Modelowanie i prognozowanie rozprzestrzeniania się infekcji w czasie wojny i okresie powojennym z wykorzystaniem danych z nadzoru epidemiologicznego, behawioralnego i genomicznego
Modeling and Forecasting of Infection Spread in War and Post War Settings Using Epidemiological, Behavioral and Genomic Surveillance Data
Typ projektu: naukowo-badawczy
Słowa kluczowe: Rozprzestrzenianie się infekcji modelowanie uczenie maszynowe prognozowanie dane epidemiologiczne analiza lokalizacji analiza behawioralna i genomiczna
Słowa kluczowe (angielski): Spread of infection modeling machine learning forecasting epidemiological data location analysis behavioral and genomic analysis
Członkowie konsorcjum: Politechnika Łódzka (Lodz University of Technology) Kharkiv National Medical University Georgia State University University of Connecticut Sieć Badawcza ŁUKASIEWICZ - PORT Polski Ośrodek Rozwoju Technologii
Okres realizacji projektu: 6.06.2024 - 5.06.2026
Instytucja finansująca: Narodowe Centrum Nauki
Nazwa programu: IMPRESS U
Kierownik projektu: Sergiy Yakovlev
Wartość dofinansowania: 1 668 991,00 PLN
Wartość projektu: 1 668 991,00 PLN
W ostatnich latach wpływ konfliktów zbrojnych na rozprzestrzenianie się chorób zakaźnych stał się jednym z głównych problemów globalnych. Epidemie wybuchające w regionach objętych wojną zagrażają nie tylko tym regionom, ale również, przez procesy globalizacji, obszarom wolnym od konfliktów. W kontekście działań wojennych istnieje wiele czynników powodujących nasilenie rozprzestrzeniania się chorób zakaźnych, m.in. rozpad infrastruktury zdrowotnej, przesiedlenie ludności, często do zatłoczonych prowizorycznych schronisk, złe warunki sanitarno-higieniczne, niedożywienie i stres. Ograniczony dostęp do opieki medycznej powoduje powstawanie ognisk epidemii, które byłyby szybko likwidowane przy sprawnie działającej infrastrukturze zdrowotnej, a osłabienie struktury zarządzania utrudnia koordynację działań w zakresie przeciwdziałania rozprzestrzenianiu się chorób i niesienia pomocy. W tej sytuacji prognozowanie przebiegu epidemii na obszarach konfliktów ma ogromne znaczenie. Przewidując rozprzestrzenianie się chorób w trakcie konfliktu za pomocą modeli matematycznych możemy zapobiegać epidemiom lub łagodzić ich skutki precyzyjniej rozdzielając dostępne zasoby i skuteczniej kierując działaniami związanymi z pomocą humanitarną. Głównymi celami tego projektu jest modelowanie chorób zakaźnych podczas konfliktów zbrojnych oraz po ich ustaniu i wskazanie kierunków działań oraz wsparcie procesów decyzyjnych związanych z zapobieganiem epidemiom wraz z wytycznymi dotyczącymi poprawy zdrowia publicznego. Badania te zaproponują kierunki działań w fazie pokonfliktowej, ułatwiając skuteczną odbudowę infrastruktury opieki zdrowotnej. Modele oparte na danych epidemiologicznych lub genomice wirusów pozwalają naukowcom planować działania służące poprawie sytuacji zdrowotnej na danym obszarze, co pomaga urzędnikom zajmującym się zdrowiem publicznym skutecznie interweniować w sytuacjach kryzysowych. Znane modele zawodzą jednak w obliczu skomplikowanych realiów wojennych. Wyzwanie stanowi problem skąpych i często mało wiarygodnych danych, złożone wzorce przemieszczania się ludności, zróżnicowane interakcje społeczne i zmienne zaufanie do instytucji publicznych. Sytuacja w infrastrukturze opieki zdrowotnej, trudny dostęp do opieki medycznej, zmieniający się kontekst środowiskowy, ewoluująca sytuacja polityczna i złożoność dystrybucji zasobów dodatkowo pogłębiają problem. Projekt ten stara się odpowiedzieć na powyższe wyzwania poprzez dostosowanie istniejących modeli i metod do realiów obszarów objętych konfliktem zbrojnym. Projekt ten jest jedną z pionierskich prób opracowania modeli obliczeniowych i algorytmów do analizy dynamiki epidemiologicznej w sytuacjach konfliktowych i pokonfliktowych. Proponujemy podejście interdyscyplinarne, łączące aktualne osiągnięcia w biologii obliczeniowej, epidemiologii matematycznej, uczeniu maszynowym i badaniach operacyjnych oraz zgodne z obecnymi trendami włączania ludzkich zachowań do modeli epidemiologicznych. W rezultacie planujemy stworzyć modele obejmujące dynamikę przymusowych ruchów i migracji ludności, koncentrację ludności (szczególnie w schroniskach i obozach dla uchodźców), stabilność i rozległość sieci zaopatrzenia, ze szczególnym naciskiem na zakłócenia w usługach i infrastrukturze opieki zdrowotnej, w tym celowe atakowanie placówek, oraz konsekwencje psychologiczne mające wpływ na zachowania społeczności, odporność i przestrzeganie interwencji zdrowotnych. Podczas realizacji projektu główny nacisk zostanie położony na rozwiązanie następujących problemów: (i) opracowanie modeli epidemiologicznych dostosowanych do stref konfliktów; (ii) łączenie skoncentrowanych na wojnie modeli epidemiologicznych z genetyką populacyjną w ramach filodynamiki; (iii) opracowanie algorytmów optymalizacji alokacji zasobów zdrowia publicznego. Projekt będzie realizowany w ramach współpracy międzynarodowej pomiędzy Politechniką Łódzką, Siecią Badawczą Łukasiewicz – PORT Polski Ośrodek Rozwoju Technologii (Wrocław), Georgia State University, University of Connecticut w USA oraz Narodowym Uniwersytetem Medycznym w Charkowie i Centrum Regionu Charkowskiego Kontroli i Zapobiegania Chorobom Ministerstwa Zdrowia Ukrainy. Amerykańscy naukowcy mają doświadczenie w zakresie projektów obejmujących epidemiologię matematyczną i genomiczną oraz biologię obliczeniową. W polskim zespole znajdują się eksperci z zakresu modelowania matematycznego w epidemiologii, układów dynamicznych i analizy nieliniowej, uczenia maszynowego i analizy fraktalnej, optymalizacji i badań operacyjnych. Ukraińscy naukowcy posiadają wiedzę kontekstową i przekażą dane statystyczne na temat rozprzestrzeniania się chorób zakaźnych w obwodzie charkowskim, które zostaną uzupełnione informacjami z publicznie dostępnych źródeł. Choć bezpośredni nacisk położony jest na obwód charkowski, przewiduje się, że otrzymane wyniki badań będą miały zastosowanie w innych regionach dotkniętych konfliktem zbrojnym, zarówno na Ukrainie, jak i na całym świecie.
In recent years, the interplay between conflict and disease has come to the forefront of global concerns, with war-afflicted regions becoming unfortunate hotspots for epidemic outbreaks. Amidst the backdrop of warfare, numerous factors converge to exacerbate the spread of infectious diseases. In particular, the disintegration of health infrastructure cripples disease surveillance and response. Massive displacements of populations, often into crowded makeshift settlements, provide a fertile ground for diseases to spread and limited access to medical care means that even preventable illnesses can escalate to deadly epidemics. Weakened governance structures further impede systematic interventions and aid delivery. In this situation modeling and forecasting epidemics within conflict-stricken areas hold paramount significance. By accurately predicting the trajectory of disease spread in these contexts, we can proactively mitigate potential outbreaks, fine-tune the distribution of resources, and direct humanitarian efforts more effectively. The primary objective of this project is to create a modeling and optimization framework specifically designed to provide accurate predictions of epidemiological trends during and after military conflicts, coupled with actionable public health guidance. This framework aims to support public health decision-making during conflicts, reducing the overall health impact. Furthermore, it will be an important resource in post-conflict phases, facilitating the effective rebuilding of healthcare infrastructure. Recently epidemiological modeling has become pivotal in addressing and mitigating disease outbreaks and pandemics. Traditionally, underpinned by epidemiological or viral genomics data, these models have consistently guided researchers and public health officials in their pursuit of effective interventions. However, these models often falter when faced with the intricate realities of war-torn settings. They grapple with the challenges posed by scanty and unreliable data, intricate patterns of population movement, nuanced social interactions, and fluctuating trust in institutions. The upheaval of healthcare infrastructures, sporadic access to medical care, shifting environmental contexts, evolving political dynamics, and the complexities of resource distribution further compound the issue. Recognizing these gaps, our endeavor focuses on enhancing the modeling capabilities to resonate with the challenges posed by conflict zones. The project is expected to be one of the pioneering efforts to develop computational models and algorithms for analyzing epidemiological dynamics under conflict and post-conflict scenarios. We propose an interdisciplinary approach that integrates current advances in computational biology, mathematical epidemiology, machine learning, and operations research, consistent with current trends in incorporating human behavior into epidemiological models. As a result, we plan to develop models that encompass the diverse biological and epidemiological factors of pre-conflict, active conflict, and post-conflict stages. These factors include: the dynamics of forced population movements and migrations; population concentrations, particularly in high-density refuges such as shelters and refugee camps; the robustness and expanse of supply networks, with an emphasis on medical provisions; disruptions to healthcare services and infrastructure, including the deliberate targeting of medical establishments as a wartime tactic; psychological ramifications, which can impact community behaviors, resilience, and compliance with health interventions. During the implementation of the project, the main attention will be paid to following generalized problems: (i) developing epidemiological models tailored for conflict zones; (ii) merging war-centric epidemiological models with population genetics within a phylodynamics framework; (iii) developing algorithms for optimized public health resource allocation. The project will be implemented within the framework of international cooperation between Lodz University of Technology, Làukasiewicz-Polish Center for Technology Development (Wroclaw), Georgia State University, University of Connecticut in the USA, as well as Kharkiv National Medical University and Kharkiv Region Center for Diseases Control and Prevention of the Ministry of Health of Ukraine. American scientists have significant expertise and research experience in mathematical epidemiology, genomic epidemiology and computational biology projects. The Polish team includes experts in mathematical modeling in epidemiology, dynamical systems and nonlinear analysis, machine learning and fractal analysis, optimisation and operations research. Ukrainian colleagues have contextual knowledge and will provide statistical data on the spread of infectious diseases in the Kharkiv region, which will be complemented by information from publicly available sources. While the immediate focus is on the Kharkiv region, the results and findings are envisioned to be applicable to other conflictaffected regions, both within Ukraine and globally.
Powrót