Warum ist es so schwierig für Wissenschaftler, um vorherzusagen, der nächste Ausbruch einer gefährlichen Krankheit

Ein zwei Jahre Alter junge im ländlichen Guinea starben an Ebola, im Dezember 2014. In den nächsten zwei Jahren fast 30.000 Menschen in West-Afrika sein würde, infiziert mit dem Ebola-virus.

Warum, im Gegensatz zu den vorherigen 17 Ebola-Ausbrüche, Tat dies so groß, so schnell? Was, wenn überhaupt, kann getan werden, um zu verhindern, dass künftige Ausbrüche? Diese Fragen, zusammen mit vielen anderen, stehen im Mittelpunkt der im entstehen begriffenen wissenschaftlichen Feld der Ausbruch der Prognose. Und der Einsatz könnte nicht höher sein. Im Januar das World Economic Forum nennt Pandemien eine der größten Risiken für die Wirtschaft und das menschliche Leben.

In den letzten paar Jahrhunderten haben die Wissenschaftler werden immer besser bei der Vorhersage viele Aspekte der Welt, einschließlich der Umlaufbahn der Planeten, die Ebbe und Flut der Gezeiten und die Wege der Hurrikans. Die Fähigkeit zu verstehen, Natürliche und physische Systeme gut genug, um genaue Prognosen ist vielleicht eine der Menschheit die größten Errungenschaften.

Viel von diesem Erfolg zu prognostizieren beginnt mit Isaac Newtons fundamentale Einsicht, dass es unveränderlichen universellen Gesetze, die die natürlichen Phänomene um uns herum. Die Fähigkeit, sich rasch durchführen, große Berechnungen gefördert hat der Newton ‚ schen Perspektive, die, wenn Sie genügend Daten und Rechenleistung, komplexe Phänomene vorhergesagt werden können.

Es gibt jedoch in Grenzen. Als Wissenschaftler, die studieren, diese Art von vorausschauenden Systemen, wir bezweifeln, dass es möglich ist, genau vorherzusagen, was als Nächstes geschehen wird in einer Epidemie, weil sich die wichtigsten Parameter ändern kann, so sehr von einem Ausbruch zu einem anderen.

Dies ist der Grund, warum, wie mit der Wettervorhersage, das sammeln von Echtzeit-Daten ist wahrscheinlich essentiell für die Förderung der wissenschaftlichen Gemeinschaft ist die Fähigkeit, vorherzusagen, krankheitsausbrüche.

Launisch Epidemien

Die Idee, dass die Wissenschaftler mit dem Modell der Epidemien basiert auf der Idee, dass die Flugbahn von jedem Ausbruch vorhersehbar ist und aufgrund der angeborenen und unveränderlichen Eigenschaften.

Sagen, eine Krankheit, die verursacht wird durch einen übertragbaren Erreger. Die Infektiosität der Krankheit sein kann, eingekapselt in einer Reihe namens „basic reproductive ratio“ oder R0, eine Zahl, die angibt, wie weit ein Erreger ist wahrscheinlich, sich in einer gegebenen population.

Wenn Epidemiologen wissen genug über ein Erreger R0, die Hoffnung ist, dass Sie Vorhersagen können, Aspekte seiner nächsten Ausbruch – und hoffentlich verhindern, dass kleinräumige Ausbrüche zu umfangreichen Epidemien. Sie könnten dies tun, indem Sie Ressourcen mobilisieren, um Bereiche, in denen Krankheitserreger haben vor allem hohe R0-Werte. Oder Sie einschränken könnten Wechselwirkungen zwischen dem Träger der Krankheit und die anfälligsten Mitglieder der Gesellschaft, oft Kinder und ältere Menschen.

Auf diese Weise, R0 wird interpretiert als eine unveränderliche Nummer. Aber moderne Studien zeigen, dass dies nicht der Fall.

Betrachten Sie zum Beispiel das Zika-virus-Epidemie. Für diese Krankheit, R0 reichten von 0,5 bis 6.3. Dies ist eine Bemerkenswerte Spannweite, angefangen von einer Krankheit, die sich zerstreut auf seine eigene, eine, die zu einer langfristigen Epidemie.

Man könnte denken, dass dieses Breite Spektrum der R0-Werte für Zika ergibt sich aus der statistischen Unsicherheit – vielleicht, dass Wissenschaftler nur mehr Daten brauchen. Aber das wäre meist falsch. Für Zika, unzähligen Faktoren ab, vom Klima und Mücken auf die Anwesenheit von anderen verwandten Viren, wie Dengue-Fieber und die Rolle der sexuellen übertragung, alle führen an unterschiedliche R0-Werte in verschiedenen Einstellungen.

Es stellt sich heraus, dass die Merkmale einer Epidemie – Erreger Infektiosität, übertragungsgeschwindigkeit, Verfügbarkeit von Impfstoffen und so weiter – zu ändern, so schnell im Laufe eines einzigen Ausbruch, dass die Wissenschaftler Vorhersagen, wie die Dynamik nur im Laufe des Ausbruchs. In anderen Worten, Studium der Ebola-virus-Krankheit Ausbruch im April 2014 kann Wissenschaftlern helfen, zu verstehen, dass ein Ebola-Ausbruch in derselben Einstellung, den nächsten Monat, aber es ist oft viel weniger hilfreich für das Verständnis der Dynamik der künftigen Ebola-Epidemien, wie die eine, passiert ist im Mai 2018.

Epidemien sind oft nicht sauber und gebündelt Phänomene. Sie sind laut vorkommen, wo viele Variablen spielen eine entscheidende, jedoch verschieben sich, Rollen. Es gibt keine zugrunde liegende Wahrheit, die der Krankheit – nur eine instabile Ansammlung von details, die unterschiedlich, oft verheddern, wie die Krankheit ausbreitet.

Bessere Vorhersagen

Wenn sich die Wissenschaftler nicht davon überzeugt, dass Sie verstehen können epidemiologische Systeme gut genug, um vorherzusagen, das Verhalten von verwandten, warum Sie studieren?

Die Antwort können sich, was wir als „soft-Physik“ der Vorhersage: die Wissenschaftler sollten aufhören, unter der Annahme, dass jeder Ausbruch folgt den gleichen Regeln. Beim Vergleich von einem Ausbruch mit einem anderen, sollten Sie im Hinterkopf behalten alle kontextuellen Unterschiede zwischen Ihnen.

Zum Beispiel, Biologen entdeckten viele details über influenza-Infektionen. Sie wissen, wie die Viren binden an host-Zellen, wie vermehren Sie sich und wie Sie sich weiter entwickeln Resistenz gegen antivirale Medikamente. Aber eine Epidemie möglicherweise gestartet, wenn ein Großteil der Bevölkerung genutzten öffentlichen Verkehrsmitteln an einem bestimmten Tag im Monat, während ein anderer könnte wurden eingeleitet durch eine Gemeinde an einem Gottesdienst. Obwohl beide Ausbrüche sind verwurzelt in den gleichen Erreger, diese und viele andere Unterschiede in Ihren Angaben bedeuten, dass die Wissenschaftler müssen möglicherweise neu ausrichten, wie Sie das Modell, wie die einzelnen fortschreitet.

Um zu verstehen, diese Angaben besser, die Wissenschaftler müssen erhebliche Investitionen in die real-time-Daten. Bedenken Sie, dass der National Weather Service gibt über 1 Milliarde US$pro Jahr sammeln Daten und Prognosen. Die CDC verbringt nur ein Viertel so viel auf die öffentliche Gesundheit Statistik und hat kein eigenes budget für die Prognose.