نرخ بالای واکسیناسیون افزایش واریانت دلتا را در برخی از ایالت های ایالات متحده کاهش داد

بر اساس مطالعه‌ای که امروز در سال ۲۰۲۱ منتشر شد، ایالت‌های ایالات متحده با نرخ واکسیناسیون پایین، بار سنگین کووید-۱۹ ناشی از واریانت دلتا را متحمل شدند. eLife.

این مطالعه بار دیگر بر اهمیت نرخ بالای واکسیناسیون در پیشگیری از بیماری کووید-19 و مرگ و میر در طول موج‌های ناشی از انواع مختلف تاکید می‌کند. نتایج همچنین ممکن است به بهبود مدل‌سازی آینده افزایش کووید-۱۹ کمک کند.

برای کمک به مقامات بهداشت عمومی برای برنامه ریزی و کاهش اثرات بالقوه COVID-19، تیم های مدل سازی از سراسر ایالات متحده برای ایجاد مرکز مدل سازی سناریو COVID-19 در دسامبر 2020 با یکدیگر همکاری کردند. پیش بینی ایالت به ایالت موارد کووید-19، بستری شدن در بیمارستان و مرگ و میر.

Shaun Truelove، دستیار دانشمند در دانشکده بهداشت عمومی جانز هاپکینز بلومبرگ، بالتیمور، مریلند، توضیح می‌دهد: «این مطالعه پیش‌بینی‌هایی را که به‌عنوان گونه دلتای قابل انتقال‌تر در ایالات متحده در بهار 2021 ظهور کرد، انجام دادیم، توضیح می‌دهد. ایالات متحده هر تیم با استفاده از 9 مدل مختلف و چهار سناریو تعریف شده، ارزیابی کرد که چگونه اقدامات کنترل ویروس، مانند پوشیدن ماسک یا واکسیناسیون در دسترس بودن و جذب، ممکن است مسیر کووید-19 را با گسترش نوع دلتا در سطوح ایالتی و ملی تغییر دهد.

این مدل‌ها پیش‌بینی می‌کردند که موارد ابتلا در جولای 2021 افزایش می‌یابد و در اواسط تا اواخر سپتامبر 2021 به اوج خود می‌رسد و تعداد بستری‌ها و مرگ‌ومیرها نیز افزایش می‌یابد. آنها همچنین پیش بینی کردند که ایالت هایی با کمترین میزان واکسیناسیون، بیشترین موارد، بستری شدن در بیمارستان و مرگ و میر را خواهند دید.

کلر اسمیت، نویسنده همکار، دانشجوی دکترا در دانشکده بهداشت عمومی جانز هاپکینز بلومبرگ، می‌گوید: «در حالی که زمان‌بندی این افزایش‌های پیش‌بینی‌شده دقیق بود، اعداد واقعی در طول موج دلتا بسیار از آنچه پیش‌بینی می‌کردیم، فراتر رفت». به عنوان مثال، در بدترین سناریو، مدل‌ها حدود 516000 مورد را در چهار هفته اول دوره پیش‌بینی (4 ژوئیه تا 31 جولای 2021) پیش‌بینی کردند، اما حدود 1.2 میلیون مورد در این دوره رخ داد.

در حالی که پیش‌بینی‌های آن‌ها در مورد اینکه کدام ایالت‌ها شاهد بدترین موج‌ها خواهند بود دقیق بود، حتی این ایالت‌ها نیز موارد بیش از پیش‌بینی‌شده را مشاهده کردند. Truelove می‌گوید: “ما از زمان نوع دلتا، چیزهای زیادی در مورد این ویروس آموخته‌ایم، به‌ویژه در مورد کاهش ایمنی و انواع فرار ایمنی. فقدان این موارد در مدل‌ها تاثیر زیادی بر انتظارات ما از میزان افزایش مجدد آن داشت.” در پیش بینی های خود، اکثر مدل ها از بین رفتن ایمنی طبیعی یا ناشی از واکسن را شامل نمی شد. این و سایر فرضیات نادرست در مورد ویروس یا رفتار انسان در طول موج افزایش احتمالاً به این دست کم‌گرفتن‌ها کمک کرده است. این نتایج چالش‌های مدل‌سازی یک اپیدمی مداوم را برجسته می‌کند و ممکن است به بهبود تلاش‌های مدل‌سازی آینده کمک کند.

تیم ها پیشنهاد می کنند کشورهایی که در اوایل موج دلتا به اهداف بالاتری برای واکسیناسیون دست یافتند، از بیش از 1.5 میلیون مورد و 21000 مرگ جلوگیری کردند. با این حال، با این تخمین ها باید با احتیاط رفتار کرد، زیرا این تخمین ها شامل تأثیر کاهش که اثربخشی واکسن را کاهش می دهد، به ویژه در برابر بیماری های علامت دار را شامل نمی شود. سیسیل ویبود، دانشمند پژوهشی ارشد در بخش بین المللی اپیدمیولوژی و مطالعات جمعیتی، مرکز بین المللی فوگارتی، مؤسسه ملی بهداشت ایالات متحده، می گوید: با دست کم گرفتن مرگ و میرهای مرتبط با موج دلتا، تعداد واقعی زندگی های نجات یافته احتمالاً بسیار بیشتر است. .

او در پایان می‌گوید: «تلاش‌ها برای افزایش نرخ واکسیناسیون حیاتی است و جان انسان‌ها را قبل و در طول تجدید حیات آینده نجات می‌دهد».