# Симулятор SIR эпидемии для R0, вакцинации, летальности и кривых передачи
Этот симулятор SIR эпидемии позволяет изучить, как патоген распространяется в популяции, когда восприимчивые люди заражаются, а затем покидают заразную группу через выздоровление или смерть. Он создан для студентов, научных коммуникаторов, изучающих общественное здоровье и всех, кто хочет быстро получить наглядное объяснение того, как небольшие изменения в передаче или иммунитете могут изменить ход вспышки.Интерактивные элементы управления сосредоточены на переменных, которые чаще всего проверяют: R0, летальность, охват вакцинации, эффективность вакцины, длительность заразного периода и начальная доля заражённых. График обновляется мгновенно, так что кривые восприимчивых, заражённых, выздоровевших, иммунных и умерших можно сравнивать как единую связанную эпидемическую систему.# Как работает SIR модель
Базовая SIR модель делит популяцию на три основных компартмента. S - восприимчивые люди, которые ещё могут заразиться. I - заразные люди, способные передавать патоген. R - люди, которые больше не заразны, так как выздоровели, приобрели иммунитет или иным образом вышли из цепочки передачи. Этот симулятор также отслеживает предполагаемые смерти как ветвь тяжёлых исходов из группы, покидающей заражение.Скорость передачи связана с R0 и длительностью заразного периода. Если R0 высок или люди остаются заразными дольше, генерируется больше новых заражений до того, как заражённая группа начнёт сокращаться. Если вакцинация выводит достаточно людей из восприимчивого пула, эффективное репродуктивное число падает, и пик вспышки может стать гораздо меньше.| Параметр | Что меняет | Типичный эффект на кривую |
|---|---|---|
| R0 | Потенциал передачи до учёта иммунитета | Более высокий R0 заставляет кривую заражённых расти быстрее и достигать более высокого пика. |
| Охват вакцинации | Доля людей, выведенных из восприимчивого пула при защите | Более высокий охват снижает Re и может сгладить вспышку. |
| Эффективность вакцины | Насколько вакцинация предотвращает заражение в этой упрощённой модели | Более высокая эффективность делает тот же охват более защитным. |
| Заразный период | Среднее время, в течение которого люди остаются заразными | Более длинное заражение меняет временные характеристики и может продлить вспышку. |
| Летальность | Доля покидающих заражение людей, которые учитываются как смерти | Более высокая летальность поднимает кривую смертей, напрямую не увеличивая передачу. |
# Интуитивное понимание R0, Re и коллективного иммунитета
R0 - это среднее количество вторичных случаев, вызванных одним заразным человеком в полностью восприимчивой популяции. Re (эффективное репродуктивное число) ниже, когда часть людей уже иммунна, вакцинирована, изолирована или иным образом недоступна для заражения. В этом симуляторе эффективная вакцинация напрямую снижает восприимчивость, поэтому отображаемое Re падает по мере роста защищённого охвата.Распространённое приближение коллективного иммунитета - 1 - 1 / R0. Для R0 равного 3 порог составляет около 66,7% эффективного иммунитета. Симулятор помогает сделать этот порог осязаемым: когда эффективная вакцинация ниже порога, вспышки всё ещё могут расти; когда она выше порога, передача с трудом поддерживает себя.# Что означает пиковое число заражённых
Пик заражённых - это максимальное количество одновременно заразных людей в симулированной популяции. Операционно это часто важнее общего числа заражений, потому что больницы, лаборатории, программы изоляции и команды контактного прослеживания испытывают нагрузку от одновременных активных случаев. Снижение пика может иметь значение, даже когда итоговая атака не сведена к нулю.Атака (attack rate) оценивает долю всей популяции, заражённую к концу симуляции. Высокая атака означает, что патоген достиг многих людей до того, как восприимчивость истощилась или была взята под контроль. Низкая атака означает, что иммунитет, вакцинация или слабая передача предотвратили широкое распространение.# Реальные значения R0 и что они означают для коллективного иммунитета
Базовое репродуктивное число R0 не является фиксированной биологической константой для патогена. Оно зависит от моделей контактов, плотности населения, культурных привычек и факторов окружающей среды. Один и тот же вирус может иметь разные значения R0 в густонаселённом городе и в сельской местности или в сезон с большим скоплением людей в помещениях. Значения ниже представляют иллюстративные референсные диапазоны из опубликованных исследований.| Патоген | Типичный диапазон R0 | Порог коллективного иммунитета (1 - 1/R0) | Ключевая особенность передачи |
|---|---|---|---|
| Сезонный грипп | 1,2 - 1,4 | 17% - 29% | Короткий заразный период, сезонная вариативность |
| SARS-CoV-2 (исходный) | 2,0 - 3,0 | 50% - 67% | Досимптомная передача, аэрозольные пути |
| SARS-CoV-2 (Дельта) | 5,0 - 8,0 | 80% - 87% | Повышенная вирусная нагрузка, более быстрое распространение |
| SARS-CoV-2 (Омикрон) | 8,0 - 12,0 | 87% - 92% | Иммунное уклонение, тропизм к верхним дыхательным путям |
| Полиомиелит | 5,0 - 7,0 | 80% - 86% | Фекально-оральный путь, длительное бессимптомное выделение |
| Натуральная оспа | 5,0 - 7,0 | 80% - 86% | Искоренена глобальной кампанией вакцинации |
| Корь | 12,0 - 18,0 | 92% - 94% | Чрезвычайно заразна, воздушно-капельный путь, длительный заразный период |
| Коклюш | 12,0 - 17,0 | 92% - 94% | Ослабевающий иммунитет допускает повторные заражения |
# Как эффективное репродуктивное число Re меняется во время вспышки
Re - это эффективное репродуктивное число в данный момент вспышки. В отличие от R0, который предполагает полностью восприимчивую популяцию, Re учитывает иммунитет, вакцинацию и любые другие факторы, снижающие восприимчивость. В этом симуляторе Re вычисляется как R0 x (1 - защищённая доля), где защищённая доля - это часть популяции, эффективно иммунная благодаря вакцинации.Значение Re, отображаемое в заголовке симулятора, обновляется при перемещении ползунков. Когда Re остаётся выше 1, вспышка растёт. Когда оно падает ниже 1, каждый заражённый порождает в среднем меньше одного нового случая, и эпидемия не может поддерживать себя. Это ключевая идея эпидемического контроля: достижение и удержание Re ниже 1 с помощью иммунитета, поведения или вмешательств.# Атака, пиковая нагрузка и что они говорят о тяжести вспышки
Атака (attack rate) - это доля всей популяции, заражённая за всю симулированную вспышку. Это наиболее часто цитируемый обобщающий показатель после волны эпидемии. Высокая атака означает, что патоген заразил большинство восприимчивых людей до того, как истощение или контроль остановили передачу. Низкая атака означает, что иммунитет, вакцинация или изначально слабая передача предотвратили широкое распространение.Пик заражённых - максимальное количество одновременно заразных людей - важнее для краткосрочной нагрузки на здравоохранение. Волна с умеренной атакой, но очень высоким острым пиком может перегрузить больницы, даже если общее число случаев не экстремально. И наоборот, медленная пологая кривая может иметь такую же атаку, распределённую на много недель, что даёт системе здравоохранения время справляться со случаями. Именно поэтому специалисты общественного здравоохранения подчёркивают сглаживание кривой как операционную цель, отличную от предотвращения всех заражений.# Сглаживание кривой и пропускная способность здравоохранения в SIR модели
Кривую заражённых в SIR модели можно интерпретировать как количество людей, одновременно нуждающихся в помощи. В реальной эпидемии каждый человек, которому нужна больничная койка, кислородная поддержка или интенсивная терапия, использует ограниченные ресурсы. Когда кривая заражённых поднимается выше доступной пропускной способности, смертность от всех причин возрастает, так как система не может обеспечить адекватную помощь.Вакцинация в этой модели сглаживает кривую, выводя людей из восприимчивого пула до того, как они могут заразиться. Снижение R0 другими мерами - масками, вентиляцией, дистанцированием, тестированием, изоляцией - также снижало бы пик в более полной модели. Симуляция делает механизм видимым: по мере увеличения эффективного охвата вакцинации пик уменьшается, сдвигается позже или исчезает полностью.# Математика SIR модели в визуализации
В SIR модели скорость новых заражений за шаг времени зависит от трёх величин: скорости передачи beta, текущего количества заразных людей I и доли эффективной популяции, которая всё ещё восприимчива S / N. Произведение beta x I x S / N называется силой инфекции (force of infection). Каждый день эта сила определяет, сколько восприимчивых людей переходит в заражённый компартмент.Люди покидают заражённый компартмент со скоростью выздоровления gamma = 1 / заразный период. Баланс между силой инфекции и скоростью выздоровления определяет, растёт эпидемия или сжимается. Когда beta x S / N превышает gamma, новые заражения превосходят выздоровления, и вспышка расширяется. Когда восприимчивая доля S / N упала достаточно, gamma доминирует, и вспышка сжимается.Параметр beta не отображается напрямую в интерфейсе. Вместо этого он выводится из R0 и заразного периода через соотношение beta = R0 x gamma. Именно поэтому изменение R0 или заразного периода даёт похожие, но не идентичные формы кривых. Оба параметра влияют на силу инфекции, но заразный период также растягивает временную ось вспышки.# Как использовать этот симулятор для обучения и преподавания
- Сравните сценарии с высоким и низким R0: установите R0 на 1,5 (диапазон сезонного гриппа), а затем на 6,0 (диапазон полиомиелита до вакцинации). Обратите внимание, как меняются высота пика, время пика и атака, даже когда все остальные параметры одинаковы.
- Исследуйте порог коллективного иммунитета: начните с R0 = 3,0 без вакцинации. Запомните атаку. Затем добавляйте охват вакцинации, пока Re не упадёт ниже 1. Сравните пик и атаку при охвате чуть ниже и чуть выше порога.
- Проверьте эффект медленной и быстрой реакции: установите охват вакцинации на разных уровнях и наблюдайте, когда наступает пик. Более высокий охват не только снижает высоту пика, но обычно и отодвигает его, давая время на подготовку системы здравоохранения.
- Отделите летальность от передачи: установите летальность на 0% и наблюдайте кривую заражённых. Затем установите летальность на 10% не меняя остальных настроек. Кривая заражённых не изменится, но количество смертей вырастет. Это демонстрирует, почему летальность и скорость передачи - разные эпидемиологические измерения.
- Изучите влияние заразного периода: сравните 4-дневный заразный период с 18-дневным при одинаковом R0. Более длинный период растягивает кривую, сдвигает пик и даёт более длинную, но более низкую волну.
- Классное упражнение - найдите порог: предложите студентам найти минимальный охват вакцинации, который снижает Re ниже 1 для заданного R0, а затем сравнить результат с формулой 1 - 1/R0.
# Когда и зачем использовать этот симулятор
- Студентам эпидемиологии: свяжите математический аппарат SIR с интерактивными формами кривых перед работой с дифференциальными уравнениями или созданием собственных моделей.
- Научным коммуникаторам и журналистам: создавайте графики, скриншоты или живые объяснения, показывающие, почему R0, вакцинация и заразный период важны для траекторий вспышек.
- Изучающим общественное здоровье: тестируйте, как разные комбинации вмешательств сдвигают пик эпидемии и атаку, чтобы развить интуицию о компромиссах в реагировании на вспышки.
- Всем, кому интересна математика эпидемий: исследуйте SIR модель без необходимости писать код или устанавливать программное обеспечение. Каждый элемент управления обновляет график в реальном времени.