I forrige blogginnlegg viste jeg frem flere bruksområder til hekledingser inspirert av aggressiv influensa, og fortalte at spredningen av sykdommer avhenger av smittetallet til sykdommen, altså hvor smittsom den er.
Men smittsomheten kan igjen påvirkes av andre ting. Det er det kollega Solveig Engebretsen jobber med.
Solveig skriver:
Mitt doktorgradsprosjekt går ut på å benytte mobildata for å lage en modell for influensaspredning i Bangladesh.
Når man skal modellere spredning av smittsomme sykdommer slik som influensa er det viktig å ta hensyn til reising. Smittsomme sykdommer sprer seg nemlig fra område til område via folk som reiser og tar med seg sykdommen.
Det kan skje på to måter – enten ved at en smittet person fra et smittet område reiser til et friskt område og starter en epidemi der, eller ved at en frisk person fra et friskt område reiser til et smittet område, blir smittet, og tar med seg sykdommen hjem igjen.
Ved å bruke mobildata for å beskrive reising er det mulig å lage en modell med sanntidsbeskrivelser av hvor folk reiser. Vi har jo alle med oss mobiltelefonene våre hvor hen vi går.
Med disse mobildataene trenger vi ikke benytte oss av forenklede modeller av virkeligheten og vi kan fange opp alle slags uregelmessigheter som ikke ville blitt fanget opp av en vanlig reisemodell. I kombinasjon med en passende modell for sykdomsspredning har vi dermed mulighet til å lage en presis og detaljert modell for å overvåke og predikere influensaepidemier.
Da kan vi også se på hvilke tiltak og vaksinasjonsstrategier som vil være mest effektive i tilfelle en ny pandemi (en epidemi som sprer seg over hele verden), og hvor man burde gjøre tiltak.
Hvis man for eksempel tidlig oppdager at et sted har blitt smittet, kan man bruke modellen til å finne ut av hvor det er mest sannsynlig at pandemien vil spre seg først, og hvor det er mest hensiktsmessig å vaksinere.