راهکارهایی جهت پیش‌بینی دقیق سرانجام پاندمی کرونا

به گزارش ایسنا دفتر دانشگاه علوم پزشکی شهید بهشتی، دکتر نسترن کشاورز محمدی دانشیار ارتقای سلامت و عضو هیات علمی دانشگاه علوم پزشکی شهید بهشتی، به عنوان سرپرست تیم علمی داوطلبانه پویش مردمی "قرنطینه اختیاری حداکثری" طی یادداشتی با تاکید بر درنظر گرفتن احتیاط در اقدام مبتنی بر پیش‌بینی‌های خوش بینانه همه‌گیری کرونا، آورده است: از زمان شروع همه‌گیری کرونا، افراد و موسسات بسیاری در جهان و ایران گمانه زنی‌هایی در مورد پیش بینی زمان اوج و اختتام همه گیری کرونا اقدام کردند.

در ایران نیز متخصصان عفونی، اپیدمیولوژیست‌ها، متخصصین ارتقای سلامت، مدیران و کارشناسان وزارت بهداشت و دانشگاه‌های علوم پزشکی و نیز اساتید دانشگاه‌ها و انجمن‌های غیرعلوم پزشکی به روش‌های مختلف گمانه‌زنی‌های خود را اعلام کردند که تیم پویش قرنطینه اختیاری حداکثری این گمانه زنی‌ها را جمع‌آوری و تحلیل کرد.

وی با اشاره به روش‌های مختلفی که تا کنون برای پیش‌بینی استفاده شده است، ادامه می‌دهد: نظر شخصی بدون توضیح مبنای گمانه زنی، روش‌های مفهومی مبتنی بر درک رفتار ویروس و رفتارها و شرایط اجتماعی مردم، روش‌های مدل‌سازی مانند مدل‌سازی آماری لجستیک، استفاده از فرمول‌ها و تئوری‌های علم سیستم‌ها و شبیه‌سازی‌های عامل محور برخی از این روش‌ها بوده است.

مبنای مدل سازی‌ها آمار جهانی به خصوص چین و بعدها آمار همه‌گیری کشورهای اروپایی و یا تخمین‌های فرضی بوده و متاسفانه به علت عدم دسترسی به آمار دقیق ایران،  مدل‌سازی  و پیش‌بینی مبتنی بر آمار ایران تقریباً غیر ممکن بوده و لذا محققین آمار تخمینی را بکار می‌برند.

در این راستا، بسیاری از گمانه زنی‌های اولیه که از سوی برخی متخصصین  و حتی مدیران وزارت بهداشت  و به تبع آن دولت اعلام می‌شد مبنی بر اینکه اوج همه‌گیری در هفته‌های اول و یا نهایتاً تا پایان اسفند ماه خواهد بود عملا درست از آب در نیامد. البته برخی پیش‌بینی‌ها از جمله پیش‌بینی تیم پویش قرنطینه اختیاری حداکثری مبنی بر وخیم‌تر شدن اوضاع از هفته دوم فروردین با بازگشت مسافران نوروزی، متاسفانه درست بود.

این متخصص ارتقای سلامت و سیستم‌های پیچیده در سلامت با طرح سوالاتی مانند "علل اشتباه بودن برخی پیش بینی‌ها که اتفاقاً طرفداران بیشتری هم داشت"، "چطور متخصصان برجسته و مدیران تحصیلکرده، کمیته‌های علمی و مراکز تحقیقاتی نتوانستند پیش بینی کنند؟"، عنوان می‌کند:  علت‌ها می‌تواند طیف وسیعی داشته باشد که عدم درک درست رفتار ویروس، استفاده از ابزارها و مدل‌های نادرست برای پیش‌بینی همه‌گیری و یا استفاده از آمار نامناسب، تکرار بدون تفکر نظرات و یافته‌های دیگران و یا هیچکدام، صرفا غیرقابل پیش‌بینی بودن همه‌گیری و الگوی رشد آن، می‌تواند برخی از این علل باشد.

این دانشیار دانشگاه ادامه می‌دهد: شناسایی دلیل بالقوه واقعی اشتباه در پیش‌بینی اوج همه‌گیری در ایران و مقصر این شرایط، هدف اصلی این مقاله نیست و شاید در فرصت دیگر به آن بپردازیم. اما مساله مسلم این است که پیش بینی‌های خوش بینانه فرصت‌های ارزشمندی را سوزاند و صدمات قابل توجهی به اعتماد مردم، اقتصاد و سلامت افراد و خانواده‌ها زد. گرچه باید در فرصتی مناسب با هدف پیشگیری از تکرار این مساله در آینده، موضوعات را دقیقاً تحلیل کرد، اما سوال این است که آیا می‌توانیم با دقت بیشتری پیش‌بینی کنیم و اگر بله چگونه؟

برای پاسخ به این سوال باید پیچیدگی‌های پیش‌بینی رفتار همه‌گیری را به خوبی درک کنیم.

پیچیدگی پیش‌بینی همه‌گیری کرونا

همه‌گیری کرونا تا زمانی ادامه خواهد داشت که ویروس بتواند وارد بدن افراد شده، در بدن به میزان لازم تکثیر شده و سپس بتواند از بدن او خارج و وارد بدن فرد دیگری شود. در برخی موارد، بدن فرد بعد از مدتی موفق به از بین بردن کامل ویروس شده و یا ویروس موفق به کشتن فرد می‌شود. در هر دو حالت ویروس نمی‌تواند در بدن آن فرد به حیات خود ادامه دهد.

نکته مهم این است که تحقق هر کدام از این شرایط خود تابع عوامل بسیاری است،  مثلا تعداد و تراکم ویروس در هوا و بر روی سطوح، میزان مواجهه افراد با هوا یا قطرات و سطوح آلوده، مقاومت فردی که خود تابع سن و جنس و شرایط فیزیولوژیک و سلامتی فرد است، زمان تشخیص، کمیت و کیفیت خدمات تشخیصی، درمانی و توانبخشی و غیره که همه این‌ها خود تابع شرایط قبل از همه‌گیری یعنی هرم سنی، جنسی، توزیع جمعیت و شرایط فیزیکی، اجتماعی، اقتصادی و سیاسی حاکم بر جامعه است. البته این شرایط در نقاط مختلف جهان متفاوت است.

مسئله مهم دیگر این است که هیچکدام از این شرایط و عوامل ثابت نیستند، نه تنها دایماً با سرعت‌های مختلف در حال تغییرند، بلکه با تغییر خود سایر عوامل را نیز تغییر می‌دهند. بنابراین می‌توان گفت هم از نظر تئوری و هم عملی هیچ فرد و مرکز و دانشگاهی هرگز موفق به مدل‌سازی و شبیه‌سازی واقعی این شرایط نخواهد شد. 

این مساله به معنای موثر نبودن مدلسازی‌ها و شبیه‌سازی‌ها نیست، بلکه تحت شرایطی می‌تواند به عنوان یکی از ابزار تصمیم گیری کمک کننده باشد، ولی هرگز به تنهایی کافی نیست. هرچه در مدلسازی‌ها و شبیه‌سازی‌ها اطلاعات بیشتر و دقیق‌تر محلی و یا مشابه‌تر به شرایط محلی وجود داشته باشد مفیدتر است.

نکته مهم دیگر این است که شبیه‌سازی‌ها دانش بیشتر و یا راهکار دیگری غیر از قطع زنجیره انتقال با به حداقل رساندن تماس‌های مستقیم و غیرمستقیم فیزیکی، به عنوان بهترین راهکار در شرایط فعلی ارایه نمی‌کنند، بلکه تنها می‌توانند به تصمیم‌گیران برای تخمین نیازهای احتمالی آینده به امکانات درمانی و یا مقایسه چندین استراتژی برای قطع زنجیره انتقال، کمک کنند.

راهکار:

در اینجا باید گفته شود که راهکار قطعی ایده‌الی وجود ندارد، اما با در نظر گرفتن انواع مختلف پیش‌بینی‌ها، احتمال پیش‌بینی نزدیک به حقیقت بیشتر خواهد بود. لذا پیشنهادات زیر مطرح می‌شود:

• رصد دقیق الگوی همه‌گیری کرونا در کشور و در استان‌های مختلف بهترین راه شناخت ویژگی‌های این همه‌گیری در کشور است، چراکه با وجود شباهت، تفاوت‌های کلیدی با سایر کشورها دارد که باید باید مبنای پیش‌بینی‌ها، برنامه‌ریزی‌ها و اقدامات متعاقب آن باشد.
• محققین و متخصصینی که با روش‌ها و ابزار مختلف گمانه‌زنی می‌کنند و یا مدل‌سازی و شبیه‌سازی انجام می‌دهند، باهم تعامل کرده، پیش‌بینی‌های خود را باهم به اشتراک گذاشته و بعد از بحث‌های فنی، در صورت امکان یک پیش‌بینی نهایی بر اساس اجماع ارایه دهند. البته حداقل این افراد باید دسترسی آزاد و به روز به همه اطلاعات مورد نیاز خود را داشته باشند.
• در پیش بینی‌ها از الگو برداری صرف از مدل‌های کشورهای دیگر اجتناب شود. اما قطعا و باید از تجارب آنها آموخت. علت اهمیت این موضع این است که اولا شرایط اولیه جامعه ما متفاوت است و دوماً الزاما متخصصین دانشگاه‌های خارجی توانمندتر از متخصصین داخلی نیستند هر چند دسترسی آنها به امکانات فنی بیشتر است.
• می‌توان فراخوانی برای پیش‌بینی‌ها در نظر گرفت تا افراد مختلف پیشبینی‌ها و گمانه زنی‌های خود را با استدلال ، تحلیل و راهکار ارایه دهند و مسئولین تیم چند تخصصی و نه فقط متشکل از پزشکان و اپیدمیولوژیست‌ها را برای استفاده از این دانش موجود در کشور منصوب کنند. این تیم می‌تواند نقش اتاق فکر ستاد مدیریت همه گیری را  ایفا کند.

این متخصص ارتقای سلامت و سیستم‌های پیچیده در سلامت در خاتمه تاکید می‌کند: نکته کلیدی این است که وقتی موضوع بسیار حساس  و خطرناک است، احتیاط حکم می‌کند بر اساس پیش‌بینی‌های بدبینانه‌تر آماده بود زیرا اگر اتفاق نیافتد ضررش کمتر از اقدام بر اساس یک سناریو خوش بینانه غیرواقعی خواهد بود.