پویایی انتقال و عدد بازتولید

پویایی انتقال مطالعه چگونگی گسترش یک عامل عفونی در یک جمعیت در طول زمان است و عدد بازتولید (reproduction number) معیار اصلی و خلاصه کننده آن است: میانگین تعداد موارد ثانویه‌ای که یک فرد عفونی ایجاد می‌کند. این دو با هم توضیح می‌دهند که چرا برخی از ورودهای یک عامل بیماری‌زا از بین می‌روند در حالی که برخی دیگر به اپیدمی تبدیل می‌شوند و چارچوب کمی را برای اپیدمیولوژی بیماری‌های عفونی و کنترل شیوع فراهم می‌کنند.

Definition

پویایی انتقال فرآیند در سطح جمعیت را توصیف می‌کند که طی آن یک عامل عفونی از میزبان‌های آلوده به میزبان‌های مستعد منتقل می‌شود، که با عدد بازتولید، ساختار تماس و اختلاط، و فواصل زمانی جداکننده عفونت‌های متوالی مشخص می‌شود.

Scope

این حوزه خواننده را با مقادیر اصلی گسترش اپیدمی آشنا می‌کند: اعداد بازتولید پایه و مؤثر و رفتار آستانه‌ای آن‌ها، مسیرهایی که عوامل از طریق آن‌ها بین میزبان‌ها منتقل می‌شوند، مدل‌های انتقال محفظه‌ای (مانند SEIR)، ساختار تماس و اختلاط که شکل‌دهنده این است که چه کسی چه کسی را آلوده می‌کند، و معیارهای زمان‌بندی (فاصله سریال، زمان تولید) که انتقال را به داده‌های موارد مشاهده‌شده مرتبط می‌کنند. این موارد به عنوان مفاهیم مرجع در اپیدمیولوژی در نظر گرفته می‌شوند، نه دستورالعمل‌های بالینی.

Sub-topics

• عدد تکثیر پایه و آستانه
• نرخ تماس و الگوهای آمیختگی
• شیوه‌های انتقال
• فاصله نسلی و فاصله سریال
• مدل‌های مستعد-در معرض-آلوده-بهبود یافته (SEIR)

Core questions

• یک مورد چند عفونت ثانویه تولید می‌کند و آیا این تعداد از آستانه اپیدمی فراتر می‌رود؟
• عامل بیماری‌زا از چه مسیرهایی بین میزبان‌ها منتقل می‌شود و هر مسیر چگونه بر گسترش تأثیر می‌گذارد؟
• مدل‌های محفظه‌ای چگونه جریان افراد را از حالت مستعد به آلوده و سپس بهبود یافته نشان می‌دهند؟
• نرخ‌های تماس و الگوهای اختلاط چگونه تعیین می‌کنند که چه کسی در معرض خطر عفونت قرار دارد؟
• زمان‌بندی عفونت‌ها (فاصله سریال، زمان تولید) چگونه برای تخمین قابلیت انتقال استفاده می‌شود؟

Key concepts

• عدد بازتولید پایه (R0)
• عدد بازتولید مؤثر (Rt)
• آستانه اپیدمی
• مسیرهای انتقال
• مدل‌های محفظه‌ای
• نرخ تماس و اختلاط
• فاصله سریال و زمان تولید

Key theories

نظریه اپیدمی عمل جمعی

فرمول‌بندی محفظه‌ای کرمک و مک‌کندریک نشان داد که یک آستانه اپیدمی وجود دارد: گسترش تنها زمانی اتفاق می‌افتد که تراکم افراد مستعد به اندازه‌ای بالا باشد که هر مورد بتواند خود را جایگزین کند، که منجر به مفهوم آستانه می‌شود که زیربنای عدد بازتولید است.

نظریه عدد بازتولید نسل بعدی

دیکمن و همکاران نسبت بازتولید پایه R0 را به طور دقیق به عنوان مقدار ویژه غالب یک عملگر نسل بعدی تعریف کردند، که امکان محاسبه R0 را به طور سازگار حتی در جمعیت‌های ناهمگن با انواع میزبان‌های متعدد فراهم می‌کند.

Mechanisms

یک اپیدمی توسط زنجیره‌های انتقال هدایت می‌شود: هر میزبان عفونی با میزبان‌های مستعد با نرخی مشخص تماس می‌گیرد، با احتمالی مشخص در هر تماس منتقل می‌شود و برای مدتی عفونی باقی می‌ماند. عدد بازتولید این محصول را خلاصه می‌کند و مقدار آن نسبت به یک تعیین می‌کند که آیا زنجیره‌های انتقال رشد می‌کنند یا از بین می‌روند. مدل‌های محفظه‌ای جریان افراد را بین حالت‌های مستعد، (در معرض قرار گرفته،) عفونی و بهبود یافته رسمی می‌کنند، در حالی که ساختار تماس و اختلاط الگوی واقعی اینکه چه کسی چه کسی را آلوده می‌کند را تعیین می‌کند و معیارهای زمان‌بندی فرآیند عفونت مشاهده‌نشده را به تعداد موارد ثبت شده توسط نظارت متصل می‌کنند.

Clinical relevance

درک پویایی انتقال زیربنای چگونگی تفسیر شیوع‌ها توسط سیستم‌های بهداشت عمومی، تعیین آستانه‌ها برای مداخله و ارزیابی اثربخشی اقدامات کنترلی است. این‌ها مفاهیم مرجعی هستند که گسترش در سطح جمعیت و تولید شواهد اپیدمیولوژیک را توصیف می‌کنند؛ آن‌ها مبنایی برای تصمیم‌گیری‌های تشخیصی یا درمانی فردی نیستند.

Epidemiology

اعداد بازتولید و مدل‌های انتقال در مورد بسیاری از عوامل بیماری‌زا، از تحلیل‌های تاریخی سرخک و آنفولانزا گرفته تا ارزیابی بلادرنگ شیوع‌های نوظهور مانند سارس، که در آن تخمین‌های پویایی انتقال به ارزیابی اقدامات کنترلی کمک کرد، به کار گرفته شده‌اند. عدد بازتولید بر اساس عامل بیماری‌زا، جمعیت و محیط متفاوت است، بنابراین تخمین‌ها خاص هر زمینه هستند و نه ثابت‌های ثابت.

History

مطالعه ریاضی گسترش اپیدمی توسط کرمک و مک‌کندریک در سال ۱۹۲۷ بر پایه محکمی قرار گرفت، که قضیه آستانه آن‌ها نشان داد چرا اپیدمی‌ها آغاز می‌شوند، به اوج می‌رسند و پایان می‌یابند. در اواخر قرن بیستم، اندرسون و می این حوزه را برای اکولوژیست‌ها و اپیدمیولوژیست‌ها ترکیب کردند و دیکمن و همکاران تعریف دقیق نسل بعدی را برای عدد بازتولید ارائه دادند. در اوایل قرن بیست و یکم، این ابزارها در تحلیل شیوع‌ها، مانند اپیدمی سارس در سال ۲۰۰۳، معمول بودند.

Key figures

• William Ogilvy Kermack
• Anderson Gray McKendrick
• Roy Anderson
• Robert May
• Odo Diekmann
• Hans Heesterbeek

Seminal works

• kermack-mckendrick-1927
• diekmann-1990
• anderson-may-1991

Frequently asked questions

عدد بازتولید چه چیزی را به شما می‌گوید؟

این عدد میانگین تعداد عفونت‌های ثانویه تولید شده توسط یک مورد را نشان می‌دهد. هنگامی که این عدد بالای یک باشد، عفونت‌ها تمایل به رشد به یک اپیدمی دارند؛ هنگامی که زیر یک باشد، زنجیره‌های انتقال تمایل به از بین رفتن دارند.

آیا عدد بازتولید یک ویژگی ثابت برای یک عامل بیماری‌زا است؟

خیر. این عدد به عامل بیماری‌زا همراه با الگوهای تماس جمعیت، ایمنی و هرگونه اقدامات کنترلی بستگی دارد، بنابراین یک عامل می‌تواند در محیط‌های مختلف و در طول زمان اعداد بازتولید متفاوتی داشته باشد.