Шрифт:
Закладка:
К тому времени, как в конце 2014 года открылись крупнейшие центры лечения от Эболы, распространение болезни уже замедлилось или даже пошло на спад[316]. Правда, в некоторых районах принятие мер действительно совпало по времени с началом снижения числа заболевших. Таким образом, точно оценить эффективность этих мер очень сложно. Зачастую несколько подходов внедряются одновременно – от выявления контактов инфицированных и пропаганды правильных моделей поведения до открытия больниц и организации безопасных похорон. Так каков же был реальный эффект от усилий международного сообщества?
Вспышка холеры в Сохо, 1854 год
Наша группа с помощью модели передачи вируса Эбола подсчитала, что в Сьерра-Леоне в период с сентября 2014 года по февраль 2015 года дополнительные больничные койки, позволившие изолировать зараженных и тем самым ограничить передачу инфекции, помогли предотвратить около 60 тысяч случаев заражения. Выяснилось, что в некоторых районах затухание вспышки полностью объяснялось открытием новых лечебных центров; в других районах отмечалось дополнительное снижение заболеваемости. Это могло быть следствием других мер по борьбе с болезнью, принятых местными или международными организациями, а также изменений в поведении людей, которые так или иначе происходили[317].
Эпидемии вируса Эбола показали, насколько важны для борьбы с заболеванием изменения в поведении людей. Когда в 1976 году пришло сообщение о первой вспышке Эболы в деревне Ямбуку в Заире (ныне Демократическая Республика Конго), инфекция начала распространяться в маленькой местной больнице, а затем охватила всю общину. Изучив архивные данные из расследования той вспышки, мы с коллегами пришли к выводу, что через несколько недель скорость передачи вируса резко снизилась[318]. Это произошло еще до того, как закрылась та больница и прибыла помощь из-за рубежа. «Общины, в которых болезнь продолжала распространяться, выработали свои правила социального дистанцирования», – вспоминал эпидемиолог Дэвид Хейманн, участвовавший в расследовании[319]. Безусловно, вмешательство международного сообщества в конце 2014 – начале 2015 года помогло предотвратить рост заболеваемости в Западной Африке. Но в то же время иностранным организациям не стоит приписывать себе слишком большие заслуги в том, что такие эпидемии идут на спад.
Несмотря на все трудности с составлением прогнозов, потребность в них велика. Идет ли речь о распространении инфекционных болезней или о росте преступности, правительства и другие организации нуждаются в данных, на основе которых можно разрабатывать план действий. Как же сделать прогнозы вспышек более точными?
Обычно недостатки прогноза бывают связаны либо с самой моделью, либо с используемыми данными. Общее правило состоит в том, что модель должна быть рассчитана на использование доступных данных. Если, скажем, у нас нет информации о разных путях передачи инфекции, мы должны сделать простые, но правдоподобные допущения о ее распространении в целом. Такой подход не только упрощает интерпретацию модели, но и помогает объяснить широкой аудитории, что именно нам неизвестно. Вместо того чтобы погружаться в тонкости сложной модели, изобилующей скрытыми допущениями, люди смогут сосредоточиться на главных процессах, даже если они не слишком знакомы с моделированием.
Вспышка дифтерии в Кокс-Базаре (Бангладеш) в 2017–2018 годах. Каждая линия показывает число новых случаев в день согласно данным, имевшимся на 9 декабря, 19 декабря и 8 января
По данным Finger et al., 2019
Я выяснил, что у людей других профессий математические выкладки могут вызывать одну из двух реакций. Первая – подозрение. Это объяснимо: мы подсознательно не доверяем чему-то непонятному и незнакомому. Другая реакция представляет собой противоположную крайность: люди безоговорочно доверяют таким выкладкам. Сложное и непонятное кажется им полезным. Я часто слышал, как математические расчеты называют блестящими, потому что никто не может их понять. Такие люди приравнивают сложное к разумному. По мнению статистика Джорджа Бокса, математический анализ соблазняет не только сторонних наблюдателей. Ему приписывают такую фразу: «Статистики подобны художникам – у тех и у других есть дурная привычка чрезмерно увлекаться своими моделями»[320].
Важно также задумываться о том, какие данные мы анализируем. В отличие от научных экспериментов эпидемии никто не планирует заранее: данные могут быть неточными и неполными. В ретроспективе мы можем построить точные графики с ростом и снижением числа случаев, но в разгар вспышки у нас, как правило, нет этой информации. Например, в декабре 2017 года наша группа работала с организацией «Врачи без границ» над анализом вспышки дифтерии в лагерях беженцев в Кокс-Базаре (Бангладеш). Сведения мы получали каждый день. Новые случаи регистрировались не сразу, поэтому информация отставала от реальности: в каждом наборе данных было меньше новых случаев, чем произошло на самом деле; если кто-то заболевал в понедельник, данные о нем поступали только в среду или в четверг. Эпидемия продолжалась, а из-за таких задержек создавалось впечатление, что она почти закончилась[321].
Информация об эпидемии может быть ненадежной, но это не значит, что ее нельзя использовать. Неполнота данных обычно не представляет проблемы, если мы знаем, в чем именно они неполны, и можем сделать соответствующую поправку. Представьте себе, что ваши часы отстают на час. Если вы об этом не догадываетесь, то, вероятно, столкнетесь с проблемами. Но зная о дефекте часов, вы можете мысленно корректировать их показания и благодаря этому никуда не опаздывать. Аналогичным образом, зная о задержке поступления данных во время эпидемии, можно скорректировать интерпретацию графика вспышки. Такой сверхкраткосрочный прогноз, помогающий понять текущую ситуацию, зачастую бывает необходим для долгосрочного прогнозирования.
Эпидемия Эболы в 1976 году в Ямбуку.
По данным Camacho et al., 2014
Возможность составить сверхкраткосрочный прогноз зависит от времени задержки и качества доступных данных. Многие вспышки инфекционных заболеваний длятся несколько недель или месяцев, а некоторые могут продолжаться еще дольше. Рассмотрим так называемую опиоидную эпидемию в США – стремительный рост потребления опиоидных анальгетиков, отпускаемых по рецепту, и запрещенных наркотиков, таких как героин. В настоящее время передозировка наркотиков является самой частой причиной смерти американцев младше 55 лет. Из-за этих смертей средняя продолжительность жизни в США снижалась три года подряд, с 2015 по 2018 год. В последний раз подобное наблюдалось во время Второй
