ペンシルバニア大学の工学研究者と医学研究者は、特定の地域社会における新型コロナウイルスワクチン接種のための、コンピュータ的に最適化された最適な配布戦略を決定できる画期的なフレームワークを開発した。に掲載されました プロスワンこの研究は、パンデミック対応における最も重要な課題の1つである、供給が不足しリスクが高い場合に、さまざまなリスクレベルの人々がいるコミュニティでワクチン接種の取り組みをどのように優先するかという課題に取り組んでいます。
研究チームは、電気システム工学（ESE）教授のサスワティ・サーカール氏、ESE助教授のシリン・サイーディ・ビドクティ氏、ペンシルバニア大学医学部勤務医師で感染症教授のハーベイ・ルービン氏、ESE博士課程学生のラグー・アルガル氏で構成され、最善かつ最も適切なワクチン接種戦略を決定するのに十分な人口の複雑さを考慮できるようにフレームワークを設計しましたが、高性能の機器がなければ公衆衛生局がアクセスできないほど複雑ではありません。スーパーコンピューター。研究者たちが最終的に作成したのは、効果的でユニークな戦略を数秒で提供し、個人用ラップトップの計算能力のみを必要とする、適応性の高いフレームワークでした。
適切な量の複雑さを捉える
個人の健康指標、場所の制限、必要な投与量など、影響を与えるすべてのパラメータを含むワクチン展開のための最適な理論的戦略を決定するには、現在利用可能な膨大な計算能力を持ったとしても、通常は数か月以上かかります。これは、そのような展開を最適化する必要があるコミュニティの規模が容易に 100 万に達する可能性があるためです。たとえば、ニューヨーク市の自治区のコミュニティの人口は 50 万人から 270 万人です。
私たちは、より関連性の高いタイムラインで戦略を提供し、必要なコンピューティング能力を削減するアプローチを必要としていました。これは私たちにとって特に重要でした。なぜなら、通常、病気の発生によって最も影響を受ける、リソースが不足している遠隔地コミュニティでもフレームワーク自体にアクセスできるようにしたいからです。私たちは、有意義で有用な戦略に到達するために十分な人口異質性を捉えるネットワーク理論ツールを使用しながら、この現実世界の問題にもっと実践的にアプローチする必要がありました。」
Saswati Sarkar 氏、電気システム工学 (ESE) 教授
この「ゴルディロックス」レベルの複雑さを達成するために、研究者らは 3 つの広範かつ代表的なグループを定義しました。
-
ハイリスクグループ：重症型の新型コロナウイルス感染症（COVID-19）や死亡に対して最も脆弱な高齢者や免疫力の低下した人々が含まれます。
-
濃厚接触者グループ: ウイルスを広めるリスクが高い、医療提供者、教師、食料品店の従業員などのエッセンシャルワーカー。
-
ベースライングループ：高リスクまたは高接触者のカテゴリーに該当しない残りの人口。
これらの異なるグループを定義し、最適な制御フレームワークに関する数十年にわたる研究を活用することで、チームは、特定のコミュニティに独自の効果的な戦略を提供できる、適度な複雑さを持つ数値的手法を使用することができました。
コミュニティごとに異なる戦略
当然のことながら、この枠組みは、全体的な死亡者数を減らすためには、高リスクグループまたは濃厚接触グループのいずれかを最初にワクチン接種し、最後にベースラインを接種することが最善であることを示しました。
「最も一般的な戦略は、新型コロナウイルス感染症ワクチンで導入されたもので、最初に高リスクグループにワクチンを接種します」とサイーディ・ビドクティ氏は言う。 「しかし、シミュレートされた症例の42％については、私たちのフレームワークは、高リスクグループの前に高接触グループにワクチンを投与する方が実際にはより効果的であることを示しています。」
どのグループを優先すべきかに関係なく、すべてに適用できる万能の解決策はないことが明らかになりました。
「この計算フレームワークは、さまざまな人々のグループに対する具体的な解決策や、私たちだけでは直観的に思いつかないような微妙な解決策を特定するのに役立ちます」とアルガル氏は言います。 「さらに、感染症とその発生がより複雑になり、さまざまなコミュニティでさまざまな速度で広がるにつれて、このネットワーク理論のアプローチの使用はさらに適切なものになるでしょう。」
公衆衛生のための分野を超えた協力
チームの成功は、エンジニアリング、ネットワーク理論、医学研究にわたるコラボレーションの直接の結果です。
「医学研究者と協力することで、理論モデルと現実世界の応用の間のギャップを埋めることができます」と Saeedi Bidokhti 氏は言います。 「この分野の専門家と協力することで、私たちのエンジニアリングとモデルの作業が公衆衛生に直接的で目に見える影響を与えることを保証します。」
「これらの課題に対処するには、計算的な考え方が必要ですが、それは 1 つのグループだけで行うことはできません」とルービン氏は付け加えます。 「そして、ノロウイルス、ムポックス、デング熱などの感染症は現在進行中の脅威であり、必然的に新たな感染症が出現するため、この協力の成果は非常に重要です。複数の病気に同時に取り組むための戦略を開発するには、複数の疾患に対するワクチンの展開を含め、学際的な協力が必要です」一気にウイルスを。」
研究と次世代エンジニアの次のステップ
複数の病気の同時発生に対処するための枠組みの機能を拡大すること、ならびに病気の蔓延に影響を与える行動に関する意見の普及、およびそのような意見と病気の進展との相関関係についての意見の普及は、この研究チームが視野に入れているいくつかのプロジェクトである。 。
「病気を封じ込めるために考案された戦略は、一般住民の自発的な協力がなければ効果はありません」とサーカー氏は言う。 「これは、検査、隔離、ワクチン接種の戦略にも当てはまります。ウイルスと公衆衛生戦略に関する人々の意見は、相互作用を通じて同じように広がります。ただし、意見は対面と遠隔の両方の相互作用を通じて広がります。しかし、モデル化することはできます」私たちがウイルスの拡散のために開発したのと同じ技術を使用して意見を広め、ネットワーク理論のアプローチを使用して、その力学をワクチン接種と病気の一般的な予防のためのより包括的で現実的な戦略に統合します。」
私たちが社会としてナビゲートするさまざまなシステムへの工学的アプローチの適用をサポートするには、テクノロジー、医療、公衆衛生を横断できるスキルを次世代のエンジニアに提供することが最も重要です。
博士号を取得し始めたアルガルにとって、 2020年、世界的なパンデミックとワクチン接種の問題は、それらのスキルを試す絶好の機会でした。
「公衆衛生、経済、複雑な意思決定戦略が必要なその他の分野などのアプリケーションにエンジニアリング ツールを導入したいと常に考えていました」と彼は言います。 「私の研究キャリアのスタートは、公衆衛生分野で最も差し迫った世界的決定の一つ、つまり限られた量の新型コロナウイルス感染症ワクチンをどのように展開するかを決定することでした。そのため、計画を立てることなく、当初の研究に取り組むことができました。そして現在、私たちのフレームワークはその決定を知らせるだけでなく、現在増加している他の同様に蔓延する呼吸器疾患にも適用できます。同時に現れています、新型コロナウイルス感染症により「クアッドデミック」が急増。」
この研究自体も、ペンシルバニア大学の新入生が現実世界に影響を与える新しい研究の道を見つけるのに役立つ可能性があります。
「このプロジェクトは、エンジニアリングが機械を作ることだけではないことを学生たちに教えてくれます」とビドクティ氏は言います。 「それは人々の生活に影響を与える実際の問題を解決することです。私は情報やネットワーク理論などのコースを教えているとき、これらの研究を教室に持ち込み、工学の学位で何が可能になるかを学生たちに示し、創造的に考え、さまざまな分野で協力できるように支援しています。」自らを律し、そのスキルを活用して有意義な影響を与えましょう。」
この研究は、国立科学財団の助成金 NSF-2047482、NSF-1910594、および NSF-2008284 によって支援されています。
ソース：
参考雑誌:
アルガル、R.、 他。 (2025) 守るのか、防ぐのか?新型コロナウイルス感染症ワクチンの優先順位付けのジレンマに対する実行可能な枠組み。 プロスワン。 doi.org/10.1371/journal.pone.0316294。
1737600503
#ペンシルベニア州の研究者が新型コロナウイルス感染症ワクチン接種配布のための最適化されたフレームワークを開発
2025-01-23 02:31:00