Zaawansowane modelowanie ewolucji ogniska epidemiologicznego COVID-19

Projekt. Retrospektywne badanie obserwacyjne. Modelowanie będzie oparte na pandemii SARS-CoV-2, która rozpoczęła się na początku 2020 roku.

Uczestnicy badania Informacje będą zbierane w oparciu o dzienne dane dotyczące zachorowalności, zagregowane według wieku i płci, dotyczące: przeprowadzonych badań, przypadków pozytywnych, przyjęć do szpitala i przyjęć na OIOM w związku z SARS-CoV-2, wypisów ze szpitala i wypisów z OIT, wyzdrowień i śmiertelności (na OIT, w szpitalu lub w społeczności) osób chorych na Covid19.

Kryteria włączenia. Z pozytywnych przypadków: Posiadanie laboratorium zakażenia SARS-CoV-2 potwierdzonego pozytywnym wynikiem testu reakcji łańcuchowej odwrotnej transkryptazy-polimerazy na obecność wirusa ostrego zespołu oddechowego 2 (SARS-CoV-2) lub dodatniego wyniku testu antygenowego od 1 marca , 2020 r. do 9 stycznia 2022 r.

W przypadku przyjęć do szpitala: Przyjęcia do szpitala od początku pandemii. Traktowanie różnych epizodów jako jednego przyjęcia w przypadku przeniesienia z jednego ośrodka do drugiego. Weź pod uwagę wyłącznie dochody wynikające z Covid19.

Kryteria wykluczenia: Pacjenci przyjęci z innych powodów, u których choroba rozwinęła się podczas pobytu w szpitalu.

Zmienne. Gromadzone dane to dane zagregowane w formie incydentów. Populacja zostanie podzielona na dziesięć grup wiekowych (0–9, 10–19,…, 70–79, 80–89, 90+) i według płci. Zmienne:

• Osoby w badanej populacji według wieku.
• Liczba nowych potwierdzonych pozytywnych przypadków Covid19 według wieku i dnia.
• Liczba nowych przyjęć do szpitala z powodu Covid19 według wieku i dnia. Liczba przyjęć na OIT z powodu Covid19
• Liczba wszystkich zgonów z powodu Covid19 według wieku i dnia.
• Liczba wypisów ze szpitala (żywi pacjenci) pacjentów hospitalizowanych z powodu Covid19 według wieku i dnia (z wyłączeniem transferów).
• Liczba zgonów w szpitalu z powodu Covid19 według wieku i dnia.
• Liczba zgonów na OIT z powodu Covid19 według wieku i dnia.

Zmienne wynikowe, które zostaną uzyskane z proponowanego modelowania, to:

• Liczba szacowanych pozytywnych przypadków COVID19 według wieku i dnia.
• Szacunkowa liczba przyjęć do szpitala z powodu Covid19 według wieku i dnia.
• Liczba szacowanych całkowitych zgonów z powodu Covid19, oszacowana według wieku i dnia.
• Szacunkowa liczba przyjęć na OIOM z powodu Covid19, oszacowana według wieku i dnia.

Analiza danych. Będziemy używać P-sklejanych i ujemnego rozkładu dwumianowego. Splajny P, czyli splajny penalizowane, są potężnym narzędziem do modelowania relacji nieliniowych w danych czasowych. Łącząc je z ujemnym rozkładem dwumianowym, uzyskuje się model, który szczególnie nadaje się do zliczania danych o nadmiernym rozproszeniu, jak ma to miejsce w przypadku danych dotyczących pandemii.

Procedura:

• Gromadzenie danych: Codzienne dane dotyczące przypadków pozytywnych, przyjęć do szpitali i przyjęć na OIOM będą pozyskiwane od początku pandemii do września 2022 r.
• Modelowanie: Do danych zostanie dopasowany model P-sklejany oparty na ujemnym rozkładzie dwumianowym. Model ten zostanie zaprojektowany w celu uchwycenia trendów czasowych i wzorców sezonowych, a także radzenia sobie z nadmiernym rozproszeniem danych.
• Model z efektem losowym dla dnia tygodnia: Specjalnie do przewidywania przyjęć do szpitala uwzględniony zostanie efekt losowy dla dnia tygodnia. Korekta ta zostanie dokonana, ponieważ stwierdzono systematyczną zmienność dochodów w zależności od dnia tygodnia. Uwzględnienie tego efektu losowego znacząco poprawi dokładność modelu dla tej zmiennej.
• Prognoza: Prognozy będą dokonywane dla dwóch horyzontów czasowych: krótkoterminowego (1 i 2 dni) oraz średnioterminowego (5 dni). Prognozy te pozwolą nam przewidzieć rozwój pandemii i podejmować świadome decyzje.

Weryfikacja przewidywań: Aby potwierdzić dokładność i solidność przewidywań, w różnych momentach (lub falach) pandemii zostanie przeprowadzona analiza retrospektywna. Przewidywania modelu zostaną porównane z faktycznie zaobserwowanymi danymi, a metryki błędów zostaną obliczone w celu oceny wydajności modelu.

Ograniczenia. Jednym z ograniczeń badania jest możliwość utraty hospitalizacji z powodu rozpatrywanej choroby oraz śmierci (lub wyzdrowienia) u osób, których czasowa sekwencja badania, przyjęcia i śmierci (lub wyzdrowienia) nie była zgodna z sekwencją stosowaną podczas przeszukiwań.

Aspekty etyczne. W celu osiągnięcia swoich celów w tym badaniu wykorzystuje się wyłącznie informacje zanonimizowane. Brak danych pozwalających na identyfikację pacjenta.

Przetwarzanie, przekazywanie i przekazywanie danych osobowych wszystkich uczestniczących osób jest zgodne z przepisami Europejskiego Rozporządzenia o Ochronie Danych (UE2016/679) dotyczącymi ochrony osób fizycznych w związku z przetwarzaniem. danych osobowych i swobodnego przepływu tych danych oraz Ustawy Organicznej 3/2018 z dnia 5 grudnia o ochronie danych osobowych i gwarancji praw cyfrowych. Praktycznie wszystkie dane niezbędne do tego badania to dane zagregowane, których w żadnym wypadku nie można powiązać z konkretnymi osobami. Wszystkie informacje będą traktowane całkowicie poufnie.

Jeśli chodzi o uzyskanie świadomej zgody pacjenta, zespół badawczy proponuje przeprowadzenie badania bez pytania pacjenta o świadomą zgodę. Powody złożenia tej propozycji opierają się na art. 58 ustawy nr 14/2007 z dnia 3 lipca o badaniach biomedycznych („”.. wyjątkowo, zakodowane lub zidentyfikowane próbki mogą być przetwarzane do celów badań biomedycznych bez zgody podmiot źródłowy, gdy uzyskanie takiej zgody nie jest możliwe lub stanowi nieuzasadniony wysiłek. W takich przypadkach wymagana będzie pozytywna opinia odpowiedniej Komisji ds. Etyki Badań Naukowych. ")