پزشکی پیشگیری تغذیه خواص گیاهان دسته‌بندی نشده روان شناختی زیبایی ورزش

مدل مورد استفاده برای ارزیابی قفل شدن دارای نقص بود

تعطیلی

اعتبار: دامنه عمومی CC0

در یک مطالعه اخیر ، محققان کالج امپریال لندن مدلی را برای ارزیابی تأثیر اقدامات مختلفی که برای جلوگیری از ویروس کرونا استفاده می شود ، ایجاد کردند. محققان سوئدی از دانشگاه لوند و سایر موسسات در ژورنال ادعا کردند ، با این حال ، این مدل دارای کاستی های اساسی است و نمی تواند برای نتیجه گیری منتشر شده استفاده شود. طبیعت.

نتایج حاصل از امپریال نشان داد که تقریباً به طور کامل قفل اجتماعی کامل است که موج عفونت ها را در اروپا در طی بهار سرکوب می کند.

این مطالعه اثرات اقدامات مختلف مانند فاصله اجتماعی ، خودزنی ، تعطیلی مدارس ، ممنوعیت رویدادهای عمومی و خود قفل را تخمین زده است.

“از آنجا که اقدامات تقریباً در همان زمان طی چند هفته در ماه مارس آغاز شد ، داده های مرگ و میر به کار رفته به سادگی حاوی اطلاعات کافی برای تفکیک اثرات فردی آنها نیست. ما با انجام یک تجزیه و تحلیل ریاضی این موضوع را از بین بردیم. با استفاده از این به عنوان مبنایی ، ما سپس شبیه سازی هایی را با استفاده از کد اصلی کالج امپریال انجام دادیم تا نشان دهیم چگونه حساسیت مدل منجر به نتایج غیرقابل اطمینان می شود “، توضیح می دهد کریستین سلتس ، دانشیار کنترل اتوماتیک در دانشگاه لوند و اولین نویسنده مقاله.

علاقه این گروه به مدل کالج امپریال با این واقعیت برانگیخته شد که تقریباً تمام کاهش انتقال در بهار را از طریق قفل در ده کشور از یازده کشور مدل شده توضیح داد. استثنا سوئد بود که هرگز قفل قفل را وارد نکرد.






https://www.youtube.com/watch؟v=nwT8_CyIcSI

“در سوئد این مدل اقدام كاملاً متفاوتی را به عنوان توضیحی برای كاهش ارائه داد – اقدامی كه تقریباً در سایر كشورها بی نتیجه به نظر می رسید. تقریباً خیلی خوب به نظر می رسید كه این حقیقت وجود داشته باشد كه قفل موثر در هر كشور به غیر از یك كشور برقرار شده است ، به نظر می رسد اندازه گیری در این کشور غیرمعمول م effectiveثر است “، یادداشت سلتس.

سلتس مراقب است اشاره کند که کاملاً معقول است که اقدامات فردی تأثیری داشته باشد ، اما نمی توان از این مدل برای تعیین میزان کارآیی آنها استفاده کرد.

“به نظر نمی رسد كه مداخلات مختلف جدا از یكدیگر عمل كنند ، اما اغلب به یكدیگر بستگی دارند. تغییر رفتار در نتیجه یك مداخله بر تأثیر سایر مداخلات تأثیر می گذارد. شناختن چه مقدار و به چه روشی دشوارتر است ، و به مهارت ها و همکاری های مختلفی نیاز دارد “، می گوید آنا جود ، دانشیار اپیدمیولوژی در دانشگاه لوند و یکی از نویسندگان این تحقیق.

به گفته نویسندگان ، تجزیه و تحلیل مدل های کالج امپریال و دیگران اهمیت مدل های اپیدمیولوژیکی در حال بررسی را برجسته می کند.

“تمرکز عمده ای در بحث بر روی منابع داده و قابلیت اطمینان آنها وجود دارد ، اما تقریباً به طور کامل عدم بررسی منظم حساسیت مدل های مختلف از نظر پارامترها و داده ها وجود دارد. این به همان اندازه مهم است ، به ویژه هنگامی که دولت های سراسر جهان Soltesz و Jöud اشاره کردند.

اولین قدم انجام یک تحلیل صحیح از حساسیت های مدل است. اگر آنها بیش از حد مشکلی ایجاد کنند ، داده های قابل اطمینان تری مورد نیاز است ، که اغلب با ساختار مدل پیچیده تر ترکیب می شوند.

“با بسیاری از خطرها ، عاقلانه است که هنگام مواجه شدن با محدودیت های اساسی فروتن باشید. مدل های پویا تا زمانی قابل استفاده هستند که عدم قطعیت مفروضات و داده هایی را که بر اساس آنها محاسبه می شوند ، در نظر بگیرند. اگر این چنین نیست ، نتایج در حد فرض یا حدس است “، نتیجه می گیرد سلتس.


COVID-19 در انگلیس: تجزیه و تحلیل دو موج اول


اطلاعات بیشتر:
کریستین سلتس و همکاران ، تأثیر مداخلات در COVID-19 ، طبیعت (2020) DOI: 10.1038 / s41586-020-3025-y

برآورد اثرات مداخلات غیر دارویی بر COVID-19 در اروپا ، طبیعت (2020) DOI: 10.1038 / s41586-020-2405-7

تهیه شده توسط دانشگاه لوند


استناد: مدلی که برای ارزیابی قفل قفل استفاده شده دارای نقص بود (2020 ، 28 دسامبر) در تاریخ 29 دسامبر 2020 از https://medicalxpress.com/news/2020-12-lockdowns-flawed.html بازیابی شد

این برگه یا سند یا نوشته تحت پوشش قانون کپی رایت است. جدا از هرگونه معامله عادلانه با هدف مطالعه خصوصی یا تحقیق ، هیچ بخشی بدون اجازه کتبی قابل تولید نیست. محتوای مذکور فقط به هدف اطلاع رسانی ایجاد شده است.

READ  به اشتراک گذاری واکسن ها به نفع کشورها است