Kako je CDC‑ov Nowcasting dao „realno‑vremenski“ uvid u izbijanje malih boginja u Južnoj Karolini

Čak i kada su zvanični dnevni izveštaji u decembru delovali kao da se izbijanje malih boginja u Južnoj Karolini smanjuje, novi pristup modelovanja podataka je ukazao suprotno: epidemija je bila u porastu. Sistem nazvan Nowcasting, razvijen pri Centers for Disease Control and Prevention (CDC), pomogao je državnim službama da dobiju tačniju i ažurniju sliku toka bolesti — i to u ključnim momentima donošenja odluka.

Šta je Nowcasting?

Nowcasting je model koji kompenzuje uobičajeno kašnjenje između pojave simptoma (npr. karakterističnog osipa kod malih boginja) i trenutka kada slučaj bude prijavljen nadležnim službama. U praksi, taj „reporting lag" je u Južnoj Karolini obično iznosio 2–3 dana. Model uči iz prethodnih podataka o tim kašnjenjima kako bi procenio koliko slučajeva još nije evidentirano i daju bolju procenu trenutne ("užive") dinamike izbijanja.

Kako je model primenjen u Južnoj Karolini

CDC je već pružao podršku Južnoj Karolini tokom izbijanja, a data stručnjaci su utvrdili da državne evidencije sadrže potrebne datume: datum pojave osipa i datum prijave. Nakon što su ovi podaci prosleđeni timu za Nowcasting u decembru, povratni izveštaji stigli su u roku od nekoliko sati — prvi izveštaji zasnovani su na podacima od 19. i 23. decembra.

Iako su javni dnevni izveštaji za te datume prikazivali po devet novih slučajeva, Nowcasting je ukazao na to da se stvarni broj novoinficiranih povećava i da postoje još neispravno evidentirani slučajevi. Taj uvid je bio dovoljan da podstakne dodatno angažovanje osoblja i pripremu za veći talas slučajeva.

Uticaj na odgovor i tok epidemije

Izbijanje koje je trajalo od oktobra do marta obuhvatilo je ukupno 997 slučajeva — najviše od velikog izbijanja u Njujorku 1991. Tokom perioda povratka učenika posle praznika, od 9. do 20. januara, registrovano je dodatnih 435 slučajeva, pa su ukupni brojevi porasli sa 211 na 646. Kasnije, u februaru, Nowcasting je pomogao da se predvidi i potvrdi faza opadanja (s nedeljnog vrha od 73 slučaja do 12 u poslednjoj nedelji), što je omogućilo rotaciju i oslobađanje osoblja koje je bilo preusmereno na odgovor.

Ključne lekcije i dalje mogućnosti primene

Glavna pouka je jednostavna, ali važna: izbijanje koje raste ponekad može prividno izgledati kao da opada zbog kašnjenja u prijavama — i obrnuto. Nowcasting može smanjiti tu zabunu pružajući pouzdanije procene u realnom vremenu. Model je ranije testiran retrospektivno na epidemiji majmunskih boginja 2022.–2023., a stručnjaci CDC-a vide potencijalnu primenu i za druge izbijanja, poput ciklosporijaze ili izbijanja povezanih s kontaminiranom hranom.

Citat stručnjaka

"Ovo je prvi put da je CDC testirao ovaj tip analize u realnom vremenu tokom aktivnog izbijanja," rekla je Paige Miller, data naučnica u Center for Forecasting and Outbreak Analytics pri CDC‑u. Dr. Marco Tori, CDC‑ev epidemiolog embedded u državnoj službi Južne Karoline, opisao je saradnju kao "jednostavnu i podržavajuću" — i istakao da je Nowcasting postao vredan alat za donošenje odluka.

Zaključak

Primena Nowcastinga u Južnoj Karolini pokazuje kako poboljšani modeli mogu pomoći javnom zdravlju da brže i preciznije proceni aktuelnu dinamiku epidemija, optimizuje raspoređivanje resursa i bolje planira odgovor. Iako model nije široko primenjen u svim aktivnim izbijanjima, rezultati iz Južne Karoline pokazuju značajan potencijal za upotrebu u budućim situacijama javnog zdravlja.