I epidemiologi kan det grunnleggende reproduksjonsnummeret eller ( forholdet 0) til en infeksjon betraktes som det gjennomsnittlige forventede antall tilfeller direkte generert av et tilfelle i en populasjon der alle individer er utsatt for infeksjon.
varierer i henhold til tre hovedfaktorer: varigheten av den smittsomme fasen, sannsynligheten for overføring av infeksjonen under en kontakt, og gjennomsnittlig antall kontakter til en smittet person. Avhengig av modellene som brukes til å bestemme det, kan sosioøkonomiske og miljømessige faktorer legges til dette, noe som kan føre til forskjellige estimater av dette .
“Det [er] det gjennomsnittlige antallet mennesker en smittsom person kan smitte. "
Anta at en "nullpasient" på en eller annen måte er i stand til å forurense omgivelsene hans, antas mekanismen for smittespredning å være følgende i gjennomsnitt:
Antall smittede varierer derfor eksponentielt.
En viktig egenskap ved dette er at:
Faktisk beskriver den eneste sykdomsforløpet i sine tidlige stadier.
“Denne frekvensen gjelder, og beregnes fra en befolkning som er helt utsatt for infeksjon, det vil si som ennå ikke har blitt vaksinert eller vaksinert mot et smittsomt middel. "
Når en brøkdel av befolkningen allerede har blitt smittet eller er immun, vil ikke kontakt med denne fraksjonen føre til ytterligere forurensning, og bare fraksjonen er sannsynlig å være forurenset. I dette tilfellet vil det effektive reproduksjonsnummeret være:
På den annen side, når epidemien ekspanderer eksponentielt, reduseres også brøkdelen eksponentielt, og reduserer arbeidsstyrken tilsvarende. I dette tilfellet, for små verdier av , er det vist at forurensningskurven er godt tilnærmet av en logistisk kurve . Etter hvert som flere og flere av befolkningen blir berørt, reduseres antallet og blir til slutt mindre enn enhet: forplantningshastigheten avtar; og fra et visst punkt er det reduksjonen som blir eksponentiell, og epidemien går ut av seg selv.
Dette gjør det også mulig å bestemme minimumsandelen i en populasjon ( ) som må immuniseres ved naturlig infeksjon eller ved vaksinering (hvis tilgjengelig) for å forhindre at en epidemi begynner eller vedvarer:
, eller:Vi snakker i denne sammenhengen om effekten av kollektiv immunitet ( flokkimmunitet ) for å angi prosentandelen av befolkningen som skal immuniseres for at epidemien skal slutte å vokse.
Hvordan en epidemi utvikler seg fra dette punktet, avhenger av antall aktive tilfeller. Når dette punktet er nådd, går kurven for nye tilfeller gjennom et maksimum og begynner å avta. Det er ennå ikke slutten på epidemien, men den vanskeligste delen er over.
Hvis denne andelen er til stede ved starten av en epidemi, for eksempel etter en vaksinasjon ervervet under en tidligere epidemi, eller ved en vaksinasjonskampanje, vil epidemien bli nippet i knoppen og kan ikke utvikle seg.
Omvendt, i en endemisk situasjon , hvor antallet mennesker som er berørt er relativt stabilt og antallet mennesker nær enhet, er andelen mennesker som ikke har hatt sykdommen lik .
Forbedre det eller diskutere ting å sjekke . Hvis du nettopp har festet banneret, vennligst angi punktene du skal sjekke her .
Den grunnleggende modelleringen er at en smittsom person i gjennomsnitt lager smittsomme kontakter per tidsenhet i løpet av en gjennomsnittlig smittsom periode på . Det grunnleggende reproduksjonsnummeret vil da være:
R0=βτ{\ displaystyle R_ {0} = \ beta \, \ tau}Denne varigheten er et biologisk datum for sykdommen.
Det er mulig å redusere denne smittsomme perioden :For å estimere effekten av denne policyen på , er det behov for forutsetninger om tiden mellom infeksjon og diagnose, tiden mellom infeksjon og forurensning og lengden på forurensningsperioden. Hvis en diagnose kan stilles allerede før forurensningsfasen begynner, og fører til streng isolasjon, er det klart at diagnosen vil bli redusert til praktisk talt null, og epidemien vil bli stoppet. Hvis diagnosen er senere, forblir isolasjon desto mer effektiv da den er rask og gjør det mulig å redusere forurensningsperioden gjennom isolasjon .
Faktoren , derimot , er sosiologiske data. Denne enkle formelen foreslår forskjellige måter å redusere , og til slutt, smittespredningen. Det er mulig å redusere antall smittsomme kontakter per tidsenhet :
Ved å isolere de to foregående faktorene, kan frekvensen endelig skrives ekvivalent, i form
hvor er kontaktfrekvensen mellom mottakelige og infiserte individer, og er overførbarheten, det vil si sannsynligheten for infeksjon ved kontakt.
Denne formuleringen taler volumer, og gjør det mulig å forstå de forskjellige strategiene som brukes til å kontrollere en epidemi, men har ingen praktisk bruk når det gjelder kvantitativ modellering av modelleringen.
En forebyggingsstrategi består i å gi den berørte befolkningen en a priori , slik at kollektiv immunitet oppnås før epidemien starter, og derved forhindre betydelig utvikling.
I møte med en stigende epidemi viser selve det faktum at epidemien sprer seg at korrespondenten er betydelig større enn enhet. De mulige strategiene består da i å fremheve de tidligere helse- og sosiale tiltakene med eksepsjonelle tiltak, som gjør det mulig å redusere :
Baseline reproduksjonsnummer kan estimeres ved å undersøke detaljerte overføringskjeder, eller ved genomisk sekvensering . Imidlertid er det oftest beregnet ved hjelp av epidemiologiske modeller.
På en epidemiologisk kurve som beskriver antall nye tilfeller og plottet i en semi-logaritmisk referanseindeks , vil vi i dette ideelle tilfellet først se kurven stige langs en økende linje (eksponensiell vekstfase), deretter bøying og nedover bakover (eksponentiell forfallfase). Som diskutert nedenfor er det mulig å estimere fra kurvens skråning.
Vi må imidlertid være klar over at denne mekanismen, som snakker om en "brøkdel av befolkningen", bare kan følge denne modellen hvis befolkningen har en definert omkrets, og er både homogen og isolert fra resten av verden. Kollektiv immunitet, oppnådd på nivå med en region, kan likevel sammenfalle med forurensning av en naboland som ennå ikke er nådd, og utløse en ny forurensningstopp på nasjonalt nivå; og i dette tilfellet vil signalet om "toppen" og dens teoretiske symmetri virke mye mer forvirret av sammenviklingen av de geografiske progresjonene.
Det avhenger av forskjellige faktorer: region, atferd, befolkningstetthet, sosial organisering eller sesongmessighet. Det er derfor ikke en konstant. Det er gjenstand for mange feiltolkninger, og beregningen er vanskelig.
Sykdom | Overføringsmodus | R 0 |
---|---|---|
Meslinger | luft | 12–18 |
Kikhoste | luft | 12–17 |
Vannkopper | luft | 10–12 |
Delta-variant | luft | 7.5 (P. JF Delfraissy) |
Difteri | kontakt (spytt) | 6–7 |
Kopper | ta kontakt med | 5–7 |
Polio | kontakt (avføring) | 5–7 |
Rubella | luft | 5–7 |
Kusma | luft | 4–7 |
HIV / AIDS | kontakt (blod, sæd, vaginale væsker) | 2–5 |
Alvorlig akutt luftveissyndrom | luft | 2–5 |
Influensa (spansk influensa fra 1918) | luft | 2–3 |
COVID-19 (original stamme) | antenne og kontakt | 2-4 |
Dette er et nyttig konsept for kvalitativ resonnement, men det ville være urealistisk å forvente en presis og stabil måling i en gitt situasjon.
Faktisk, "overførbarheten" varierer i henhold til forholdene til møtene, og er ekstremt vanskelig å evaluere kvantitativt selv under standardiserte forhold. Det varierer også avhengig av sesongmessige forhold: et patogen som trives under kalde og fuktige forhold, som den "sesongmessige" influensa, ser effektiviteten kollapse om sommeren og avtar tilsvarende .
For sin del er "kontaktfrekvensen" ekstremt variabel avhengig av om transportøren er omgjengelig eller ikke (ensom eller bar-server?) Eller den sosiale gruppen han passer inn i (swinger club eller Amish samfunn som står overfor en MST). Det må også ta hensyn til tilkoblingen fra en sosial gruppe til en annen: en fugleepidemi overføres veldig raskt i samme fugle, men kontakter fra en fugle til en annen er mye mer begrenset. Til slutt vil det variere drastisk i tilfelle en større epidemi, ganske enkelt på grunn av variasjonen i atferd: Da landsbyboerne under de store koleraepidemiene ønsket utlendinger velkommen med en gaffel, ble transportørens evne til å forurense denne epidemien. .
Diskusjoner om denne parameteren bør derfor forstås som i det vesentlige kvalitative analyser, og de siterte verdiene forstått som størrelsesordener i stedet for vitenskapelig bestemte terskler.
Under et utbrudd er vanligvis antall infeksjoner diagnostisert over tid kjent. I de tidlige stadiene av en epidemi er vekst eksponensiell i , med en logaritmisk vekstrate K slik at:
I et semi-logaritmisk koordinatsystem er den tilsvarende kurven en rett linje (bortsett fra svingninger og tellefeil). Omvendt, i et slikt plott, hver gang kurven for antall nye tilfeller har en tendens til å være en rett linje, innebærer dette at det underliggende har holdt seg konstant, og derfor har det ikke vært noen merkbar modifisering av denne skalaen av generell atferd eller helse. Politikk.
For eksponentiell vekst, ved starten av en epidemi (der alt starter fra en ubetydelig verdi), kan tolkes likegyldig som det kumulative antallet diagnoser (inkludert individer som har kommet seg) eller det nåværende antall tilfeller av infeksjon; loggveksthastigheten er den samme for begge definisjonene. I praksis, ved starten av en epidemi, er avlesningen mer pålitelig for det kumulative antall tilfeller, som er relatert til større mengder og derfor har mindre svingninger. På den annen side, for å vurdere øyeblikkelige skråninger under en epidemi, er måling generelt bare mulig på antall nye tilfeller.
De rette linjensegmentene observert i en semi-logaritmisk ramme tillater et første estimat av .
Etter den første forurensningen av grunnfaget er de forurensede menneskene så "i gjennomsnitt" etter en tid , noe som avhenger av inkubasjonstiden og varigheten av forurensningsperioden, og muligens av den mer eller mindre smittsomme karakteren i stående eller ved slutten av denne perioden. Hvis for eksempel den forenklende antagelsen antas at smittsomhet er jevn over perioden, vil den gjennomsnittlige forurensningstiden på rang 1 være den som skiller den opprinnelige forurensningen av mediet fra den forurensende perioden.
Fra en rad til en annen vil forurensningstidene bli mer og mer spredt, men loven om store tall betyr at den gjennomsnittlige forurensningstiden på rad n da vil være , dvs. n ganger gjennomsnittstiden i første rad. Omvendt, etter en tid t , vil den oppnådde rangeringen være gjennomsnittet .
Ved å utsette denne verdien i loven om vekst av antall tilfeller, vil antallet N (t) av nye forurensninger etter en tid t være:
Så vi har:
, Eller vice versa :Det er denne siste formelen som gjør det mulig å måle antallet, fra skråningen K av antall nye tilfeller, og gjennomsnittlig forurensningstid .
I eksponentiell vekst, er relatert til doblingstiden som
K=ln(2)t2{\ displaystyle K = {\ frac {\ ln (2)} {t_ {2}}}}Det , dimensjonsløse tallet , sier ikke noe i seg selv om doblingstiden til en sykdom, som har dimensjonen til en tid. Det er tydelig at hvis en person infiserer to i gjennomsnitt, vil doblingstiden være mye kortere hvis inkubasjonstiden og forurensningsperioden er kort, og vil være av samme størrelsesorden som begge.
For å estimere er det antatt antagelser om tiden mellom infeksjon og forurensning og varigheten av den forurensende perioden. Hvis vi for enkelhets skyld antar at en pasient er jevnt smittsom gjennom hele sin forurensningsperiode, er den gjennomsnittlige forurensningsforsinkelsen for den første "raden" som han forurenser, midt i dette tidsintervallet., Eller :, og i dette tilfellet den gjennomsnittlige forurensningen tiden vil være:
Vi utleder doblingstiden med den foregående evolusjonsformelen:
, eller igjen:Når epidemibølgen avtar, har den kollektive immunitetsterskelen blitt krysset, og arbeidsstyrken har falt under enhet. På slutten av epidemien er dette reproduksjonstallet (som avhenger av andelen p av befolkningen som er berørt og blir immun) betydelig konstant, og "alt annet er likt", kan vi beregne den teoretiske sammenhengen mellom dette tallet og det første :
;Nedgangen er da eksponentiell. Plottet i et semilogaritmisk koordinatsystem er den tilsvarende kurvens helling:
For små verdier av , og alt annet likt:
Hvis er svak, kan vi spørre , med andre ordre.
I dette tilfellet er det tall som har variert lite, var merkbart da mange tilfeller før og etter krysset terskelen, men det tall som har konstant redusert, den endelige andelen p er i den andre ordens litt mindre enn dobbelt P : , med andre ordens .
Ved å erstatte de første og siste bakkene og kurvene med deres verdier, finner vi, etter begrenset utvikling, at summen også er andre rekkefølge:
Dette tillater oss å si at for små epidemier er kurven av kumulative tilfeller betydelig en sigmoid . For alvorlige epidemier har befolkningen en tendens til å endre sin oppførsel i mellomtiden, og derved endre verdien av , og det er ikke lenger noen grunn til at denne symmetrien kan observeres.
Bortsett fra slike symmetriske topper, er tolkningen omvendt at disse betingelsene for utseendet i alle fall ikke har blitt oppfylt: den eksponerte befolkningen har ikke vært så homogen i rom eller tid, eller helsemessige eller sosiale tiltak er modifisert, noe som induserer en endring i kurvens progresjon.