ΗΠΑ: Επιστήμονες ανέπτυξαν μαθηματική εξίσωση που αξιολογεί τις πιθανότητες μόλυνσης από κορονοϊό

Το 1961, ο αστρονόμος Φρανκ Ντρέικ, αναζητώντας έναν τρόπο να υπολογίσει τον αριθμό των νοημόνων πολιτισμών που είναι πιθανό να υπάρχουν στον Γαλαξία μας επινόησε την διάσημη Εξίσωση Ντρέικ (Drake equation), η οποία αποτελείται από 7 μεταβλητές.

Επιστήμονες από το πανεπιστήμιο Johns Hopkins εμπνεύστηκαν από αυτή την εξίσωση και ανέπτυξαν μια άλλη που αποτελείται από 10 μεταβλητές και προβλέπει τις πιθανότητες κάποιου να μολυνθεί από τον κορονοϊό εν μέσω πανδημίας.

Η νέα

εξίσωση γνωστή ως «Contagion Airborne Transmission inequality» λαμβάνει υπόψη παράγοντες όπως ο ρυθμός της αναπνοής ατόμων που έχουν προσβληθεί από τον κορονοϊό και η ποσότητα των σταγονιδίων που μεταφέρουν τον ιό. Καθεμία από τις 10 μεταβλητές, λένε οι επιστήμονες, συσχετίζει έναν παράγοντα κινδύνου σημαντικό για την εξάπλωση του Covid-19.

Σύμφωνα με τον συγγραφέα της μελέτης Ρατζάτ Μιτάλ, καθηγητή μηχανολόγων μηχανικών στο Johns Hopkins, πολλοί άνθρωποι δεν είναι σίγουροι πώς μεταδίδεται ο κορονοϊός εν μέρει επειδή δεν υπάρχει κοινή γλώσσα που να καθιστά εύκολη την κατανόηση των παραγόντων κινδύνου. «Τι πρέπει πραγματικά να συμβεί για να μολυνθεί κάποιος; Εάν μπορούμε να απεικονίσουμε αυτήν τη διαδικασία πιο καθαρά και ποσοτικά, μπορούμε να πάρουμε καλύτερες αποφάσεις σχετικά με το ποιες δραστηριότητες θα πρέπει να επιτρέπονται και ποιες όχι», εξηγεί ο καθηγητής.

Εκτός από τον εντοπισμό πρωταρχικών παραγόντων στη μετάδοση, οι επιστήμονες χρησιμοποιούν τη νέα εξίσωση για να εκτιμήσουν πώς αλλάζει το επίπεδο του κινδύνου ανάλογα με το σενάριο που μελετάται. Για παράδειγμα, σε ένα εσωτερικό γυμναστήριο όπου δύο άτομα τρέχουν σε διάδρομο, ο κίνδυνος αυξάνεται κατά 200 μονάδες. Αλλά αν και οι δύο φορούν μάσκες N-95, ο κίνδυνος μειώνεται κατά 400, σε λιγότερο δηλαδή από 1%. Οι δε κοινωνικές αποστάσεις διαπίστωσαν οι επιστήμονες, λειτουργούν γραμμικά – οπότε αν διπλασιάσετε την απόσταση, τότε μειώνετε στο μισό τον κίνδυνο.

Ομοίως με την εξίσωση Ντρέικ, οι επιστήμονες δεν θα πρέπει να επικεντρωθούν  στον υπολογισμό της ακριβούς πιθανότητας μόλυνσης, αλλά στην κατανόηση των μεταβλητών.

ΠΗΓΗ: Fastcompany, JohnsHopkins

www.ert.gr