แบบจำลองตัวเลขผู้ติดเชื้อไวรัสโคโรนาและอัตราการใช้เตียงผู้ป่วย
ภาพที่ 1: แผนภูมิแสดงอัตราการใช้เตียงผู้ป่วยตามรัฐต่างๆในประเทศสหรัฐ
ที่มาภาพ: https://projects.propublica.org/graphics/covid-hospitals
ทาง Harvard Global Health Institute ได้สร้างแบบจำลองในการพยากรณ์ตัวเลขผู้ติดเชื้อไวรัสโคโรนาและอัตราการใช้เตียงผู้ป่วย (Bed Occupancy Rate) เพื่อออกมาเตือนสติให้รัฐบาลและประชาชนได้ตระหนักว่า หากปัญหาการแพร่ระบาดของเชื้อไวรัสโคโรนาในประเทศสหรัฐฯ ไม่มีทิศทางที่ดีขึ้น อาจจะเป็นไปได้ว่าผู้ป่วยในบางรัฐจะไม่มีที่รักษา เนื่องจากโรงพยาบาลในบางรัฐมีจำนวนเตียงคนไข้ไม่พอเพียงกับจำนวนผู้ติดเชื้อที่เพิ่มสูงขึ้นเรื่อย ๆ อย่างรวดเร็ว
ทาง Dr. Ashish Jha ผู้อำนวยการ Harvard Global Health Institute ได้ออกมากล่าวเตือนว่า
“…หากเราไม่ทำการเปลี่ยนแปลงแบบชัดเจนในมิติของการแพร่เชื้อหรือการขยายความสามารถในการรักษาผู้ติดเชื้อแล้วนั้น เตียงผู้ป่วยในประเทศจะมีไม่พอแน่นอน… และเมื่อเวลานั้นมาถึง เราก็จะไม่สามารถรักษาผู้ป่วยสูงอายุได้ และเขาก็จะต้องตายไปในที่สุด…”
บทความในหนังสือพิมพ์ NY Times ได้รายงานผลการวิจัยของ Harvard Global Health Institute ไว้ว่า ในกรณีที่เชื้อไวรัสโคโรนาแพร่ระบาดไปสู่ 40% ของประชากรในประเทศสหรัฐภายในระยะเวลา 12 เดือน ประเทศสหรัฐจะประสบปัญหาด้านการรักษา เนื่องจาก 40% ของโรงพยาบาลในประเทศสหรัฐจะมีปริมาณเตียงไม่เพียงพอในการรองรับผู้ติดเชื้อ แม้จะมีการไล่ผู้ป่วยโรคอื่น ๆ ออกจากโรงพยาบาลทั้งหมดแล้วก็ตาม
แน่นอนว่าตัวเลขอัตราการใช้งานเตียงผู้ป่วย (Bed Occupancy Rate) ที่นักวิจัยได้พยากรณ์ไว้นั้น จะไม่แม่นยำแบบ 100% แต่ตัวเลขที่ถูกพยากรณ์ขึ้นมาสามารถนำมาใช้ในการวางแผนเพื่อรับมือกับสถานการณ์ที่จะเกิดขึ้นหรือใช้เพื่อการเตือนสติว่า เหตุการณ์ที่เกิดขึ้นในปัจจุบันมันอาจจะส่งผลร้ายได้โหดร้ายขนาดไหน
ภาพที่ 2: แผนภูมิแสดงอัตราการใช้เตียงผู้ป่วยตามรัฐต่างๆในประเทศสหรัฐ
ที่มาภาพ: https://flowingdata.com/2020/03/19/hospital-bed-occupancy/
ในการพยากรณ์อัตราการใช้เตียงผู้ป่วย (Bed Occupancy Rate) ทางทีมผู้วิจัยได้กำหนดสถานการณ์จำลองไว้ทั้งหมด 9 สถานการณ์ โดยอิงจากปัจจัยหลัก 2 ปัจจัย คือ
1. อัตราการแพร่ระบาด (Infection rate) – แบ่งเป็น 20% 40% และ 60%
2. ช่วงระยะเวลาของการแพร่ระบาด – แบ่งเป็น 6 เดือน 12 เดือน และ 18เดือน
ภายใต้สถานการณ์ทั้งหมด 9 สถานการณ์ สถานการณ์ที่เลวร้ายที่สุด (แผนภูมิล่างขวาในภาพที่ 2) คือ ในกรณีที่อัตราการแพร่ระบาดอยู่ 60% และแพร่ระบาดภายในช่วงระยะเวลาสั้น ๆ เพียง 6 เดือนเท่านั้น ส่วนสถานการณ์ที่เลวร้ายน้อยที่สุด (แผนภูมิบนซ้ายในภาพที่ 2) คือ ในกรณีที่อัตราการแพร่ระบาดอยู่ในระดับที่ต่ำคือ 20% และแพร่ระบาดภายในช่วงระยะเวลาที่ยาวขึ้นคือ 18 เดือน
ซึ่งเราจะเห็นว่าในทุกกรณีของอัตราการแพร่ระบาด หากเราสามารถทำให้ช่วงระยะเวลาของการแพร่ระบาดยืดยาวออกไปได้ หรือที่เรามักจะได้ยินกันว่า Flatten the Curve เราจะสามารถผ่อนจากหนักเป็นเบาได้ ผลกระทบที่เกิดจากการแพร่ระบาดนั้นลดน้อยลง นั้นคือทางโรงพยาบาลจะมีเตียงเพียงพอที่จะรองรับผู้ติดเชื้อได้ ดังนั้นจึงเป็นการสำคัญอย่างยิ่งที่เราทุกคนจะพร้อมใจกันช่วยชาติ ช่วยโลก ด้วยการช่วยกันอยู่บ้าน และลดการแพร่ระบาดของเชื้อไวรัสโคโรนา
ภาพที่ 3: เส้นโค้งเพื่อแสดงจำนวนการใช้เตียงตามระยะเวลาภายใต้สถานการณ์ต่างๆ
ที่มาภาพ: https://www.nytimes.com/interactive/2020/03/17/upshot/hospital-bed-shortages-coronavirus.html
อ้างอิงจาก
อ่านบทความที่น่าสนใจเกี่ยวกับ Big Data ได้ที่
#govbigdata #bigdata #bigdatathailand #datascience #dataengineer #dataanalytic #digitalthailand #Coronavirus #COVID2019 #BedOccupancyRate #ScenarioAnalysis
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2024 Blockdit
