R0 กับ Rt ต่างกันอย่างไร
R0 (basic reproduction number) คือค่าการแพร่เชื้อพื้นฐาน ภายใต้สมมติฐานว่า ประชากรทั้งหมดไวต่อการติดเชื้อ และยังไม่มีมาตรการควบคุม ในระบบนี้ R0 เป็น ค่าตั้งต้นที่ผู้ใช้กำหนด แล้วแบบจำลองปรับอัตราการแพร่ให้สอดคล้อง (ที่ 28°C ฤดูฝน) — R0 ไม่ใช่ค่าที่วัดได้โดยตรงจากจำนวนผู้ป่วยรายวัน
Rt (time-varying reproduction number) คือค่าการแพร่เชื้อ ณ เวลา t ซึ่งเปลี่ยนตามสัดส่วนผู้ไวต่อโรค ปริมาณยุง สภาพอากาศ และมาตรการ ระบบแสดง 2 แบบ:
- Rt ประมาณ: คำนวณจาก "ผู้ป่วยจำลองที่รายงานแล้ว" ตามวันเริ่มป่วย ด้วยวิธี Cori et al. (2013) หน้าต่าง 7 วัน serial interval แบบ gamma (ค่าเฉลี่ย 19 วัน SD 9 วัน) แสดงค่ากลางและ 95% credible interval — เทียบได้กับสิ่งที่ทีมเฝ้าระวังจะเห็นในงานจริง
- Rt ในแบบจำลอง: ค่าจากสมการของแบบจำลอง (ความจริงสมมติ) ใช้สำหรับการเรียนรู้ว่าค่าประมาณคลาดเคลื่อนจากความจริงได้อย่างไร
การแปลผล Rt
- ▲Rt > 1 (ขอบล่าง CrI > 1): แนวโน้มการระบาดเพิ่มขึ้น
- ◆Rt ใกล้ 1 (CrI คร่อม 1): แนวโน้มคงที่ / ยังสรุปไม่ได้
- ▼Rt < 1 (ขอบบน CrI < 1): แนวโน้มการระบาดลดลง
ค่าที่ใกล้ 1 ไม่ควรตีความเกินความแม่นยำของข้อมูล ผู้ป่วยที่ยังไม่รายงาน (reporting delay) ทำให้ Rt ช่วงท้ายต่ำกว่าความจริง และเมื่อผู้ป่วยน้อย ช่วง CrI จะกว้างมาก
แบบจำลอง
Stochastic SEIR (คน) – SEI (ยุงลาย) ระดับ grid 10×10 (≈200×200 ม./grid) 4 หมู่บ้าน ประชากรจำลอง ~14,000 คน ประชากรเคลื่อนที่แบบ รวมระดับพื้นที่ ไปยังโรงเรียน ตลาด วัด โรงงาน และหน่วยบริการ ความจุของยุงขึ้นกับจำนวนภาชนะเสี่ยง ฝนสะสม 30 วัน (lag 7 วัน) และอุณหภูมิ อัตรากัด ระยะฟักตัวในยุง (EIP) และอายุยุงขึ้นกับอุณหภูมิ
ผู้ป่วยที่ "รายงาน" = ผู้ติดเชื้อที่มีอาการ × ความครบถ้วนของการรายงาน แต่ละรายมีวันเริ่มป่วย วันรายงาน (ล่าช้าแบบ gamma) และประเภท suspected / probable / confirmed
ตัวแปรการระบาดที่จำลอง
- จำนวนประชากรในแต่ละพื้นที่
- ประชากรที่ไวต่อการติดเชื้อ
- ผู้ป่วยรายใหม่
- ผู้ป่วยสะสม
- วันที่เริ่มป่วย
- วันที่รายงาน
- ระยะเวลาเริ่มป่วย→รายงาน
- ยุงพาหะโดยประมาณ
- ดัชนีลูกน้ำ (HI, CI, BI)
- จำนวนภาชนะเสี่ยง
- ปริมาณฝนจำลอง
- อุณหภูมิจำลอง
- ความหนาแน่นประชากร
- ความครอบคลุมของมาตรการ
- ระดับความไม่แน่นอนของข้อมูล
ระดับความเสี่ยงของพื้นที่ (สีพื้น)
คะแนนรวมจาก ผู้ป่วยใน 28 วัน (ต่อพันประชากร หรือมีผู้ป่วยใน grid ข้างเคียง), ดัชนีลูกน้ำ HI จากการสำรวจล่าสุด (>10, >20) และ Rt ระดับหมู่บ้าน → ต่ำ / ปานกลาง / สูง / สูงมาก เกณฑ์เป็นค่าตัวอย่างเพื่อการเรียนรู้
การคุ้มครองข้อมูล
- ไม่มีชื่อ บ้านเลขที่ เบอร์โทรศัพท์ หรือข้อมูลระบุตัวบุคคล ผู้ป่วยทุกรายเป็นระเบียนสังเคราะห์
- ข้อมูลรวมระดับ grid / หมู่บ้าน / ตำบล เท่านั้น ตำแหน่งจุดผู้ป่วยถูกสุ่มภายใน grid
- เส้นการเดินทางเป็นสัดส่วนเวลารวมระดับพื้นที่ ไม่ใช่เส้นทางของบุคคล และไม่มีภาพเคลื่อนไหวที่สื่อถึงการแพร่เชื้อรายบุคคล
ระยะการพัฒนา
- ระยะที่ 1 ชุมชน 3D จำลอง จุดผู้ป่วย Timeline epidemic curve และ Rt จากข้อมูลตัวอย่าง
- ระยะที่ 2 ชั้นข้อมูลยุง แหล่งเพาะพันธุ์ มาตรการควบคุม และ Scenario เปรียบเทียบ
- ระยะที่ 3 เชื่อมฐานข้อมูลจริงระดับพื้นที่ (PostGIS, API, ระบบสิทธิ์, ตรวจสอบคุณภาพข้อมูล) — โครงสร้างต้นแบบอยู่ในโฟลเดอร์
phase3/
อ้างอิงวิธีการ
- Cori A, et al. A new framework and software to estimate time-varying reproduction numbers during epidemics. Am J Epidemiol 2013.
- Mordecai EA, et al. Detecting the impact of temperature on transmission of Zika, dengue, and chikungunya using mechanistic models. PLoS NTD 2017.
- Smith DL, et al. Ross, Macdonald, and a theory for the dynamics and control of mosquito-transmitted pathogens. PLoS Pathog 2012.