แบบจำลองตัวเลขผู้ติดเชื้อไวรัสโคโรนาและอัตราการใช้เตียงผู้ป่วย

07 เมษายน 2563

ยอดเข้าชม 282

ภาพที่ 1: แผนภูมิแสดงอัตราการใช้เตียงผู้ป่วยตามรัฐต่างๆในประเทศสหรัฐ
ที่มาภาพ: https://projects.propublica.org/graphics/covid-hospitals

ล่าสุด ทาง Harvard Global Health Institute ของมหาวิทยาลัยชั้นนำของโลกได้สร้างแบบจำลองในการพยากรณ์ตัวเลขผู้ติดเชื้อไวรัสโคโรนาและอัตราการใช้เตียงผู้ป่วย (Bed Occupancy Rate) เพื่อออกมาเตือนสติให้รัฐบาลและประชาชนได้ตระหนักว่า หากปัญหาการแพร่ระบาดของเชื้อไวรัสโคโรนาในประเทศสหรัฐฯไม่มีทิศทางที่ดีขึ้น อาจจะเป็นไปได้ว่าผู้ป่วยในบางรัฐจะไม่มีที่รักษา เนื่องจากโรงพยาบาลในบางรัฐมีจำนวนเตียงคนไข้ไม่พอเพียงกับจำนวนผู้ติดเชื้อที่เพิ่มสูงขึ้นเรื่อยๆ 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 แม้จะมีการไล่ผู้ป่วยโรคอื่นๆออกจากโรงพยาบาลทั้งหมดแล้วก็ตาม แน่นอนว่าตัวเลขอัตราการใช้งานเตียงผู้ป่วย (Bed Occupancy Rate) ที่นักวิจัยได้พยากรณ์ไว้นั้น จะไม่แม่นยำแบบ100% แต่ตัวเลขที่ถูกพยากรณ์ขึ้นมา สามารถนำมาใช้ในการวางแผนเพื่อรับมือกับสถานการณ์ที่จะเกิดขึ้นหรือใช้เพื่อการเตือนสติว่า เหตุการณ์ที่เกิดขึ้นในปัจจุบันมันอาจจะส่งผลร้ายได้โหดร้ายขนาดไหน ผู้สนใจข้อมูลชุดนี้สามารถดู Data Dictionary ได้ที่ https://globalepidemics.org/our-data-guide/

การใช้ Scenario Analysis เพื่อแสดงผลลัพธ์ภายใต้สถานการณ์ต่างๆ

ภาพที่ 2: แผนภูมิแสดงอัตราการใช้เตียงผู้ป่วยตามรัฐต่างๆในประเทศสหรัฐ
ที่มาภาพ: https://flowingdata.com/2020/03/19/hospital-bed-occupancy/

ในการพยากรณ์อัตราการใช้เตียงผู้ป่วย (Bed Occupancy Rate) ทางทีมผู้วิจัยได้กำหนดสถานการณ์จำลองไว้ทั้งหมด 9 สถานการณ์ โดยอิงจากปัจจัยหลัก 2 ปัจจัย คือ

อัตราการแพร่ระบาด (Infection rate) – แบ่งเป็น 20% 40% และ 60%
ช่วงระยะเวลาของการแพร่ระบาด – แบ่งเป็น 6 เดือน 12 เดือน และ 18เดือน

ภายใต้สถานการณ์ทั้งหมด 9 สถานการณ์ สถานการณ์ที่เลวร้ายที่สุด (แผนภูมิล่างขวาในภาพที่ 2) คือ ในกรณีที่อัตราการแพร่ระบาดอยู่ 60% และแพร่ระบาดภายในช่วงระยะเวลาสั้นๆเพียง 6 เดือนเท่านั้น ส่วนสถานการณ์ที่เลวร้ายน้อยที่สุด (แผนภูมิบนซ้ายในภาพที่ 2) คือ ในกรณีที่อัตราการแพร่ระบาดอยู่ในระดับที่ต่ำคือ 20% และแพร่ระบาดภายในช่วงระยะเวลาที่ยาวขึ้นคือ 18 เดือน ซึ่งเราจะเห็นว่าในทุกกรณีของอัตราการแพร่ระบาด หากเราสามารถทำให้ช่วงระยะเวลาของการแพร่ระบาดยืดยาวออกไปได้ หรือที่เรามักจะได้ยินกันว่า Flatten the Curve เราจะสามารถผ่อนจากหนักเป็นเบาได้ ผลกระทบที่เกิดจากการแพร่ระบาดนั้นลดน้อยลง นั้นคือทางโรงพยาบาลจะมีเตียงเพียงพอที่จะรองรับผู้ติดเชื้อได้ ดังนั้นจึงเป็นการสำคัญอย่างยิ่งที่เราทุกคนจะพร้อมใจกันช่วยชาติ ช่วยโลก ด้วยการช่วยกันอยู่บ้าน และลดการแพร่ระบาดของเชื้อไวรัสโคโรนา