Ett mycket exakt prognosverktyg skapat av matematiker från Case Western Reserve University och University of Akron används av hälsotjänstemän i Cuyahoga County för att mäta spridningen av viruset som orsakar covid-19 i nordöstra Ohio.

"Våra förutsägelser om antalet nya dagliga infektioner är ganska exakta för två till tre veckor framåt, och har varit det i några månader, sa Daniela Calvetti, James Wood Williamson professor i matematik, Tillämpad matematik och statistik vid Case Western Reserve. "Denna nivå av noggrannhet har kunnat hjälpa institutioner att planera för uppgången - och den senaste tiden nedgången - i fall istället för att reagera på dem när de händer."

Calvetti är en dataforskare bland en informell grupp forskare från de två institutionerna som utvecklade modellen. Deras tidiga upptäckter offentliggjordes först i mitten av juni på en presskonferens med Cuyahoga County Board of Health, som fortsätter att använda data för sina prognoser, sa gruppmedlemmen Johnie Rose, en annan Case Western Reserve-forskare som har arbetat med Health Board i flera år på andra dataprojekt.

Tills vidare, gruppen tillhandahåller regelbundna prognoser till hälsostyrelsen och andra institutioner som sjukhus, men Calvetti och Rose sa att de planerar att så småningom lägga upp dem online för allmänheten. Calvetti har lagt upp några bilder som illustrerar forskningen på sin egen webbplats.

"Människor är hungriga efter dessa siffror just nu för att informera sina personalbeslut på sjukhus eller i andra kritiska tjänster, sa Rose, en läkare och epidemiolog för förebyggande medicin och folkhälsa från Center for Community Health Integration vid Case Western Reserve School of Medicine.

"Men allmänheten kanske skulle vilja se denna information för att hjälpa till att fatta beslut - och för att illustrera realtid, den verkliga betydelsen av social distansering eller att bära masker eller att begränsa resor för att bromsa spridningen av viruset, " han sa.

Dataforskare samarbetar

Gruppen började samarbeta i en mängd olika covid-19-forskningsprojekt i början av april, strax efter bekräftelsen av en pandemi spreds forskare och andra till olika platser där man stannar hemma, sa Calvetti.

Pappret, publiceras i tidskriften Gränser i fysik , beskriver modellens underliggande matematiska teorier och beräkningar.

Bland författarna var Calvetti, Rose och Erkki Somersalo, en matematikprofessor vid Case Western Reserve; och Alex Hoover, en biträdande professor i tillämpad matematik vid University of Akron.

Tidningen presenterade en modell som redogjorde för överföring av viruset av infekterade men asymptomatiska individer samt pendlingsmönster för att konkretisera skillnader i spridningen av viruset på landsbygden och i städer.

Deras modell använder folkräkningsdata och mobilitetsdata (inte personlig information) för att modellera pendlingstrafik, och "den geografiska dynamiken i smittan visar en roll för stora motorvägar från större städer till omgivande förorts- och landsbygdsområden, sa Calvetti.

Hoover sa att när regionen lades ner, han började fundera på hur storstadsområden hänger samman av motorvägar och hur de fungerade som ett nätverk för att sprida sjukdomen.

"Även om mycket av vår verksamhet lades ner, viktiga arbetare fortfarande skulle arbeta, och om de bor i ett län och arbetar i ett annat, då fanns det fortfarande en chans att sprida sjukdomen längre, " han sa, och tillade att modellen visade att "sjukdomen först drabbade täta stadslän hårt, innan du följer motorvägarna till mindre landsbygdslän."

Vad kommer härnäst?

R0, eller R-inte, är ett antal hälsoorganisationer använder för att prognostisera om ett utbrott kommer att sprida sig. Enkelt uttryckt, R0 är det genomsnittliga antalet personer i en befolkning som inte har blivit smittad som kommer att få en ny sjukdom från en enda infekterad person.

Så, om R0 är större än 1, infektionen kommer förmodligen att fortsätta sprida sig, och om det är mindre än 1, utbrottet kommer sannolikt att avta.

Calvetti och Rose citerade båda ett Ro-tal under 1 i Cuyahoga County som en prediktor för att antalet infektioner kommer att fortsätta att minska. Men den förutsägelsen ska inte läsas som tillåtelse att koppla av, sa Cavetti.

"Tills det finns ett vaccin, självbelåtenhet har ingen plats någonstans, oavsett befolkningstätheten eller prognoser, " sa hon. "För att, om folk flyttar, det gör viruset också, och när den väl når (igen) tätbefolkade områden kan det orsaka ett andra utbrott."