بيبلاف سريفاستافا، جامعة كارولينا الجنوبية

فقد طور الدكتور بيبلاف سريفاستافا، أستاذ علوم الكمبيوتر في جامعة كارولينا الجنوبية، وفريقه أداة تستند إلى البيانات تساعد على إظهار تأثير ارتداء الكمامات على حالات ووفيات COVID-19. حيث يستخدم نموذجه مجموعة متنوعة من مصادر البيانات لإنشاء سيناريوهات بديلة يمكن أن تخبرنا “ماذا كان يمكن أن يحدث؟” إذا كان لدى مقاطعة في الولايات المتحدة معدل أعلى أو أقل من الالتزام بلبس الكمامات. وفي هذه المقابلة، يشرح كيف يعمل النموذج، وتحديداته، وما هي الاستنتاجات التي يمكن أن نستخلصها منه.

ماذا يفعل نموذج الكمبيوتر هذا؟

إن هذه أداة وطنية يمكن أن تظهر التأثير الذي يمكن أن يحدثه ارتداء الكمامات. فإذا كانت هناك مقاطعة يرتدي فيها الأشخاص كمامات بشكل منتظم، فستظهر لك عدد حالات COVID-19 والوفيات التي تجنبوها. وإذا اخترت مقاطعة حيث لا يرتدي الناس فيها كمامات، فسوف تظهر لك كم عدد الحالات والوفيات التي كان يمكن منعها هناك.

كيف يتم فعل ذلك؟

إننا نحتاج إلى الكثير من البيانات للقيام بذلك. فقد أجرت صحيفة نيويورك تايمز مسحاً لكل مقاطعة تقريباً في الولايات المتحدةخلال الصيف وحددت درجة ارتداء الكمامات من 0 إلى 5 لكل منها، لذلك كان هذا هو جوهر النموذج. كما نستخدم بيانات نيويورك تايمز وجونز هوبكنز لأرقام الحالات في الوقت الحقيقي؛ كبيانات التعداد السكانية مثل حجم السكان، ومتوسط العمر، والمزيد من ذلك؛ والبيانات الجغرافية لقياس المسافة بين المقاطعات.

ويعتمد النموذج على تقنية رياضية تسمى التحكم التركيبي القوي، والتي غالبا ما تستخدم في أبحاث الأدوية، حيث توجد مجموعة مراقبة وهناك مجموعة العلاج.

فعلى سبيل المثال، دعونا نلقي نظرة على مقاطعة وايندوات، كانساس. حيث أن لديها درجة عالية نسبيا في ارتداء في الكمامة حوالي 3.4. ولأن النموذج مصمم ليخبرنا سيناريو “ماذا لو؟”، فإنه سينظر إلى ما كان سيحدث إذا تم تخفيض درجة ارتداء الكمامة إلى 3.0، وهو الحد الأقصى لـدرجة “ارتداء الكمامة المنخفض”، ولكن يمكن للمستخدم تجربة قيم الأخرى أيضاً لمعرفة ما سيحدث. لقد وصلنا الى درجة 3.0 بناءً على تحليل عادات ارتداء الكمامة على الصعيد الوطني. وقد تراوحت القيم الفعلية بين 1.4 و 3.85، وبلغ المتوسط الوطني 2.98.

ويمكننا تعيين تاريخ تتغير فيه درجة ارتداء القناع إلى 3.0. فإذا قمنا بتعيينها للعمل من 1 يونيو إلى 1 أكتوبر، فإنها تخبرنا أن مقاطعة وايندوت كان سيصبح لديها 101.5٪ أكثر من الحالات و 150 حالة وفاة أكثر في تلك الفترة والنموذج يخبر المستخدم عن عدد الوفيات التي حدثت أو تم منعها بناءً على المعامل المتغير لمعدل الوفيات التي يمكن للمستخدم تعيينه. في هذا المثال، تم تثبيته بنسبة 2%.

كيف يقوم النموذج بإنشاء سيناريو “ماذا لو؟” إذا لم يحدث ذلك بالفعل؟ وهو يفعل ذلك من خلال النظر في المقاطعات الأخرى القريبة والتي لديها نفس الخصائص السكانية وعدد الحالات ولكن حد أقل لارتداء الكمامة. إنه يحاول التوصل إلى متوسط مرجح لتشكيل مجموعة تحكم اصطناعية مشابهة لمقاطعة اهتمامنا (مجموعة العلاج). ثم ينظر النموذج إلى مدى اختلاف المجموعتين من حيث اعداد الحالة. ويتم تحويل الفرق في عدد الحالات بين المجموعتين إلى فرق في الوفيات باستخدام معامل معدل الوفيات.

ماذا يخبرنا هذا عن تأثير سياسات ارتداء الكمامة؟

إن الاستمرار في ارتداء الكمامة أو تنفيذ سياسة القناع ممكن أن تكون مفيدة في أي وقت. ولكن تأثيره يكون الأعلى عندما تفعل ذلك في وقت مبكر. فعند تشغيل هذا النموذج عدة مرات باستخدام تواريخ مختلفة، ستلاحظ أن التأثير يقل عندما تقوم بتأخير تنفيذ سياسة ارتداء الكمامة. لذا إذا نفذت مقاطعة سياسة الكمامة في 1 يونيو، لكانت قد منعت العديد من الحالات. أما إذا فعلت في الأول من يوليو، فسيكون لذلك تأثير أقل. ولو تصرفت في أغسطس، لكانت ستمنع الحالات، لكن العدد سيكون قليلاً جداً.

ما هي محددات هذا النموذج؟

إن هذه الأداة تعمل مع بعض المقاطعات بشكل أفضل من غيرها. بشكل عام، يعمل النموذج بشكل أفضل مع المقاطعات التي هي أقرب إلى المتوسط،، لأنه سيكون لها تطابق أقرب للمقارنة معها. هناك أيضاً قيود بمعنى أن مسح نيويورك تايمز حول الالتزام بالكمامات تم إجراؤه في الصيف، والأمور تتغير باستمرار لذلك إذا استخدم باحثون آخرون هذه الأداة، فسيتعين عليهم حساب التغييرات.

[معرفة عميقة يوميا. اشترك في النشرة الإخبارية للمحادثة.]

لكن ما تراه هو أنه عند تنفيذ سياسة الكمامات أو ارتداء السكان للكمامات بانتظام ، فإن ذلك يكون له تأثير إيجابي. وكلما فعلت ذلك مبكراً، ازدادت فعاليته.

وأود أن أعرب عن تقديري لعمل فريقي، سبارش جوني، وكارتيكايا سريفاستافا، وشيناي أباجيغوودا، ولوكيش جوري، في تطوير هذا البرنامج.

بيبلاف سريفاستافا، أستاذ علوم الكمبيوتر، جامعة كارولينا الجنوبية

Este artículo fue publicado originalmente en The Conversation. Lea el original.

Three major scientific controversies about coronavirus