בחלופה של הסגר שמתחיל מחר, ובהנחה שיעילותו תהיה דומה לסגר השני, יצא לנו ששיא התחלואה יהיה באמצע ינואר ומשם תתחיל ירידה בתחלואה. בשיא יהיו כ-6000 מאומתים, 900 חולים קשה בבתי החולים ועוד כ-1100 נפטרים מקורונה עד מרץ
בחלופות ללא סגר בחנו תרחישים בהם מקדם ההדבקה כרגע הוא 1.2, 1.25, או 1.3. בגלל ההכפלה המעריכית, ההבדלים האלו קריטיים מבחינת ההשפעה שלהם
לפי מאומתים, מקדם ההדבקה הוא 1.27 אבל לפי מאושפזים הוא 1.13 ולכן לדעתנו ריאלי להניח 1.2
>>>
כשמניחים שמקדם ההדבקה הוא 1.2 שיא התחלואה יהיה בסוף ינואר, עם כ-8000 מאומתים ו-900 חולים קשה בבתי החולים, דומה לתרחיש הסגר, וכל זה בגלל שהחיסונים בקצב הנוכחי עושים הבדל דרמטי
אבל בגלל זמן רב יותר במספרים גבוהים, יהיו כ-1600 נפטרים (500 יותר לעומת סגר)
גם אם מניחים שמקדם ההדבקה הוא 1.25, שזה גבוה יותר מהתמונה שעולה מכלל המאושפזים (מקדם 1.13) או החולים קשה (מקדם 1.19) מגיעים לכ-1300 חולים קשה בשיא בבתי החולים. אבל מגיעים לכ-1900 נפטרים לעומת 1100 עם סגר
בחנו גם תרחישים שלא ניתן לשלול לחלוטין ולכם יש להביאם בחשבון, בהם מקדם ההדבקה הנוכחי הוא 1.3 (תרחיש 2d) וכן תרחיש שבו החיסון עדיין יעיל ב-95% במניעת תחלואה קשה אך יעיל רק ב-25% במניעת הדבקה. תרחישים אלו מביאים לתחלואה גבוהה. הם פחות סבירים בעינינו אך לא מופרכים
הכל תאורטי כי ישראל הולכת מחר לסגר
אבל הניתוח מראה שהמאמץ העיקרי חייב להיות חיסון כמה שיותר מהאוכלוסייה בכמה שפחות זמן
בשבועיים של הסגר לא נראה את המאומתים יורדים בהרבה, אבל למרות זאת, בהנחה שנחסן כ-100000 ליום בשבועיים הקרובים, לא יהיה צורך להאריך את הסגר מעבר לשבועיים שנקבעו
נקודה אחרונה זו המוטציה הבריטית. היא הגיעה לישראל. ואם היא אכן כבר מתפשטת ואם היא אכן מדבקת ב 50% יותר, אז היא יכולה לשנות את התמונה כי ההשפעה שלה על מקדם ההדבקה תהיה גדולה. אנחנו עדיין לא יודעים מספיק אבל ברור שחייב להיות מאמץ גדול לאתר עד כמה היא כבר מפושטת כאן
Numbers were still high when we exited 2nd lockdown
And we repeated the same mistakes of the second wave. When cases started rising in specific sectors, first the Arab sector, then the orthodox, we didn't put enough measures in these peak areas, so eventually it spread to all sectors and all cities
Our new paper on using >2 million national symptom surveys to devise an algorithm for predicting the probability of an individual to test positive for COVID-19 based on answers to 9 simple questions (age, gender, and symptoms)
We validated our model on held-out individuals from Israel (auROC of 0.737) and on independently-collected dataset from the U.S., U.K. and Sweden by @timspector
We find that loss of taste and small is the most distinctive symptom for predicting a positive COVID-19 test
We find interactions between several symptoms and age, suggesting variation in the clinical manifestation of the disease in different age groups