Wetenschap
Laurent Hébert-Dufresne, een complexiteitswetenschapper aan de Universiteit van Vermont. Hij leidde nieuw onderzoek, gepubliceerd in het tijdschrift Natuurfysica , dat laat zien hoe ziekten zoals ebola, influenza, en coronavirus kan interageren met andere ziekten en sociaal gedrag op manieren die het voorspellen van hun pad complexer maken dan veel huidige modellen suggereren. Krediet:Joshua Brown/UVM
Interagerende besmettelijke ziekten zoals griep en longontsteking volgen dezelfde complexe verspreidingspatronen als sociale trends. Deze nieuwe vondst, gepubliceerd in Natuurfysica , zou kunnen leiden tot een betere opsporing en interventie wanneer meerdere ziekten zich tegelijkertijd door een populatie verspreiden.
"Het samenspel van ziekten is eerder de norm dan de uitzondering, " zegt Laurent Hébert-Dufresne, een complexiteitswetenschapper aan de Universiteit van Vermont die het nieuwe onderzoek leidde. "En toch, als we ze modelleren, het is bijna altijd één ziekte op zich."
Wanneer ziektemodelleurs een epidemie zoals het coronavirus in kaart brengen, ebola, of de griep, ze behandelen ze traditioneel als geïsoleerde ziekteverwekkers. Onder deze zogenaamde "eenvoudige" dynamiek, het is algemeen aanvaard dat de voorspelde omvang van de epidemie evenredig zal zijn aan de snelheid van overdracht.
Maar volgens Hébert-Dufresne, hoogleraar computerwetenschappen aan de Universiteit van Vermont, en zijn co-auteurs, Samuel Scarpino aan de Northeastern University, en Jean-Gabriel Young aan de Universiteit van Michigan, de aanwezigheid van nog een besmetting in de populatie kan de dynamiek drastisch verschuiven van eenvoudig naar complex. Zodra deze verschuiving plaatsvindt, microscopische veranderingen in de transmissiesnelheid veroorzaken macroscopische sprongen in de verwachte epidemische omvang - een verspreidingspatroon dat sociale wetenschappers hebben waargenomen bij de adoptie van innovatieve technologieën, straattaal, en ander besmettelijk sociaal gedrag.
Star Wars en niezen
De onderzoekers begonnen in 2015 voor het eerst biologische besmettingen en sociale besmettingen te vergelijken in het Santa Fe Institute, een transdisciplinair onderzoekscentrum waar Hébert-Dufresne aan het modelleren was hoe sociale trends zich verspreiden door middel van versterking. Het klassieke voorbeeld van sociale versterking, volgens Hébert-Dufresne, is "het fenomeen waarbij tien vrienden je vertellen om naar de nieuwe Star Wars-film te gaan kijken, is anders dan één vriend die je tien keer hetzelfde vertelt."
Zoals meerdere vrienden die een sociaal gedrag versterken, de aanwezigheid van meerdere ziekten maakt een infectie besmettelijker dan het op zichzelf zou zijn. Biologische ziekten kunnen elkaar versterken door symptomen, zoals in het geval van een niesvirus dat een tweede infectie zoals een longontsteking helpt verspreiden. Of, één ziekte kan het immuunsysteem van de gastheer verzwakken, de bevolking vatbaarder maken voor een tweede, derde, of extra besmetting.
Als ziekten elkaar versterken, ze versnellen snel door de bevolking, dan verdwijnen ze als ze geen nieuwe hosts meer hebben. Volgens het model van de onderzoekers hetzelfde super-exponentiële patroon kenmerkt de verspreiding van sociale trends, zoals virale video's, die op grote schaal worden gedeeld en vervolgens niet meer relevant zijn nadat een kritieke massa mensen ze heeft bekeken.
Dengue en antivaxxers
Een tweede belangrijke bevinding is dat dezelfde complexe patronen die ontstaan bij interagerende ziekten ook ontstaan wanneer een biologische besmetting interageert met een sociale besmetting, zoals in het voorbeeld van een virusverspreiding in combinatie met een antivaccinatiecampagne. De krant beschrijft een uitbraak van Dengue in 2005 in Puerto Rico, en Hébert-Dufresne citeert een bijkomend voorbeeld van een Dengue-uitbraak in 2017 in Puerto Rico, waar het niet nauwkeurig verklaren van het samenspel van Dengue-stammen de effectiviteit van een Dengue-vaccin verminderde. Dit leidde op zijn beurt tot een antivaccinatiebeweging - een sociale epidemie - die uiteindelijk leidde tot de heropleving van de mazelen - een tweede biologische epidemie. Het is een klassiek voorbeeld van real-world complexiteit, waar onbedoelde gevolgen voortkomen uit veel op elkaar inwerkende fenomenen.
Hoewel het fascinerend is om een universeel verspreidingspatroon te zien over complexe sociale en biologische systemen, Hébert-Dufresne merkt op dat het ook een unieke uitdaging vormt. "Als je alleen naar de gegevens kijkt, we konden dit complexe patroon waarnemen en niet weten of een dodelijke epidemie werd versterkt door een virus, of door een sociaal fenomeen, of een combinatie."
"We hopen dat dit de deur zal openen voor meer opwindende modellen die de dynamiek van meerdere besmettingen vastleggen, " zegt hij. "Ons werk toont aan dat het tijd is voor de ziektemodelleringsgemeenschap om verder te gaan dan individueel naar besmettingen te kijken."
En de nieuwe studie kan licht werpen op de verspreiding van het coronavirus. "Als je voorspellingen doet, zoals voor de huidige uitbraak van het coronavirus in een griepseizoen, het wordt belangrijk om te weten welke gevallen meerdere infecties hebben en welke patiënten in het ziekenhuis liggen met griep, maar bang vanwege het coronavirus, " zegt Hébert-Dufresne. "De interacties kunnen biologisch of sociaal van aard zijn, maar ze zijn allemaal belangrijk."
Wetenschap © https://nl.scienceaq.com