub>0</sub>
|
||||
|
||||
|
||||
Therefore, you need to stop more than **1 - 1/R<sub>0</sub>** of transmissions to get R < 1 and contain the virus!
|
||||
Следовательно, достаточно остановить больше, чем **1 - 1/R<sub>0</sub>** всех заражений, чтобы получить R < 1 и сдержать распространение!
|
||||
|
||||
|
||||
|
||||
(If you think R<sub>0</sub> or the other numbers in our simulations are too low/high, that's good you're challenging our assumptions! There'll be a "Sandbox Mode" at the end of this guide, where you can plug in your *own* numbers, and simulate what happens.)
|
||||
(Если вы думаете, что R_0 или другие числа в нашей симуляции слишком низкие или высокие, то здорово, что вы подвергаете сомнению наши предположения! В конце этой статьи будет "режим песочницы, в котором вы сможете подставить *свои* числа и просимулировать, что случится.)
|
||||
|
||||
*Every* COVID-19 intervention you've heard of – handwashing, social/physical distancing, lockdowns, self-isolation, contact tracing & quarantining, face masks, even "herd immunity" – they're *all* doing the same thing:
|
||||
*Каждая* принятая мера, про которую вы слышали: мытьё рук, самоизоляция, соблюдение физической дистанции, карантин, отслеживание контактов, закрытие границ, ограничение передвижения, маски и даже "стадный иммунитет" -- они *все* добиваются одного и того же:
|
||||
|
||||
Getting R < 1.
|
||||
R < 1.
|
||||
|
||||
So now, let's use our "epidemic flight simulator" to figure this out: How can we get R < 1 in a way **that also protects our mental health *and* financial health?**
|
||||
Теперь давайте используем наш "эпидемический симулятор полёта", чтобы выяснить: как мы можем достичь R < 1 **сохранив наше психическое здоровье *и* финансовое состояние?**
|
||||
|
||||
Brace yourselves for an emergency landing...
|
||||
Приготовьтесь к аварийной посадке...
|
||||
|
||||
<div class="section chapter">
|
||||
<div>
|
||||
|
|
|
|||
Loading…
Reference in New Issue
Block a user