Összefoglaló. A Járványmatematikai és Epidemiológiai Projekt egy
egyedülálló kezdeményezés Magyarországon, mely jelentős tudást és tapasztalatot
halmozott fel a COVID–19 világjárvány során. Jelen tanulmány a pandémia 2.
hullámának példáján keresztül áttekinti, hogy miként működött a járványügyi
észlelés és monitorozás rendszere, hogyan, milyen eredményekkel végezték a
projekt munkatársai a helyzet- és kockázatértékelést, az előrejelzések
készítését, végül javaslatokat fogalmaz meg a surveillance- és előrejelző
rendszer fejlesztésére a járványügyi biztonság növelése érdekében.
A 2. járványhullám 2020. június 22. és 2021. január 24. között zajlott
Magyarországon, melynek során a megerősített COVID–19 esetek száma 356 197 fő
volt, ami az első hullámban regisztrált esetszám 87-szerese. Összesen 12 226
megerősített COVID–19 halálesetet regisztráltak, az első hullámban jelentett
szám 21-szeresét. Az országos R érték először 2020 augusztusában emelkedett 1,0
fölé. Mintegy 3 héttel azután, hogy az R érték augusztus utolsó hetében tartósan
1,0 fölé emelkedett, a halálos kimenetelű COVID–19 esetszámok növekedése is
elindult, mivel a fiatalokról a járvány az idősebb korosztályokra is átterjedt.
Mindezt a matematikai modellezési eredmények hetekkel korábban jelezték.
November elején az előrejelzés 12 000 fő feletti kórházi ápoltat vetített előre a
karácsonyi időszakra, melynek elkerülésére kormányzati intézkedéscsomag készült.
A 2020. november 11-i szigorítás a járványt az eredeti pályáról eltérítette, így
a kórházban kezeltek száma a 2. hullámban az előrejelzésnek megfelelően 8018
főnél elérte a csúcsot, majd csökkenni kezdett. Január elején a modellezés azt
mutatta, hogy a lecsengő szakaszban, az akkori intézkedések mellett is képes az
időközben hazánkban is megjelent új variáns, a gyorsabban terjedő SARS-CoV-2
B.1.1.7, járványügyi fordulatot hozni, ami szintén megvalósult.
Összességében az epidemiológiai helyzetértékelés és matematikai modellezés képes
volt a második hullám minden fő aspektusát időben és jól megragadni, a veszélyes
folyamatokat előre jelezni és ezzel lehetőséget adni a gyors reagálásra. A 2.
hullám tapasztalatai megmutatták, hogy a járványmatematikai és epidemiológiai
képességek milyen hozzáadott értékkel bírnak a döntéstámogatásban. Az észlelési
és előrejelzési rendszereink megerősítése és a matematikai modellezéssel
egységes keretrendszerben történő továbbfejlesztése további lehetőségeket
nyithat meg az észlelés, megelőzés, egészségügyi és gazdasági károk elhárítása
érdekében szükséges döntési folyamatok bizonyítékalapú támogatásában, és az
ország járványügyi biztonságának növelésében.
Summary. The Mathematical Modelling and Epidemiology Task Force is a
unique initiative in Hungary that has accumulated significant knowledge and
experience during the COVID-19 pandemic. Using the example of the second wave of
the pandemic, the present study reviews how the epidemiological surveillance and
monitoring system operated, how the task force carried out the situation and
risk assessments as well as forecasting, and finally, makes suggestions for
improving the surveillance and forecasting system to increase health
security.
The second wave of the pandemic lasted between 22 June 2020 and 24 January 2021
in Hungary. The number of confirmed COVID-19 cases was 356,197,87 times the
number of cases registered in the first wave. A total of 12,226 confirmed
COVID-19 deaths were recorded, 21 times the number reported in the first wave.
The reproduction number first exceeded 1.0 shortly in early August 2020. About
three weeks after the R-value remained consistently above 1.0 in the last week
of August, the number of fatal COVID-19 cases started to increase as the
epidemic spread from the young to the older age groups. All of this was
predicted by mathematical modelling results weeks earlier.
In early November, the forecast projected more than 12,000 hospitalized patients
for the Christmas period, so the government introduced new measures to prevent
this surge. The restrictions, implemented on 11 November 2020, diverted the
epidemic from its original trajectory, so the number of hospital admissions in
the second wave peaked at 8,018, as projected, and then began to decline. In
January, SARS-CoV-2 B.1.1.7 was detected in Hungary. Modelling showed in early
January, that even in the declining phase, and with the measures being in place,
this new variant was able to change the epidemiological trend. This was in fact
observed on 24 January, when the epidemic curve started to increase again.
Overall, epidemiological situation assessment and mathematical modelling were
able to capture all significant aspects of the second wave in a timely manner
and precisely, predicting the possible dangerous changes in the situation, and
thus providing opportunity for rapid response. The experience of the second wave
has shown the added value of integrating comprehensive epidemiological analysis
and mathematical modelling into decision making. Strengthening our
epidemiological intelligence and forecasting systems, and further enhancing them
in a unified framework can open up further opportunities to provide
evidence-based support for decision-making processes.
Analysis of second wave of COVID-19 cases in Nepal with a logistic model
