公衆衛生保護のための新たなウイルス流行のモデリング

数学モデル感染症のデータに適用されると、潜在的な出現した流行の将来の影響の可能性と、それらがどのように最良の制御または緩和されるかについての非常に有用な洞察を提供できます。他の仮説主導のアプローチと同様のモデリングは、生物学的現象をよりよく理解することを目指しています。しかし、一般的に、特に伝播に関連する疾患の処理は、多くの場合、体系的に説明するには不完全に理解されるか、複雑すぎるため、モデルは必然的にシステム全体の単純化になります。したがって、モデルは慎重に設計され、適切に使用されることが不可欠です。これの鍵は、モデルが答えることが期待される可能性のある特定の質問と、モデルに通知するために利用可能なデータを特定することです。特定のタイプのモデルは、ある特定の状況では問題ないかもしれませんが、別の状況には非常に不適切です。また、どのような単純化と仮定をなさなければならなかったか、そしてこれがモデリングの結果の堅牢性にどのように影響するかを理解して伝えることも重要です。また、モデルが構築された方法のために、モデルが基礎となるプロセスについて隠された仮定を頻繁に作成することを頻繁に作成することも特に重要であり、これらの仮定は、特に非専門家の聴衆のために、慎重に検討し、明示的に考慮する必要があります。したがって、この章では、それらにあまり慣れていない人のための流行モデリングのこれらの側面のいくつかの簡単な紹介を説明します。

Mathematical models when applied to infectious disease data can provide extremely useful insights into the possible future impacts of potential emerging epidemics and how they might be best controlled or mitigated. Modelling, which is like any other hypothesis-driven approach, aims to develop a better understanding of biological phenomena. However, diseases processes generally, and particularly those related to transmission, will in many cases be imperfectly understood or too complex to systematically describe, so models will necessarily be simplifications of the overall system. It is essential, therefore, that models are designed carefully and used appropriately. Key to this is identifying what specific questions a model might be expected to answer and what data is available to inform the model. A particular type of model might be fine for one particular situation but highly inappropriate for another. It is also important to appreciate and communicate what simplifications and assumptions have had to be made and how this might affect the robustness of the modelling results. It is also particularly important to understand that models frequently make what can be hidden assumptions about underlying processes because of the way they have been constructed and these assumptions also need to be carefully considered and made explicit, particularly for non-expert audiences. This chapter, therefore, provides a brief introduction to some of these aspects of epidemic modelling for those that might be less familiar with them.