Už od jara minulého roku vznikla přirozeně mimo jiné potřeba sledovat dynamicky se měnící situaci ohledně epidemie.
Každoroční epidemie chřipky se sleduje (celosvětově) také, ale jde o retrospektivní analýzu a monitoring s cílem vypozorovat změny v převažující dominantní mutaci a získat tak informace pro vývoj vakcíny proti chřipce na následující rok. „U epidemie COVID-19 bylo primárním cílem něco jiného. Tato nemoc má oproti chřipce násobně vyšší základní reprodukční číslo, což ve své podstatě znamená mnohem dynamičtější a rychlejší nárůst počtu nakažených a hlavně násobně vyšší absolutní počty najednou nakažených s možnou nutností hospitalizace. Proto vznikla potřeba vytvořit unikátní nástroj, který by kombinoval modelování a monitoring zaplnění zdravotního systému v reálném čase,“ uvedl vedoucí Institutu biostatistiky a analýz Lékařské fakulty MU (IBA) a ředitel Ústavu zdravotnických informací a statistiky ČR (ÚZIS) Ladislav Dušek, který práci výzkumníků z MU zaštiťoval.
„Žádný takový nástroj v té době neexistoval. Díky iniciativě Centra pro transfer technologií Masarykovy univerzity, která koncem března aktivně zareagovala na mimořádnou výzvu Technologické agentury ČR podporující řešení projektů souvisejících s epidemií v programu Gama 2, jsme ale mohli vytvořit tým biostatistiků a matematiků a začít s vývojem takového systému,“ říkají jeho členové.
Do projektu se zapojili odborníci z Institutu biostatistiky a analýz Lékařské fakulty MU a z Ústavu matematiky a statistiky Přírodovědecké fakulty MU.
Ti postupně vytvořili několik modelů založených na různých metodikách, které umožňují tvorbu krátkodobých a střednědobých predikcí vývoje epidemie, ale také dlouhodobých scénářů.
„Všechny byly směřované na monitorování hospitalizační vrstvy epidemie, protože o tu jde u epidemie COVID-19 především. Vznikl tak nástroj pro Monitoring, analýzu a management epidemických situací se zkratkou MAMES, který dává do kontextu modely a jejich predikce ve formě scénářů s reálnou lůžkovou a JIP kapacitou. Pravděpodobně jde o unikátní nástroj i z evropského hlediska,“ zdůrazňují odborníci.
Doplňují, že došlo také ke změnám v oblasti sběru a provázání dat, kde se středobodem stal Informační systém infekčních nemocí (ISIN), který sice existoval již před epidemií, ale v posledním roce doznal zásadních změn. De facto vznikl nový informační systém s moduly pro laboratoře, krajské hygienické stanice i nemocnice. Díky tomuto systému mohou zodpovědné orgány sledovat každý pozitivně diagnostikovaný případ včetně záznamu o trasování a osudu pacienta po přijetí do nemocnice.
Vývoj nekončí
Vědci však s prací na modelech neskončili. Zapracovávají do nich nové informace a situace, tak jak je přináší čas. Musí v nich zohledňovat například změny v dominanci nových mutací viru, nové metody léčby nebo změny v náchylnosti populace, která se mění s postupujícím očkováním. Aktuálně je například markantní významné snížení četnosti hospitalizací i úmrtí spojené pravděpodobně zejména s vakcinací populace.
Aktuálně zahrnuje projekt MAMES čtyři modely. První vychází z modelu pro krátkodobé predikce, který vznikl již na jaře 2020 s cílem vytvořit jednoduchý nástroj pro pochopení komplikovaných dat o počínající epidemii COVID-19. Umožnil dát dohromady první poznatky o nové nemoci, například o jejím šíření v průběhu inkubační doby, odhadnout reprodukční číslo a zkonstruovat možné scénáře dalšího vývoje. Tento model, vytvořený Ondřejem Májkem a jeho kolegy ze společného pracoviště IBA a ÚZIS, se osvědčil jako doplněk analýz připravovaných průběžně o začátku pandemie Ústavem zdravotnických informací a statistiky ČR.
Druhý model je má dvě hlavní a unikátní specifika. Tím nejvýznamnějším a pravděpodobně zcela jedinečným je odhad neviditelné vrstvy epidemie, tedy infekční populace, která není detekována a reportována v záznamech zdravotnických zařízení či hygieny. „Pro tento odhad model používá data o pacientech hospitalizovaných s COVID-19. Tím, že do nemocnice přicházejí s těžkým stavem jak předem detekovaní, tak ti, kteří reportingu unikli, vidíme na nemocničních záznamech jakýsi obraz kvality detekce infekčních lidí v populaci,“ přibližují jeho autorky Lenka Přibylová a Veronika Hajnová.
Druhým specifikem je aktuální odhad zasažených klastrů, který umožňuje model použít jak při počátku epidemie nebo pro lokální vzplanutí, tak v případě komunitního přenosu. Dává krátkodobou a střednědobou predikci a možnost vytvořit různé scénáře vývoje. Každý týden v pondělí zveřejňuje tým tuto predikci pro čtyři následující týdny na celoevropské platformě Evropského střediska pro prevenci a kontrolu nemocí (ECDC).
Třetí statistický model závislý na pozorovaných datech a je založený na metodách analýzy časových řad. Tento nástroj z dílny Andrei a Davida Krausových připouští výskyt dočasných trendů i proměnlivost klíčových vlastností epidemie v průběhu času, jako jsou změny v intenzitě kontaktů nebo v trasování, chování lidí i rozdílný průběh a délku nemoci či hospitalizace. Krátkodobé predikce tohoto modelu včetně predikčních intervalů, které vyjadřují neurčitost predikcí, jsou také sdíleny na platformě ECDC.
Poslední model je pak zaměřený na reprodukční číslo a zpracovali jej Michal Uher a Tomáš Pavlík. Navrhli jej tak, aby měl uživatel k dispozici metodu i pro analýzu vlastních dat, která kromě možnosti predikce nabídne i výsledky celkové statistiky, která o daných datech řekne některé epidemiologicky zajímavé informace jako reprodukční číslo, riziko hospitalizace a úmrtí. Není sice tak komplexní jako jiné epidemické modely, ale jde o jednoduchou metodu právě pro analýzu vlastních dat.
Nedílnou součástí výstupů projektu MAMES je pak také platforma pro monitoring volných kapacit, která umožňuje sledovat a pravidelně online aktualizovat informace o kapacitách lůžkových zařízení. Lze tak simulovat reálné vytížení zdravotnických zařízení v době epidemie a nad dostupnými daty stavět různé prediktivní modely.
O kvalitní práci na modelech svědčí mimo jiné to, že oba nástroje sdílené na evropské platformě EDCD patří za poslední čtvrtletí mezi nejlepší ze všech.
Volně přístupná aplikace
MAMES je volně přístupná webová aplikace, která umožňuje uživateli modelování budoucího vývoje epidemie COVID-19 v ČR s ohledem na předpokládanou potřebu hospitalizace pacientů včetně odhadu kriticky nemocných pacientů. Určená je především pro zainteresované odborníky, kteří mají znalosti o epidemiologii a také z oblasti analýzy a modelování dat.
„Využít jej ale může i poučený laik, pokud se chce rychle zorientovat v epidemiologické situaci a možných rizicích pro zdravotní systém ČR, tedy například hejtmani krajů, ředitelé nemocnic nebo zdravotnické instituce,“ dodávají členové řešitelského týmu.
Zájemci si tam mohou vybrat vhodný model, přenastavit jeho parametry společně s kalibrací modelů, nebo ponechat výchozí hodnoty optimalizované na aktuální stav epidemie COVID-19, a následně vizualizovat výsledky predikcí či scénářů samostatně nebo v souvislosti s aktuálními kapacitami lůžkové péče.
Vývoj webové aplikace byl primárně motivován akademickou diskuzí lidí zabývajících se modelováním vývoje COVID-19 se zaměřením na výhody a nevýhody použitých modelů. S postupem času nám však epidemie COVID-19 ukázala, že sdílení adekvátních informací o vývoji epidemie je klíčové zejména mimo akademickou obec, kde byla i s ohledem na vládní nařízení problematika dat, jejich sdílení a interpretace hodně zatížena emocemi. Přímá vazba na vedení resortu zdravotnictví je dána zapojením ÚZIS ČR, který vývoj podpořil publikací otevřených dat a zapojil se tak i v rámci společného pracoviště s MU. Orgány ochrany veřejného zdraví sice používají i vlastní modely, ale webová aplikace MAMES jim umožňuje své predikce rychle validovat, nebo konfrontovat s jinými funkčními modely s různým pohledem na popis epidemie.
