پژوهشگر

همکاران پژوهشگر

چکیده پژوهش

مقدمه و بیان مسئله مدل سازی نمایش دادن بخشی از واقعیت است. وقتی آگاهانه ویژگی ها و خصوصیت های برخی متغیرهای مهم را برای نشان دادن یک ساختار یا یک فرایند در یک سیستم بکار می بریم در واقع نوعی مدل سازی است. مدل سازی یک مفهوم انتزاعی و انتخابی از واقعیت است. ممکن است ارایه همه واقعیت در مدل سازی مقدور نبوده یا امکان پذیر نباشد. "همه مدل ها اشتباه هستند" یعنی هر مدل اشتباه است. زیرا این ساده سازی واقعیت است. برخی از مدل ها، به ویژه در علوم "سخت" یا زمینه های خاصی از علوم طبیعی فقط کمی اشتباه دارند. آنها مواردی مانند اصطکاک یا اثر گرانشی اجسام کوچک را نادیده می گیرند. مدل های دیگر بسیار اشتباه هستند- آنها چیزهای بزرگتر را نادیده می گیرند. در علوم اجتماعی، ما خیلی نادیده می گیریم. "اما برخی مفید هستند" - ساده سازی واقعیت می تواند بسیار مفید باشد. آنها می توانند در توضیح، پیش بینی و درک جهان و همه اجزای مختلف آن به ما کمک کنند. این فقط در آمار درست نیست! نقشه ها نوعی مدل هستند. آنها اشتباه می کنند اما نقشه های خوب بسیار مفید هستند. 1 )آشکار نمودن روابط بین اجزای سازنده مدل. 2) درک بیشتر از اجزای مدل و متغیرها. 3) امکان تجزیه و تحلیل ریاضی آن. 4) امکان پذیر نمودن آزمایشات. 5) قابلیت استفاده در آموزش و پیشگیری. 6) قابلیت استفاده در تصمیم سازی ها و تصمیم گیری ها. 7) مدل های بیماری نقش مهمی در درک و مدیریت پویایی انتقال عوامل مختلف بیماری زا دارند. ما می توانیم از آنها برای توصیف الگوهای مکانی و زمانی شیوع بیماریها و همچنین کشف یا درک بهتر عواملی که بر بروز عفونت تأثیر می گذارند استفاده کنیم. در درک اینکه چه روشهای درمانی و مداخله ای می توانند موثرتر باشند یا این روشها چقدر مقرون به صرفه هستند و هنگام تلاش برای کنترل، حذف و ریشه کنی بیماری چه فاکتورهای خاصی باید در نظر گرفته شود استفاده از مدل ها ضروری است. از مدل سازی با حداقل هزینه های مورد نیاز می توان برای هدایت سیاست اجرای راه حل های عملی در دنیای واقعی استفاده کرد. روش اجرا مدل سازی در یک فرایند 7 مرحله ای انجام گردید. 1-تعریف مسئله یا مشکل مرتبط با سلامتی: تعیین سوال پژوهش، درک، توضیح، تبیین، تعیین وضعیت موجود، تشریح و شناخت واقعی و درک مسئله، انجام یک بررسی متون و مرور سیستماتیک درباره مشکل مرتبط با سلامتی. در این نوشتار موضوع اپیدمی کووید-19 در ایران مانند سایر کشورهای دنیا به عنوان یک مشکل اولویت دار نیازمند مدل سازی و پیش بینی است. 2-جمع آوری داده ها: انجام یک پژوهش اولیه یا ثانویه و جمع اوری پارامترها و فاکتورهایی که بر مسئله مورد بررسی تاثیر گذار هستند. انجام مطالعات اپیدمیولوژیک و استفاده از مشاهده، مصاحبه، پرسشنامه، نمونه گیری و به طور کلی اجرای گام های یک پژوهش اکادمیک. در واقع نیاز به فراهمی درون دادهای مورد نیاز و معتبر برای مدل سازی از جمله ضرورت های مدل سازی کووید-19 است. نادانسته های ما درباره این بیماری نوپدید نیز در مدل سازی اثرگذار بوده و به آن نیز باید توجه نمود. 3-ساخت و توسعه مدل: نیاز به مهارت و فنون اپیدمیولوژی، آمار زیستی، ریاضی، فناوری اطلاعات و نرم افزار ها و آمیخته نمودن آنها با تخیل، هنر، هنرمندی و تجربه، تعیین روابط متقابل بین متغیرها. دیدگاه ها و راههای مختلفی برای ساخت مدل ها وجود دارد. برای ساخت یک مدل، فرموله کردن مدل و در واقع تعیین اجزا متشکله یک مدل، ورودی ها و خروجی ها، متغیرهای تصمیم و قابل کنترل، متغیرهای غیرقابل کنترل و پارامتر، اندازه های عملکرد، متغیرهای نتیجه، متغیرهای مستقل و وابسته، مخدوش کننده ها، متغیرهای برهمکنش کننده، متغیرهای کولیدر و متغیرهای ترکیبی مرتبط با موضوع مدل سازی را باید شناخت و سپس به مدل سازی اقدام نمود. در جهان واقعی تنها یک راه صحیح برای ساخت یک مدل وجود ندارد. در یکسال گذشته از شروع پاندمی کووید-19 تا کنون بیش از یکصد مدل ارایه شده و مقالات متعددی در این زمینه منتشر شده است. به عنوان مثال در لینک این مقاله حداقل 3 مدل (Gompertz, Von Bertalanffy, and Least Squared Error (LSE)) در سال 1398 توسط نگارنده این متن برای پیش بینی کووید-19 در ایران معرفی و استفاده شده است. یا مدل های دیگر را در این لینک و این لینک ببینید. دو مدل بیشتر از بقیه مدل ها به دلیل دینامیک بودن و در دسترس قرار داشتن پیش بینی ها و خروجی ها یا کار با مدل و مدل سازی کووید-19 مورد علاقه بیشتر پژوهشگران و مدیران در نظام سلامت قرار گرفته است. مدل اول مربوط به موسسه سنجش و ارزیابی سلامت در آمریکا (IHME) است که خروجی های آن برای همه کشورها در دسترس بوده و می توان پیش بینی ها را از وب سایت موسسه و این لینک مشاهده نمود. در گزارش سالیانه اپیدمی کووید-19 در ایران که توسط تهیه کنندگان این متن تهیه شده بود، خروجی های این مدل قبلا گزارش و در این لینک در دسترس است. مدل دوم مربوط به دانشگاه اکسفورد و معروف به CommoModelاست که از این لینک قابل استفاده است. در مدل دوم مدل ساز می تواند ورودی ها مورد نیاز مدل و از جمله متغیرهای ابتلا و مرگ و میر کووید-19 به همراه مداخلات انجام گرفته را وارد اپلیکیشن یا نرم افزارR نموده و با کالیبره کردن و اعتبارسنجی به خروجی ها دست پیدا نماید. در واقع مدل آکسفورد از نظر آموزشی و سیاستگذاری کاربرد بیشتری از مدل اول دارد. در این متن به مدل دوم پرداخته و استفاده می شود. 4-ارزیابی اعتبار و بررسی صحت عملکرد مدل: این مرحله از مدل سازی و به ویژه در بکارگیری در سلامتی و جهان واقعی بسیار مهم است. مشاوره با متخصصین علوم بالینی مرتبط با موضوع مدل سازی در سلامت و همچنین متخصصین علوم پایه مرتبط، احتمال پذیرش مدل ساخته شده را افزایش می دهد. بنابراین ارزیابی پیش فرض های مدل سازی و ممیزی و صحت عملکرد نیاز به تایید دارد. بازنگری داده ها، محاسبه شاخصهای ارزیابی مدل، صحت، دقت، روایی و پایایی، بازنگری پیچیدگی های مدل، ساده بودن مدل و تعداد کمتر متغیر، نیاز به زمان کمتر برای اجرا و استفاده دارد. 5-حل مدل: پیاده سازی تصمیمات یا استراتژی های توصیه شده توسط مدل در این گام مورد توجه است. بهینه کردن مدل، استفاده از نرم افزارهای مورد نیاز و گزارش الگوریتم ها و دستورات بکار رفته، سناریوسازی، تحلیل حساسیت و تعیین پارامترهای حساس و در صورت نیاز اصلاح و تغییر در مدل و نهایی کردن مدل سازی. 6-ارایه نتایج مطالعه: در اختیار قرار دادن نتایج مدل سازی برای کاربران و سفارش دهندگان. با توجه به اینکه کاربران با مفاهیم مدل سازی آشنایی دقیقی ندارند و ممکن است به سختی مدل را متوجه یا قبول کنند توصیه میشود از ابتدا درگیر مراحل مدل سازی گردند. ارایه نتایج بر اساس سطوح پیشگیری در نظام سلامت بسیار کمک کننده است. کدام یک از متغیرهای تعیین کننده مدل را می توان در آموزش به مردم، غربالگری، پیش آگهی، تشخیص، درمان و کنترل بیماری بکار بست؟ 7- اجرا و بکارگیری مدل: بکارگیری مدل در عمل با انجام شش مرحله گذشته بسیار مهم است و می توان با مدل سازی به نواوری و خلاقیت های بیشتر دست پیدا نمود و مدل ها را توسعه و چرخه مدل سازی را گسترش داد. یکی از کامل ترین مدل های اپیدمیولوژی بیماری های واگیر و عفونی معروف به SEIRS که مخفف واژه های کلیدی زیر می باشد استفاده نموده است. برای اطلاع بیشتر درباره انواع مدل ها در بیماری ها این لینک را ملاحظه بفرمائید. SEIRS: Susceptible-Exposed-Infectious-Recovered-Susceptible این مدل در فارسی تخمین افراد حساس و مستعد ابتلا- مواجهه یافته- عفونی-بهبودیافته و مجددا حساس به بیماری است که در شکل زیر نمایش داده شده است. در ابتدا یک فرد مواجهه نیافته و غیرایمن با یک فرد مبتلا به عفونت در مرحله واگیری کووید-19تماس یا مواجهه پیدا می کند و ممکن است به عفونت بدون علامت، یا با علایم متوسط و یا شدید و نیازمند بستری در بیمارستان دچار گردد. این فرد ممکن است در برابر عفونت ایمن بشود یا مجددا به عنوان یک فرد مستعد و حساس برای ابتلا به عفونت و بیماری در جامعه تلقی گردد. در صورتیکه بیماری فرد شدید باشد نیازمند مراقبت های ویژه پزشکی، اکسیژن تراپی، ونتیلاتور و اقدامات ویژه درمان بیماران تنفسی است. پیامد این افراد ممکن است بهبودی و یا مرگ و یا ترخیص از بیمارستان همراه با عوارض و ادامه درمان و مراقبت در منزل و جامعه باشد. یافته ها مدل سازی انجام گردید. ورودی های مهم این مدل عبارتند از: • Cases (تعداد موارد بیماری کووید-19) • Severity-Mortality (توزیع کشندگی و مرگ و میر و شدت بیماری در گروه های سنی) • Population (جمعیت مخرج کسر شهرستان/ استان/ کشور برای مدل سازی) • Country Area Parameters (پارامترهای در سطح کشور مانند بعد خانوار و مهاجرت) • Virus Parameters (پارامترهای مربوط به ویروس کووید-19) • Hospitalization Parameters (زیرساخت ها و پارامترهای بستری شدن بیماران و سیر بالینی بیماری) • Interventions (انواع مداخله های پیشگیری و کنترل بیماری در جامعه) • Social Contacts data (داده های مربوط به تماس افراد در جامعه) مهمترین یافته های مدل سازی کووید-19 برای ایران 1- بازه مدل سازی از تاریخ 1/12/2019 تا 30/6/2021 مطابق با 9 تیرماه 1400بوده است. 2- با مجموعه اقدامات مداخله ای اجرا شده در ایران، شکل منحنی اپیدمی به شکل سمت چپ در دو شکل زیر براورد و قابل مشاهده است. اگر مداخله ای صورت نمی گرفت، منحنی اشغال تخت های بیمارستانی به شکل سمت راست و با براورد حدود 214541 مورد مرگ در فاصله زمانی محدود و با قله تیز اپیدمی مورد انتظار بود و میتوان گفت این منحنی به سیاست ایجاد ایمنی جمعی از مسیر ابتلای درصد زیادی از جامعه نزدیک بوده که در کشور ما خوشبختانه اتفاق نیفتاد. 3- پیش بینی مدل برای حداقل شیوع خام موارد عفونت کووید-19 در ایران 3/28 درصد تا پایان سال 1399 و با محاسبه عدم قطعیت این عدد حداکثر 7/45 درصد در انتهای زمان مدل سازی در تیرماه 1400خواهد بود. البته با پیش فرض روند جاری پوشش واکسیناسیون که در کشور زیر1% است. طبیعی است در صورت تغییر این مقدار به عنوان یک ورودی مهم، براوردها تحت تاثیر قرار می گیرند و قابل تغییر هستند. 4- با محاسبه عدم قطعیت حداقل مرگ های منتسب به کووید 84442 نفر و حداکثر تعداد مرگ های منتسب به کووید-19 در ایران 121742 نفر مرگ در بازه 20 ماهه مدل سازی پیش بینی شده است. 5- بالا بردن پوشش واکسیناسیون تاثیر بسیاری زیادی بر کاهش ابتلا و مرگ و میر کووید-19 دارد. به گونه ای که در یک سناریو با واکسیناسیون حداقل 10 درصد جمعیت بالای 40 سال از ابتدای بهمن ماه 1399 تا پایان فروردین ماه 1400، نشان داد براورد کل مرگهای منتسب به کووید19 از 117899 مورد می تواند به 79360 مورد در طی بازه زمان مدل سازی کاهش داشته باشد. به عبارتی در بازه زمانی مذکور پوشش10% واکسیناسیون در افراد بالای 40 سال می تواند از حدود یک سوم مرگ های منتسب به کووید-19 پیشگیری نماید. 6- در سناریوی دیگری نیز چنانچه از اول بهمن ماه 1399 تا تاریخ 5 اردیبهشت ماه 1400 حدودا 20 درصد جمعیت بالای 30 سال در کشور واکسینه شده بودند، در تاریخ 5 اردیبهشت ماه 1400، روزانه مبتلایان حدود 2 هزار نفر براورد شده بود و مرگ¬های روزانه کشور نیز به حدود 20 نفر در روز کاهش می¬یافت. به عبارتی از سناریوهای بالا می توان برداشت نمود که بالابردن پوشش واکسیناسیون به عنوان راهکار اصلی کنترل اپیدمی و کاهش مرگها یکی از پیشنهادات قوی این مطالعه است. 7- روند مقدار سرایت پذیری یا عدد R در ابتدای اپیدمی حدود 8/1 با حدود اطمینان 95% از 6/1 تا 6/2 بود که در دو نوبت به زیر 1 رسیده بود و از بهمن ماه 1399 به بالای 1 و تا اواخر فروردین ماه 1400 ادامه داشته که پس از ان به زیر1 کاهش یافته است. روند مقدار R و حدود اطمینان 95% در ایران در نمودار زیر قابل مشاهده است. مدل پیش بین ینموده است از حدود 8 تا 11 اردیبهشت ماه 1400 پیک چهارم روند نزولی در سطح کشور دارد 8- بر اساس یکی از سناربوهای مدل سازی انجام شده، در صورتیکه امتحانات دانش آموزان و دانشجویان بصورت حضوری در بازه زمانی 10 اردیبهشت ماه تا خردادماه 1400 انجام و مدارس و دانشگاه ها بازگشایی شوند، پیش بینی گردید تعداد 33000 به موارد ابتلا با روند جاری و 2102 مورد مرگ به مرگ و میر کووید-19 در ایران اضافه گردد. 9- در شرایط فعلی که پوشش واکسیناسیون کووید-19 در کشور پایین است، اعمال محدودیت ها و رعایت رفتارهای بهداشتی و پیشگیری کننده از کووید-19 از جمله ماسک زدن و فاصله گذاری اجتماعی نیز نقش مهم و تاثیرگذاری در پیشگیری از ابتلا و کاهش مرگ و میر دارند. چنانچه از ابتدای اپیدمی تا انتهای بازه مدل سازی اقدامات مداخله ای پیشگیری کننده از کرونا و اقدامات مراقبتی و درمانی برای بیماران انجام نمی گرفت، که در مدل سازی جاری نقش آنها به صورت دینامیک و با حدود 73 مداخله منقطع در فواصل زمانی مورد نظر با پوشش براورد شده وارد مدل شدند، اجرا نمی شدند براورد مرگهای منتسب به کووید-19 در ایران از 396480 تا 723175 مورد مرگ احتمالی بوده و احتمالا این مرگ ها به وقوع می پیوستند. 10- بر اساس نتایج مدل کالیبره، بیشترین مرگ¬ها برای گروه سنی بالای 70 سال با 37 هزار مرگ (33 درصد کل مرگ¬های کرونا) و کمترین مرگ برای گروه سنی زیر 30 سال 4 هزار 600 مرگ ( 4 درصد مرگ-ها) تخمین زده شد. بحث و نتیجه گیری از جمله اقدامات مداخله ای که برای کنترل اپیدمی در ایران استفاده شد، در این مدل نیز از آنها بهره گیری شد و به سختی و با عدم قطعیت بالایی مقادیر آنها، میزان پوشش و تمکین جامعه از آنها از راه های مختلف جمع آوری و نهایتا با توافق مدل سازان وارد مدل گردید. این مطالعه پیشنهاد می کند با توجه به وزن بالای تاثیرگذاری این متغیرها در پیشگیری از ابتلا و مرگ و میر، با یک روش یکسان و تعاریف استاندارد و به صورت الکترونیک داده های مربوط به آنها در مقیاس شهرستانی در یک پایگاه اطلاعاتی جمع آوری و چنانچه دسترسی به این متغیرها فراهم باشد طبیعتا ورودی های مدل سازی دقیق تر خواهد بود. یکی از درس آموخته های این اپیدمی و فراهم نمودن شواهد برای مدل سازی مناسب و کاربرد در تصمیم گیری های دقیق در نظام سلامت که باید مد نظر قرار گیرد تهیه بانک اطلاعاتی برای پوشش و رصد اقدامات اساسی و مداخلات مورد نیاز برای پیشگیری و کنترل اپیدمی پیش نیاز مدل سازی است.. این اقدامات برای کنترل اپیدمی در شرایط حاضر و شرایط مشابه ای که ممکن است در آینده رخ دهد به عنوان یک زیرساخت باید مد نظر سیاستگذاران و تصمیم گیران کلان در نظام سلامت باشند. طبیعتا هر چقدر ارقام این ورودی ها دقیق باشند خروجی های مدل سازی نیز دقیق خواهند بود و به تصمیم گیری مبتنی بر شواهد توسط مدیران کمک شایانی می کند. مدل سازی باید به عبارت معروف GIGOتوجه و در نظر داشت اگر محاسبات و سایر زمینه های مدل سازی، ورودی نادرست یا بی کیفیت باشند، خروجی ها نیز معیوب و بی کیفیت خواهند بود. در شکل زیر اهمیت این نکته نشان داده شد و انتظار می رود دسترسی به داده های با کیفیت مرتبط با هر موضوع که نیاز به مدل سازی دارد و به ویژه داده هایی که با بودجه عمومی کشور جمع آوری می گردند، برای اپیدمیولوژیست ها و پژوهشگران مدل سازی در سلامت مهیا و فراهم گردد. زیرا منفعت آن به جامعه و تصمیم گیری مبتنی بر شواهد برای ارتقای سلامت مردم با حداقل هزینه را به دنبال دارد. متغیرهایی نظیر هتروژن بودن یا ناهمگنی سیر منحنی اپیدمی بر حسب مناطق جغرافیایی مختلف در ایران و بر حسب استان وحتی شهرستان ها، بروز سویه های جدید و جهش یافته کووید-19، عدم تست همه نمونه ها برای کشف یا تعیین سویه های دیگر ویروس جهش یافته، محدودیت در تست های تشخیصی در اوایل اپیدمی و افزایش ظرفیت تست های تشخیصی کووید-19 در کشور از نیمه دوم 1399 و بویژه زمستان 1399 و ابتدای سال 1400، فقدان مستند دقیق و کافی برای تعیین پوشش مداخلات غیردارویی و شاخص های ابتلا و میرایی از محدودیت های مطالعه بود. پیام دیگر این مدل سازی این است که با توجه به سختی فراهم نمودن پیش فرض ها و وجود عدم قطعیت های متعدد و ناهمگنی های موجود، مدل سازی بایستی در سطح کلان مناطق، استان های کشور و حتی مقیاس های کوچکتر مشابه و همجوار انجام گردد. این پیام یک پیام ثانویه و البته مهم برای سیاستگذاران و تصمیم گیران و برنامه ریزان کلان نیز دارد. اینکه مدیریت اپیدمی و به طور خاص اعمال مداخله ها برای پیشگیری و کنترل اپیدمی باید به صورت استانی و مناطق همجوار و بر اساس آمایش سرزمینی توجیه پذیر انجام گردد. این مطالعه پیشنهاد می کند مطالعات مشابه ای در دانشگاه های علوم پزشکی کشور و بر حسب مناطق مختلف انجام و با دسترسی به ورودی های دقیق تر در یک منطقه جغرافیایی همگن مانند شهرستان یا استان مدل سازی انجام و سیر منحنی اپیدمی و شاخص های ابتلا و میرایی با سناریوهای مختلف تعیین و یافته ها در اختیار مدیران نظام سلامت قرار گیرد.

خلاصه نتایج حاصله

یافته ها مدل سازی انجام گردید. ورودی های مهم این مدل عبارتند از: • Cases (تعداد موارد بیماری کووید-19) • Severity-Mortality (توزیع کشندگی و مرگ و میر و شدت بیماری در گروه های سنی) • Population (جمعیت مخرج کسر شهرستان/ استان/ کشور برای مدل سازی) • Country Area Parameters (پارامترهای در سطح کشور مانند بعد خانوار و مهاجرت) • Virus Parameters (پارامترهای مربوط به ویروس کووید-19) • Hospitalization Parameters (زیرساخت ها و پارامترهای بستری شدن بیماران و سیر بالینی بیماری) • Interventions (انواع مداخله های پیشگیری و کنترل بیماری در جامعه) • Social Contacts data (داده های مربوط به تماس افراد در جامعه) مهمترین یافته های مدل سازی کووید-19 برای ایران 1- بازه مدل سازی از تاریخ 1/12/2019 تا 30/6/2021 مطابق با 9 تیرماه 1400بوده است. 2- با مجموعه اقدامات مداخله ای اجرا شده در ایران، شکل منحنی اپیدمی به شکل سمت چپ در دو شکل زیر براورد و قابل مشاهده است. اگر مداخله ای صورت نمی گرفت، منحنی اشغال تخت های بیمارستانی به شکل سمت راست و با براورد حدود 214541 مورد مرگ در فاصله زمانی محدود و با قله تیز اپیدمی مورد انتظار بود و میتوان گفت این منحنی به سیاست ایجاد ایمنی جمعی از مسیر ابتلای درصد زیادی از جامعه نزدیک بوده که در کشور ما خوشبختانه اتفاق نیفتاد. 3- پیش بینی مدل برای حداقل شیوع خام موارد عفونت کووید-19 در ایران 3/28 درصد تا پایان سال 1399 و با محاسبه عدم قطعیت این عدد حداکثر 7/45 درصد در انتهای زمان مدل سازی در تیرماه 1400خواهد بود. البته با پیش فرض روند جاری پوشش واکسیناسیون که در کشور زیر1% است. طبیعی است در صورت تغییر این مقدار به عنوان یک ورودی مهم، براوردها تحت تاثیر قرار می گیرند و قابل تغییر هستند. 4- با محاسبه عدم قطعیت حداقل مرگ های منتسب به کووید 84442 نفر و حداکثر تعداد مرگ های منتسب به کووید-19 در ایران 121742 نفر مرگ در بازه 20 ماهه مدل سازی پیش بینی شده است. 5- بالا بردن پوشش واکسیناسیون تاثیر بسیاری زیادی بر کاهش ابتلا و مرگ و میر کووید-19 دارد. به گونه ای که در یک سناریو با واکسیناسیون حداقل 10 درصد جمعیت بالای 40 سال از ابتدای بهمن ماه 1399 تا پایان فروردین ماه 1400، نشان داد براورد کل مرگهای منتسب به کووید19 از 117899 مورد می تواند به 79360 مورد در طی بازه زمان مدل سازی کاهش داشته باشد. به عبارتی در بازه زمانی مذکور پوشش10% واکسیناسیون در افراد بالای 40 سال می تواند از حدود یک سوم مرگ های منتسب به کووید-19 پیشگیری نماید. 6- در سناریوی دیگری نیز چنانچه از اول بهمن ماه 1399 تا تاریخ 5 اردیبهشت ماه 1400 حدودا 20 درصد جمعیت بالای 30 سال در کشور واکسینه شده بودند، در تاریخ 5 اردیبهشت ماه 1400، روزانه مبتلایان حدود 2 هزار نفر براورد شده بود و مرگ¬های روزانه کشور نیز به حدود 20 نفر در روز کاهش می¬یافت. به عبارتی از سناریوهای بالا می توان برداشت نمود که بالابردن پوشش واکسیناسیون به عنوان راهکار اصلی کنترل اپیدمی و کاهش مرگها یکی از پیشنهادات قوی این مطالعه است. 7- روند مقدار سرایت پذیری یا عدد R در ابتدای اپیدمی حدود 8/1 با حدود اطمینان 95% از 6/1 تا 6/2 بود که در دو نوبت به زیر 1 رسیده بود و از بهمن ماه 1399 به بالای 1 و تا اواخر فروردین ماه 1400 ادامه داشته که پس از ان به زیر1 کاهش یافته است. روند مقدار R و حدود اطمینان 95% در ایران در نمودار زیر قابل مشاهده است. مدل پیش بین ینموده است از حدود 8 تا 11 اردیبهشت ماه 1400 پیک چهارم روند نزولی در سطح کشور دارد 8- بر اساس یکی از سناربوهای مدل سازی انجام شده، در صورتیکه امتحانات دانش آموزان و دانشجویان بصورت حضوری در بازه زمانی 10 اردیبهشت ماه تا خردادماه 1400 انجام و مدارس و دانشگاه ها بازگشایی شوند، پیش بینی گردید تعداد 33000 به موارد ابتلا با روند جاری و 2102 مورد مرگ به مرگ و میر کووید-19 در ایران اضافه گردد. 9- در شرایط فعلی که پوشش واکسیناسیون کووید-19 در کشور پایین است، اعمال محدودیت ها و رعایت رفتارهای بهداشتی و پیشگیری کننده از کووید-19 از جمله ماسک زدن و فاصله گذاری اجتماعی نیز نقش مهم و تاثیرگذاری در پیشگیری از ابتلا و کاهش مرگ و میر دارند. چنانچه از ابتدای اپیدمی تا انتهای بازه مدل سازی اقدامات مداخله ای پیشگیری کننده از کرونا و اقدامات مراقبتی و درمانی برای بیماران انجام نمی گرفت، که در مدل سازی جاری نقش آنها به صورت دینامیک و با حدود 73 مداخله منقطع در فواصل زمانی مورد نظر با پوشش براورد شده وارد مدل شدند، اجرا نمی شدند براورد مرگهای منتسب به کووید-19 در ایران از 396480 تا 723175 مورد مرگ احتمالی بوده و احتمالا این مرگ ها به وقوع می پیوستند. 10- بر اساس نتایج مدل کالیبره، بیشترین مرگ¬ها برای گروه سنی بالای 70 سال با 37 هزار مرگ (33 درصد کل مرگ¬های کرونا) و کمترین مرگ برای گروه سنی زیر 30 سال 4 هزار 600 مرگ ( 4 درصد مرگ-ها) تخمین زده شد.

فایل های پژوهش