Про коллективный иммунитет. Потенциально позитивное.
Есть такой чувак - Николас Льюис. Позиционирует себя как независимый климатолог, исследователь в области физики глобального потепления (является климатическим скептиком), специалист в области статистики и вероятностей.
Первый раз я услышала о нем года три назад, когда в Nature была опубликована статья о темпах глобального потепления, основанная на темпах повышения температуры мирового океана. Там прям был ужос-ужос, все греется в стопяцот раз быстрее, чем думали раньше, поэтому и темпы глобального потепления другие, более лучшие. В смысле, быстрые. И что скоро нам все пиздец и срочно надо шота делать.
Так вот тогда этот чувак, Николас Льюис, проанализировал этот отчёт исключительно с точки зрения математических моделей, нашёл в нем ошибки расчётов, и пришёл к выводу, что темпы глобального потепления могут быть (есть) ни настолько серьезны, как утверждается авторами «революционного исследования». В итоге, авторы статьи в Nature ошибки в расчетах признали, принесли извинения, статью отозвали для дальнейшей работы над ней. Правда, сказали, что ошибки херня, все равно пиздец.
Я это пишу к тому, чтобы было немного понятно, что это за чувак, уровень его квалификации и владения понятийным статистическим и вероятностным аппаратом. Отношение же к нему разное - некоторые считают его авторитетным иссследователем-«контролером», некоторые хайповиком, который призывая к точности расчётов и постоянно их перепроверяя, идёт на поводу у противников глобального потепления, и ловит на этом свою долю хайпа.
В общем, к чему я всё это - 10 мая Льюис опубликовал статью
Why herd immunity to COVID-19 is reached much earlier than thought (Почему коллективный иммунитет может быть достигнуть гораздо раньше, чем предполагалось).
Прочитав ее, я наконец-то поняла, то такое «порог коллективного иммунитета», вернее, какова его математическая формула, то есть, как его считают (HIT = {1 - 1 / R
0 }, где R
0 - показатель того, сколько людей в среднем заражает каждый инфицированный коронавирусом человек).
За основу (и, собственно, как объект для проверки и критики) он взял тот самый
отчёт Имперского колледжа Лондона, откуда и пошла гулять в массы цифра в 81% заражённого населения для достижения конца пандемии; а также препринт статьи
Individual variation in susceptibility or exposure to SARS-CoV-2 lowers the herd immunity threshold (Индивидуальная восприимчивость или воздействие SARS-CoV-2 снижает порог коллективного иммунитета).
Стандартные компартментальные модели (математические модели, используемые для описания способов передачи или распространения чего-либо внутри системы, которые базируются на том, что каждый отдельный кластер системы является однородным, а объекты внутри этого кластера эквивалентны друг другу - объяснила как смогла
) не учитывают различия между индивидуумами в их восприимчивости к инфекции и их склонности заражать других индивидумов, а это приводит к тому, что HIT в такой однородной популяции будет значительно выше.
Есть ещё такое понятие как дисперсия передачи - степень, в которой заражение происходит через множество распространителей или всего лишь через несколько, а его показателем является коэффициент вариации (CV - отношение стандартного отклонения к среднему значению его вероятностного распределения). Некоторые страны уже провели исследования своих «дисперсий». Так, в частности, исследование проведенное в Шэньчжэне, показало, что 8,9% случаев были причиной 80% всех остальных случаев инфицирования. В других странах этот показатель был примерно 10% (в частности, в Израиле, но именно о дисперсии в Израиле я прочитала в другой статье). Это, кстати, к слову о «суперраспространителях».
Короче, там ещё много всякого интересного математического, я глубоко погрузилась и могла бы долго ещё делиться знаниями
, но это утомительно, наверное, поэтому не буду. Главное - вывод, ну или правильнее сказать, математическое предположение.. А оно таково - истинный порог коллективного иммунитета, вероятно, лежит где-то между 7% - 24%, в зависимости от густонаселённости территории.
Спасибо, что выслушали
