ამ დრომდე აშშ-ს მაცხოვრებლებიდან 200-მა მილიონმა ადამიანმა COVID-19-ის საწინააღმდეგო ვაქცინის ერთი დოზა მაინც მიიღო იმ მოლოდინით, რომ ვაქცინა მათ ვირუსისგან, ან, უარეს შემთხვევაში ჰოსპიტალიზაციისგან ან სიკვდილისგან იხსნიდა.

კვლევებმა აჩვენა, რომ ვაქცინები საკმაოდ ეფექტიანია კორონავირუსის რთული შემთხვევების წინააღმდეგ და განსაკუთრებით კარგად გვიცავს სიკვდილისგან. ფართომასშტაბიანი კლინიკური კვლევების საფუძველზე ვაქცინების ეფექტიანობის მაჩვენებლები უკვე დათვლილია, თუმცა ასევე საჭიროა თვალყურის დევნება ნებისმიერი ახალი მკურნალობის მეთოდისთვის, რადგან მოსახლეობის დონეზე ვაქცინების სარგებელი ხშირად კლინიკურ კვლევებში ნაჩვენები ეფექტიანობის მაჩვენებლისგან განსხვავდება.

მაგალითად, აშშ-ს მოსახლეობის ნაწილს ვაქცინის მხოლოდ პირველი დოზა აქვს მიღებული და, შესაბამისად, სრულად ვაქცინირებულებთან შედარებით ნაკლებად დაცულები არიან ვირუსისგან. სანაცვლოდ, საკმაოდ დაბალია იმის ალბათობა, რომ სრულად ვაქცინირებულები COVID-19-ის გადამტანები აღმოჩნდნენ, რაც ნიშნავს, რომ მოსახლეობის დონეზე ვაქცინების ეფექტიანობა შესაძლოა იმაზე ბევრად მაღალი იყოს, ვიდრე ამას კლინიკური კვლევები აჩვენებს.

სუმედა გუპტა ჯანდაცვის ეკონომისტია, რომელმაც თავის გუნდთან ერთად საზოგადოებრივი რეგულაციების ისეთ ჩარევებს სწავლობდა, როგორიც ვაქცინაცია იყო პანდემიის დროს. მათი მიზანი იმის გამოთვლა იყო, თუ რამდენი სიცოცხლე შეიძლება ეხსნა ვაქცინას აშშ-ში.

ზუსტი მოდელის შექმნა

2021 წლის მარტში, როდესაც COVID-19-ის ვაქცინაციის შესახებ სანდო მონაცემები აშშ-ში ქვეყნის მასშტაბით ყოველკვირეულად გახდა ხელმისაწვდომი, მეცნიერის გუნდმა თითოეულ შტატში ვაქცინაციის მაჩვენებლის, COVID-19-ის შემთხვევებისა და ვირუსით გამოწვეული სიკვდილის მონაცემებს შორის კავშირის გაანალიზება დაიწყო. მათი მიზანი იყო მოდელის შექმნა, რომელიც საკმარისად ზუსტი იქნებოდა იმისთვის, რომ ვაქცინაციის ეფექტი გაეზომა იმ რთული ფაქტორების გათვალისწინებით, რომლებიც COVID-19 სიკვდილიანობაზე ახდენს გავლენას.

მიღებული მოდელი ერთმანეთს ადარებს მონაცემებს ვაქცინაციის მაღალი და დაბალი მაჩვენებლების მქონე შტატებში. ანალიზის ფარგლებში გუნდი ითვალისწინებს იმ ფაქტორებსაც, რომლებიც კორონავირუსის გავრცელებაზე ახდენს გავლენას. მაგალითად, განსხვავება შტატებს შორის ამინდსა და მოსახლეობის სიმჭიდროვეში, სოციალური ქცევების სეზონურ ცვლილებაში და რეგულაციებში, როგორებიცაა ნიღბის ტარება, სახლში დარჩენა, ობიექტების ღამით დახურვა და ა.შ. მოდელში გუნდმა ისიც გაითვალისწინა, რომ ვაქცინაციის შემდეგ ადამიანის ორგანიზმს გარკვეული პერიოდი სჭირდება ვირუსის მიმართ იმუნიტეტის გამოსამუშავებლად.

ვაქცინებმა უამრავი ადამიანის სიცოცხლე იხსნეს

ამ მოდელის სიმძლავრის შესამოწმებლად მათ თავდაპირველად სიკვდილის შემთხვევები მათი მოდელის მიერ პროგნოზირებულ მაჩვენებელს შეადარეს.

ყველა ხელმისაწვდომი ინფორმაციის, მათ შორის ვაქცინაციის მაჩვენებლის შეყვანის შემდეგ, მოდელის დათვლებმა აჩვენა, რომ 2021 წლის 9 მაისისთვის აშშ-ში COVID-19-ს 569 193 ადამიანის სიკვდილი უნდა გამოეწვია. ამ დროისთვის ამერიკაში, აღწერილი შემთხვევების მიხედვით, 578 862 ადამიანი მოკვდა. მოდელის პროგნოზმა 2%-ზე ნაკლები ცდომილება აჩვენა.

გუნდმა შემდეგ მოდელში ვაქცინაციის ეფექტი გამორთო და იმის გამოთვლა დაიწყო, თუ როგორი იქნებოდა ეს მაჩვენებელი ვაქცინების გარეშე.

ქვეყნის მასშტაბით კორონავირუსის შემთხვევების, კორონავირუსით გამოწვეული სიკვდილისა და ვაქცინაციის მაჩვენებლების თითქმის რეალური დროის მონაცემების გამოყენებით ამ მოდელმა აჩვენა, რომ ვაქცინების არარსებობის შემთხვევაში, 2021 წლის 9 მაისისთვის 708 586 ადამიანი მოკვდებოდა ვირუსით.

ამის შემდეგ ეს მაჩვენებელი ვაქცინის გათვალისწინებით მოდელით ნაწინასწარმეტყველებ სიკვდილის მაჩვენებელს — 569 193-ს შეადარეს. ამ ორ რიცხვს შორის სხვაობა 140 000-ზე ცოტა ნაკლებია. აქედან გამომდინარე, შეიძლება ითქვას, რომ ვაქცინამ დაახლოებით 140 000 ადამიანი სიცოცხლე იხსნა.

"კვლევაში გათვალისწინებული იყო მხოლოდ რამდენიმე თვის მონაცემები ვაქცინაციის დაწყების შემდეგ. ამ მოკლე პერიოდშიც კი, COVID-19-ის ვაქცინებმა ასობით ათასი სიცოცხლე იხსნა მიუხედავად იმისა, რომ ვაქცინაციის მაჩვენებელი იმ პერიოდისთვის აშშ-ს რამდენიმე შტატში საკმაოდ დაბალი იყო. შეიძლება ითქვას, რომ ვაქცინებმა მთელ მსოფლიოში უამრავი სიცოცხლე იხსნეს და ასეც გაგრძელდება, სანამ ისევ პანდემიაა", — განაცხადა სუმედა გუფტამ.