Các nhà nghiên cứu đã phát triển máy tính này hy vọng nó sẽ hữu ích cho các cơ quan y tế công cộng để đánh giá nguy cơ tử vong ở các cộng đồng khác nhau và ưu tiên cho một số nhóm nhất định để tiêm chủng khi có vắc xin COVID-19.
Thuật toán bên trong máy tính sử dụng thông tin từ các nghiên cứu lớn để ước tính nguy cơ tử vong do COVID-19 cho các cá nhân dựa trên các yếu tố tuổi tác, giới tính, xã hội học và nhiều tình trạng sức khỏe khác nhau. Các ước tính nguy cơ áp dụng cho các cá nhân hiện chưa bị nhiễm bệnh và nắm bắt các yếu tố liên quan đến cả nguy cơ nhiễm bệnh trong tương lai và các biến chứng sau khi nhiễm bệnh.
Công cụ tính toán rủi ro mới này được đăng trong một bài báo xuất hiện trên tạp chí Nature Medicine.
Các nhà nghiên cứu cũng hợp tác với PolicyMap, Inc. để phát triển các bản đồ tương tác để xem số lượng và tỷ lệ cá nhân ở các mức độ rủi ro khác nhau trên các thành phố, quận và tiểu bang của Mỹ.
Những bản đồ này sẽ cho phép các nhà hoạch định chính sách địa phương lập kế hoạch tiêm chủng, bảo vệ cho những người có nguy cơ cao và các nỗ lực can thiệp khác.
COVID-19, một đại dịch bệnh truyền nhiễm đã hoành hành thế giới hơn 10 tháng qua, làm gần 70 triệu người thiệt mạng và hơn 1,5 triệu người trên toàn thế giới, có thể ảnh hưởng đến những người khác nhau theo những cách hoàn toàn khác nhau.
Ngoài ra, còn có sự khác biệt rõ ràng về sắc tộc và chủng tộc. Ví dụ, bệnh nhân da màu và La tinh Latinx ở Mỹ đã chết vì nhiễm COVID-19 với tỷ lệ cao hơn nhiều so với bệnh nhân da trắng cũng như những khác biệt liên quan đến những bệnh nhân có bệnh nền như bệnh tiểu đường.
Máy tính dựa trên mô hình có sẵn trực tuyến cho các quan chức y tế công cộng và các cá nhân quan tâm. Nó cho phép người dùng xác định rủi ro cá nhân dựa trên các yếu tố như tuổi tác, giới tính, chủng tộc / dân tộc và tiền sử y tế và có thể được sử dụng để xác định rủi ro cho một nhóm, chẳng hạn như đối với một cộng đồng, công ty hoặc trường đại học cụ thể, dựa trên hỗn hợp các yếu tố liên quan xác định nhóm.
Trong bài báo của mình, Chatterjee và các đồng nghiệp đã sử dụng máy tính của họ để mô tả sự phân bố rủi ro cho toàn bộ dân số Mỹ, chẳng hạn, cho thấy rằng chỉ có khoảng 4% dân số có nguy cơ cao, được định nghĩa là có nguy cơ cao hơn 5 lần so với mức trung bình của Mỹ, dự kiến đóng góp gần 50% tổng số ca tử vong.
Các nhà nghiên cứu cũng chỉ ra rằng rủi ro ở cấp độ dân số thay đổi đáng kể giữa các thành phố và thành phố và quận này sang quận khác. Chatterjee cho biết: “Ví dụ, tỷ lệ phần trăm dân số trưởng thành vượt quá ngưỡng nguy cơ gấp 5 lần thay đổi từ 0,4 % ở Layton, Utah, đến 10,7 % ở Detroit, Michigan.
Máy tính cho phép người dùng tính toán nguy cơ tử vong của các cá nhân bằng cách kết hợp thông tin về các yếu tố ở cấp độ cá nhân với động lực của đại dịch ở cấp độ cộng đồng, như có sẵn từ nhiều mô hình dự báo. Do đó, khi một làn sóng truyền nhiễm lớn tấn công một quần thể, các ước tính rủi ro cho các cá nhân sẽ tăng lên trong cộng đồng đó. Hiện tại, công cụ này được cập nhật hàng tuần để kết hợp thông tin về các động thái của đại dịch cấp tiểu bang.
Chatterjee và các đồng nghiệp của ông hy vọng rằng máy tính của họ sẽ hữu ích trong việc thiết lập các ưu tiên phân bổ vắc xin COVID-19 sớm và các nguồn lực phòng ngừa khan hiếm thiết bị y tế như khẩu trang N95.
"Mọi người có thể hiểu một cách rộng ra rằng với một bệnh nền sẵn có như béo phì hoặc tiểu đường chẳng hạn, họ có nguy cơ mắc bệnh cao hơn, nhưng với máy tính của chúng tôi, họ có thể hiểu nguy cơ của mình theo cách có tính đến nhiều yếu tố", Chatterjee nói .
