Skip to content

GCRI · Health Nexus

Инфекционные угрозы

An outbreak becomes an emergency when a pathogen spreads faster than the systems that detect, characterise and contain it. Readiness depends on surveillance that sees early, laboratories that confirm, and evidence that is honest about what is not yet known. This page sets out how infectious threats emerge and spread, how they are detected and assessed, and how uncertainty is carried into the decisions of public health authorities.

02Вопрос

Инфекционные угрозы: как развивается риск.

Outbreak readiness, surveillance and uncertainty. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.

Механизм

Обнаружение отстаёт от распространения

Cases appear in surveillance only after infection, symptoms, care-seeking, testing and reporting. Each step adds delay and loses cases, so early counts describe the past and undercount the present.

Механизм

Контакты и иммунитет определяют распространение

Spread depends on the pathogen’s transmissibility, the timing of infectiousness, population immunity and contact patterns. Mobility, crowding and mass gatherings connect local chains of transmission into regional and international ones.

Механизм

Патогены эволюционируют под давлением

Variants with altered transmissibility, severity or immune escape arise and are selected. Genomic surveillance detects them, but only where sequencing capacity exists and samples and data are shared promptly.

Механизм

Outbreaks cascade into other systems

Surges strain hospitals and staff, travel and trade restrictions disrupt supply chains, and absenteeism reaches food, energy and transport. Public trust and the quality of information shape behaviour, and so the course of the outbreak itself.

03География

Подверженность воздействию факторов окружающей среды в Африке.

Плотность населения, дневной нагрев поверхности и дымка над Африкой по данным NASA GIBS. Каждый слой имеет собственную дату.

Для интерактивной карты нужен JavaScript. Список слоёв и источники приведены ниже.

Слои 3

Воздействие окружающей среды для этой страницы

Об этом слое
Доказательная база
Оценка
Источник
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Колумбийский университет))
Поставщик
NASA SEDAC (CIESIN, Колумбийский университет)
Лицензия
CC BY 4.0
Год выпуска
null; оценка на основе переписи, статическая (2020)
Разрешение
сетка около 1 км
Неопределённость
Оценка на основе переписи числа людей на квадратный километр в 2020 году, показанная как контекст подверженности; не является подсчётом людей, пострадавших от какой-либо опасности.
Доступно через
ретранслятор данных этого сайта, источник: gibs.earthdata.nasa.gov
Об этом слое
Доказательная база
Наблюдаемые данные (устойчивая облачность по-прежнему оставляет пропуски)
Источник
VIIRS NOAA-20 Level 3, 8 дней (NASA LANCE)
Поставщик
NASA LANCE
Лицензия
Открытые данные NASA
Год выпуска
8 дней; спутниковый 8-дневный композит; устойчивая облачность по-прежнему оставляет пропуски
Новейшие на момент сборки
2026-09-14
Разрешение
сетка около 1 км
Неопределённость
Спутниковая температура поверхности земли за 8 дней, заканчивающихся указанной датой, показатель подверженности жаре; это не температура воздуха, не индекс жары и не предупреждение о жаре.
Доступно через
ретранслятор данных этого сайта, источник: gibs.earthdata.nasa.gov
Об этом слое
Доказательная база
Наблюдаемые данные (облачность оставляет пропуски)
Источник
VIIRS NOAA-20 Deep Blue AOD (NASA LANCE)
Поставщик
NASA LANCE
Лицензия
Открытые данные NASA
Год выпуска
ежедневно; спутниковое восстановление параметров; облачность оставляет пропуски
Новейшие на момент сборки
2026-10-14
Разрешение
сетка около 2 км
Неопределённость
Спутниковое измерение дымки, дыма и пыли во всём столбе воздуха за указанный день; показатель подверженности, а не приземные PM2.5, не индекс качества воздуха и не предупреждение для здравоохранения.
Доступно через
ретранслятор данных этого сайта, источник: gibs.earthdata.nasa.gov
Об этом слое
Доказательная база
Наблюдаемые данные
Источник
Скорректированная отражательная способность VIIRS NOAA-20 (NASA LANCE)
Поставщик
NASA LANCE
Лицензия
Открытые данные NASA
Год выпуска
ежедневно; спутниковое изображение
Новейшие на момент сборки
2026-10-14
Разрешение
сетка около 250 м
Неопределённость
Спутниковое изображение. Спутниковый или модельный растр в том виде, в каком его публикует поставщик. Облачность, пропуски в полосе обзора и ошибки восстановления параметров оставляют пропуски и шум; значения являются показателями, а не измерениями в конкретном месте.
Доступно через
ретранслятор данных этого сайта, источник: gibs.earthdata.nasa.gov
Об этом слое
Доказательная база
Наблюдаемые данные (облачность оставляет пропуски)
Источник
OMI Aura (NASA GES DISC)
Поставщик
NASA GES DISC
Лицензия
Открытые данные NASA
Год выпуска
ежедневно; спутниковое восстановление параметров; облачность оставляет пропуски
Новейшие на момент сборки
2026-10-10
Разрешение
сетка около 2 км
Неопределённость
Спутниковый столб диоксида азота в нижней атмосфере за указанный день, образующийся в основном при сжигании топлива; это не приземная концентрация и не предупреждение для здравоохранения.
Доступно через
ретранслятор данных этого сайта, источник: gibs.earthdata.nasa.gov
Об этом слое
Доказательная база
Смоделировано (последний год, публикуемый GIBS)
Источник
Земной покров MODIS Terra и Aqua (MCD12Q1) (NASA LP DAAC)
Поставщик
NASA LP DAAC
Лицензия
Открытые данные NASA
Год выпуска
ежегодно; спутниковая классификация; последний год, публикуемый GIBS
Новейшие на момент сборки
2024-01-01
Разрешение
сетка около 500 м
Неопределённость
Спутниковые классы земного покрова за указанный год, включая пахотные земли; классификация с известными ошибками, а не реестр ферм.
Доступно через
ретранслятор данных этого сайта, источник: gibs.earthdata.nasa.gov

Последние доступные

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © участники OpenStreetMap (ODbL) · Natural Earth

Загрузка последних снимков NASA.

Перетаскивайте для перемещения. Для масштабирования используйте Ctrl или ⌘ с прокруткой, жест щипка или кнопки; наведите курсор, чтобы увидеть значения под указателем; сброс возвращает к региону.

Подверженность воздействию факторов окружающей среды на примере Африки.Спутниковые и модельные продукты в том виде, в каком их публикует NASA, каждый со своей датой. Это показатели, а не оценки какого-либо места.

Data: NASA GIBS · ASTER GDEM · Blue Marble · © OpenStreetMap contributors · Natural Earth · NASA EONET · ESA Copernicus Sentinel-5P TROPOMI · NASA JPL OPERA DIST-ALERTSources and licences

  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). NASA open data
  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). NASA open data
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Licensed under CC BY 4.0. Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). doi:10.7927/H49C6VHW. CC BY 4.0
  • Продукты VIIRS почти реального времени (наводнения, температура поверхности суши, снежный покров, скорректированная отражательная способность), NASA LANCE; изображения через NASA GIBS. Цвета перерисованы по опубликованной цветовой шкале; там, где показано, значения усреднены по шестиугольным ячейкам (изменено). Открытые данные NASA
  • Атмосферные продукты MODIS и VIIRS, NASA LANCE и LAADS DAAC; изображения через NASA GIBS. Цвета перерисованы по опубликованной цветовой шкале; значения усреднены по шестиугольным ячейкам там, где они показаны (изменено). Открытые данные NASA
  • Диоксид азота OMI (Aura) и индекс аэрозолей OMPS (Suomi NPP), NASA; распространяются NASA GES DISC; изображения через NASA GIBS. Цвета перерисованы по опубликованной цветовой шкале; значения усреднены по шестиугольным ячейкам там, где они показаны (изменено). Открытые данные NASA
  • Продукты MODIS по суше (вегетационные индексы, валовая первичная продукция, земной покров), NASA LP DAAC и LANCE; изображения через NASA GIBS. Цвета перерисованы по опубликованной цветовой шкале; там, где показано, значения усреднены по шестиугольным ячейкам (изменено). Открытые данные NASA
  • ASTER GDEM является продуктом METI и NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); изображения через NASA GIBS. Цвета перерисованы по опубликованной цветовой шкале; там, где показано, значения усреднены по шестиугольным ячейкам (изменено). Ссылка: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Открытые данные NASA
  • Создано с использованием Natural Earth. Бесплатные векторные и растровые картографические данные @ naturalearthdata.com. Общественное достояние
  • © OpenStreetMap contributors (ODbL), via NASA GIBS (coastlines, boundaries, roads and place names). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). ODbL
  • Blue Marble, NASA Earth Observatory; изображения через NASA GIBS. Цвета перерисованы по опубликованной цветовой шкале; там, где показано, значения усреднены по шестиугольным ячейкам (изменено). Открытые данные NASA
  • Контекст на глобусе и плоской карте: береговые линии, границы, дороги и названия мест из справочных слоёв NASA GIBS (данные OpenStreetMap, ODbL, © участники OpenStreetMap); снимки Blue Marble как дополнительная подложка; 3D-рельеф и показания высоты по цветовому индексу высот ASTER GDEM (классы от 5 м до 200 м, с преувеличением для наглядности). Границы показаны в опубликованном виде и не выражают позиции в отношении какой-либо территории.
  • События в реальном времени: NASA Earth Observatory Natural Event Tracker (EONET). События носят ориентировочный характер и сохраняют ссылки на первоначальный источник.
  • Текущие данные: события NASA EONET носят ориентировочный характер и не являются официальными предупреждениями.
  • Observed (EO): ESA Copernicus Sentinel-5P TROPOMI (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • NASA GIBS: мы выражаем признательность за использование изображений, предоставленных службами Global Imagery Browse Services (GIBS) НАСА, входящими в Earth Science Data and Information System (ESDIS) НАСА.
  • Прогноз качества воздуха на 5 дней, PM2.5 (CAMS через Open-Meteo): содержит изменённую информацию Copernicus Atmosphere Monitoring Service 2026.
  • Прошедший год, суточная температура (ERA5 через Open-Meteo): содержит изменённую информацию Copernicus Climate Change Service 2026.
  • Данные о погоде предоставлены Open-Meteo.com (https://open-meteo.com/), лицензия CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • Дополнительные слои (источников в списке слоёв: 14; оперативные, прогнозные, наблюдаемые и контекстные) при включении указывают своего поставщика на карте и здесь; прогнозы представляют собой результаты моделей, а производные индексы являются оценками.

Слои и даты

  • Population density, 2020: Population: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · static
  • Температура поверхности суши, день, 8-дневный композит: VIIRS NOAA-20 уровень 3, 8 дней, NASA LANCE · 14 сент. 2026
  • Аэрозольная оптическая толщина, ежедневно: VIIRS NOAA-20 Deep Blue AOD, NASA LANCE · 13 окт. 2026
  • Естественные цвета: скорректированная отражательная способность VIIRS NOAA-20, NASA LANCE · 13 окт. 2026
  • Диоксид азота, нижний слой атмосферы: OMI Aura, NASA GES DISC · 10 окт. 2026
  • Тип земного покрова (IGBP), ежегодно: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024

04Взаимосвязи

How epidemics travel through water, food, energy and nature.

ДоменКак это связано здесьЗа чем следить
ВодаCholera and other waterborne diseases follow failures of water and sanitation. See drinking water and sanitation.Outbreaks after floods and supply failures
ПродовольствиеFood-borne outbreaks follow cold chain and hygiene failures; lockdowns disrupt food access.Food-borne outbreak investigations
ЭнергетикаVaccine cold chains and hospital surge capacity need reliable power.Работоспособность оборудования холодовой цепи
БиоразнообразиеVector ranges shift with climate and land use. See ecosystem integrity.Vector surveillance at range margins

The legal frame changed in 2024 and 2025. Amendments to the International Health Regulations adopted by the World Health Assembly in June 2024, in force from September 2025, introduced a pandemic emergency alert level. The WHO Pandemic Agreement was adopted in May 2025; its annex on pathogen access and benefit-sharing is under negotiation and the agreement opens for signature only after that annex is adopted.

Transmission is described by the basic and effective reproduction numbers (dimensionless), the serial interval in days and the case fatality ratio, each estimated with uncertainty that is largest early in an outbreak.

05Мониторинг

Панель надзора и потенциала.

Экран, который команда использовала бы для отслеживания этой темы: её показатели, состояния и решения. Названия приведены для примера, а значения иллюстративны.

Surveillance and capacity board: the screen’s structure, terms and states for Infectious threats.Example names and illustrative values; a design, not a record or a live system.
06Доклады, стандарты и вклады

Infectious threat evidence and its boundaries.

Исследования готовности и моделирования предназначены для серии «Сценарии и стресс-тесты». Глобальный центр по рискам и инновациям (Global Centre for Risk and Innovation, GCRI) не объявляет чрезвычайных ситуаций и не даёт рекомендаций в области здравоохранения; эти мандаты принадлежат ВОЗ и национальным органам общественного здравоохранения. Эпидемические модели получали бы карточки NS-12 в рамках предлагаемого Указатель Nexus Standards. Полезные вклады: ретроспективные оценки моделей и записи об учениях по обеспечению готовности.

07Симулятор

SEIR на сети мест.

Вспышка, возникшая в одном месте, распространяется по сети «малого мира» в зависимости от доли контактов, которые люди поддерживают в других местах; запустите модель, чтобы увидеть порядок прибытия и то, как сроки мер смещают пик. Учебная модель с заявленными иллюстративными значениями, не прогноз. На карте на этой странице показана Африка; сама модель не привязана к месту.

Меры контроля

Базовое репродуктивное число R0
2.5
Латентный период
3,0 дня
Инфекционный период
5,0 дня
Доля контактов, совершённых в других местах
8%
Места в сети
24
Меры начинаются в день
40
Сокращение контактов за счёт мер
40%
Смоделировано дней
240 дней

Показания

Пик новых инфекций
6.20 per 1,000 a day
День пика
158
Доля когда-либо инфицированных
58%
Охваченные места
100%
Репродуктивное число при мерах
1.50
Числа, методы и источники
ДеньНовые инфекции на 1 000Накопленная доля инфицированных (%)
00.000.0
170.020.0
340.160.1
510.470.7
680.851.8
851.443.8
1022.397.0
1193.7012.2
1365.1319.8
1536.1329.6
1705.8239.9
1874.1548.4
2042.2953.8
2211.0756.5
2380.4657.7

Методы

  1. SEIR compartments Kermack and McKendrick (1927), Proc. R. Soc. A 115
  2. Metapopulation coupling by mobility Balcan and others (2009), PNAS 106
  3. Small-world network Watts and Strogatz (1998), Nature 393
  4. Modelling infectious diseases Keeling and Rohani (2008), Princeton University Press
  5. Uncertainty fan (parameter Monte Carlo) Spiegelhalter, Pearson and Short (2011), Visualising uncertainty about the future, Science 333
  6. One-at-a-time sensitivity (tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

Данные

The model runs on the teaching values set by the controls. To calibrate it for a place, read it against these admitted layers and series, which this page’s map can draw:

  • Cities Natural Earth
  • Airports Natural Earth
  • Major roads Natural Earth
Модель SEIR на сети пунктов. Иллюстративная учебная модель: она работает на значениях, заданных элементами управления, а не на измеренных данных. Методы: компартменты SEIR (Kermack and McKendrick (1927), Proc. R. Soc. A 115); метапопуляционная связь через мобильность (Balcan and others (2009), PNAS 106); сеть «тесного мира» (Watts and Strogatz (1998), Nature 393).

По шести опорам, под руководством Nexus Consortium

08Индикаторы

Что измеряется и насколько хорошо.

Каждый показатель указывает свою единицу, периодичность, тип источника и метку доказательной базы, которую несло бы значение. Значения не показываются: программа предоставляет их под собственную ответственность.

ИндикаторЕдиницаПериодичностьТип источникаМетка
Notified cases by date of onsetслучаиdaily or weeklyЭпиднадзор на основе показателейСООБЩЕНО
Time-varying reproduction numberбезразмерная величинаеженедельноTransmission models on onset and case dataОЦЕНЕНО
Доля положительных результатов тестовpercent of tests positiveеженедельноLaboratory reportingНАБЛЮДАЕМО
Sequencing coveragepercent of confirmed cases sequencedеженедельноGenomic surveillance and public repositoriesНАБЛЮДАЕМО
Timeliness of detection, notification and responsedays between emergence, detection, notification and responseна каждое событиеEvent records against national timeliness targetsСООБЩЕНО
Гриппоподобные заболевания и тяжёлые острые респираторные инфекцииобращения или госпитализации на сто тысяч населенияеженедельноSentinel surveillance in GISRSНАБЛЮДАЕМО
Case fatality riskпроцент подтверждённых случаев с известным исходомна каждое событиеLine lists with outcome follow-upОЦЕНЕНО
Избыточная смертностьслучаи смерти сверх ожидаемого числаеженедельно или ежемесячноVital registration against modelled baselinesОЦЕНЕНО
09Симулятор двойника и каскадов

Model infectious threats as a system. Run the cascade.

Составлена на основе профиля области Указатель Nexus Standards профиль территории Безопасность здоровья и концепция «Единое здоровье»: названные в нём опасные явления, системы и секторы, которые несут ущерб, меры, которые его смягчают, и данные, которые за ним наблюдают. Выберите компоненты, укажите исходное опасное явление и пройдите каскад шаг за шагом. Вид «Карта» помещает прогон на примерную географию с открытыми данными. Вес каждой связи это заявленное допущение, которое можно изменить. Учебная модель, а не прогноз, не оценка и не сертификация. Чтобы смоделировать выбранное вами место, откройте полный Конструктор систем.

Опасности

Меры контроля

  • NS-0 Устав и принципы
  • NS-3 UNI записей о рисках (грамматика, сопоставление с прежней системой, полномочия на присвоение)
  • NS-9 Контекстные UNI (развертывания, экземпляры, экземпляры программ)
  • NS-10 Политики и положения (машиночитаемые обязательства: определение, обязательность, оценка и обеспечение исполнения)
  • NS-11 Верификация и мониторинг (доказательства, подтверждения, наблюдение за соответствием принципу нулевого доверия)
  • NRS-H83 Семейство опасностей: отказ потенциала системы здравоохранения (NHS-1 health.system)
  • NRS-H42 Семейство опасностей: редкие и хронические инфекции человека (NHS-1 health.other-human)
  • NRS-H41 Семейство опасностей: перенос инфекций от животных к человеку (NHS-1 health.zoonotic)
  • NRS-H43 Семейство опасных явлений: эпизоотии в животноводстве и аквакультуре (NHS-1 health.animal-health)
  • NRS-D3 Гуманитарное реагирование и устойчивое восстановление
  • NRS-H46 Семейство опасностей: вред людям от окружающей среды и продукции (NHS-1 health.harm)

Наблюдение

  • Сводки ВОЗ о вспышках болезней (приведены для справки)
  • События здоровья животных WAHIS (приведены для справки)
  • Сетка населения WorldPop (приведена для справки)
  • Международным медико-санитарным правилам и готовность к чрезвычайным ситуациям в области здравоохранения
  • Доля инфекций кровотока, вызванных отдельными организмами, устойчивыми к противомикробным препаратам

Пример географии

  • Западная Африка: 59 шестиугольных ячеек
  • Ночные огни сегодня, отключения (VIIRS Day/Night Band), NASA GIBS
  • Поверхностные воды сквозь облачность, 30 m (радар OPERA DSWx-S1), NASA GIBS
  • Интенсивность осадков за последние полчаса (IMERG), NASA GIBS
10Источники

Откуда берётся доказательная база.

Названные публичные наборы данных и институциональные записи, каждый со своим классом лицензии. Источники по соглашению используются только на их условиях и никогда не публикуются повторно.

ИсточникЧто он даётКласс лицензии
Сводки ВОЗ о вспышках болезнейPublic reports on acute public health eventsПубличные записи, условия использования ВОЗ
WHO GISRS: FluNet and FluIDVirological and epidemiological influenza surveillance from national influenza centresОткрытые данные, указание авторства, условия использования ВОЗ
GISAIDInfluenza and coronavirus genomes with sampling metadataRegistered access under the GISAID database access agreement
INSDC sequence archives and NextstrainOpen pathogen sequences and phylogenetic analysesFree and unrestricted; open, attribution
ECDC Surveillance Atlas and Africa CDC epidemic intelligence reportsRegional surveillance data and weekly event reportsOpen, attribution, terms per agency
ProMED and HealthMapEvent-based signals from media, professional networks and informal reportsTerms per service
Global.healthDe-identified case line lists for selected outbreaksOpen, attribution (CC BY 4.0)
11Методы и доказательная база

How infectious threats is modelled, measured and tested.

Модель, её допущения, данные и неопределённость в том виде, в каком их проверил бы учёный или инженер. Структуры следуют опубликованным методам. Показанные значения являются иллюстративными, а не результатами.

Модель системы

The couplings between the systems in infectious threats: signs of influence, a reinforcing and a balancing loop, and cross-links where stress jumps.

++−ЗдравоохранениеСообществаЭкономикаR усиливающаяB балансирующая
Causal loop diagram from the page’s systems; signs show the direction of influence. Illustrative structure for a system dynamics or network model, not estimated couplings.
Руководящие принципы FAIR · GO FAIR и FORCE11W3C PROV · Консорциум Всемирной паутиныРуководство по единообразному учёту неопределённостей · МГЭИКCEOS Analysis Ready Data · Комитет по спутникам наблюдения Земли
12Решения

Кто принимает решения и чему служит доказательная база.

Health Nexus готовит доказательную базу. Перечисленные ниже решения принимают указанные органы в соответствии с собственными правилами, но никогда не платформа.

Кто принимает решениеВопросДоказательная база, которую обслуживает эта страница
Национальные институты общественного здравоохраненияWhether a signal is a true event, and what investigation and response it warrantsSignal verification trail; line lists; nowcasts with their uncertainty
IHR National Focal PointsWhether an event meets the criteria for notification to WHO under the IHR decision instrumentОценки событий с маркировкой доказательной базы по каждому критерию
Hospital systemsHow much surge capacity to activate, and whenСценарии приёма по регионам с доверительными интервалами
Ministries of health and cabinetsWhich public health and social measures to apply, adjust or lift, and for how longTransmission estimates; evidence on the effects of measures with its limits; cascade scenarios

Результаты, которые даёт эта тема

  • Доказательства о ситуации со вспышкой с указанием задержек в отчётности и полноты данных
  • Nowcasts and short-term scenarios with their skill reported
  • Геномный контекст для новых вариантов и линий
  • Readiness evidence read against IHR core capacities
13Ключевые вопросы

Что спрашивают эксперты.

Most decisions about outbreaks are made before the facts are settled.

  • Is an unusual signal a real outbreak, and how fast is it growing?
  • How transmissible and how severe is the pathogen, and for whom?
  • How much transmission occurs before symptoms appear?
  • What effect would testing, isolation, vaccination or other measures have, and at what social cost?
  • When does health-system demand exceed capacity?
14Механизмы

Механизмы и движущие факторы.

Transmission depends on the pathogen’s biology, contact patterns between people, immunity in the population and the environment. The reproduction number summarises how many people each case infects on average; when it stays above one, case numbers grow. Mobility, crowding, seasonality and human behaviour change the reproduction number over time.

Severity depends on age, underlying conditions, access to care and how stretched the health system is. A pathogen of moderate severity can still overwhelm hospitals if it spreads widely, which is why the indirect harm from disrupted services can rival the direct harm of the infection.

15Методы и данные

Как это изучается и где пределы методов.

Метод или данныеЧто он показываетОграничения
Indicator and event-based surveillanceUnusual clusters and trends from reports, laboratories and mediaReporting delays, under-ascertainment and changing testing practice
Геномный надзорVariants, transmission chains and introductionsUneven sequencing capacity and sampling bias
Compartmental and agent-based modelsScenarios of spread and the effect of interventionsHighly sensitive to uncertain parameters early in an outbreak
Nowcasting and short-term forecastingCurrent and near-future trends corrected for reporting delayReliable only over short horizons
Serological surveysHow many people have been infectedAntibody waning and test performance complicate interpretation
16Методы

Как это изучается и чего методы не могут сказать.

  1. Эпидемиология и наука об общественном здравоохраненииПроектирование и оценка эпиднадзора · Текущее прогнозирование при задержках отчётностиПрименяется здесь
  2. Теория вероятностей и статистикаОценка с учётом весов обследования и по малым территориям · Ожидаемые базовые уровни для избыточной смертностиПрименяется здесь
  3. Молекулярные науки и науки о жизниГеномный надзор за патогенами · Межвидовые связи в рамках концепции «Единое здоровье»Применяется здесь
  4. Сложные системы и агентное моделированиеСети контактов и мобильности · Каскады в здравоохранении и инфраструктуреПрименяется здесь
  5. Инженерия данных, интероперабельность и управление даннымиСвязывание информационных систем здравоохранения · Публикация с сохранением конфиденциальностиПрименяется здесь
  6. Причинно-следственный вывод и оценка воздействияОценка мер общественного здравоохранения · Зависимость между подверженностью и реакцией для жары и загрязнения воздухаПрименяется здесь
18Вопросы

Вопросы и ответы.

Why do early outbreak numbers change so much?
Because reports arrive late, mild cases are missed and outcomes are not yet known. Estimates are revised as data mature, and nowcasting methods adjust for the delays that can be measured.
What is the difference between a forecast and a scenario?
A forecast states what is expected to happen with a probability and can be checked against what happens. A scenario explores what would follow from stated assumptions, such as a change in measures, and is not a prediction.
Что такое чрезвычайная ситуация в области общественного здравоохранения, имеющая международное значение?
Under the International Health Regulations, an extraordinary event that constitutes a public health risk to other states through international spread and may require a coordinated international response. The WHO Director-General determines it, after advice from an emergency committee.
Выпускает ли Health Nexus оповещения о вспышках?
No. Alerts and notifications come from national public health authorities, IHR National Focal Points and WHO. Health Nexus prepares evidence those bodies can examine under their own procedures.
Являются ли модели вспышек прогнозами?
Models are usually scenarios: they show what could happen under stated assumptions. Short-term forecasts are labelled as such and carry uncertainty ranges. Neither is a statement of what will happen.
Why do early estimates change so much?
Early data is sparse, delayed and biased towards severe cases. As testing expands and studies report, estimates of transmissibility and severity are revised, which is expected and should be communicated openly.
Does Health Nexus publish outbreak alerts?
No. Alerts and public health guidance come from competent health authorities. Health Nexus publishes reviewed research and methods.
ОтчётыВнести вклад

Поделитесь доказательствами с этой страницы.

Reports является ежеквартальным изданием Консорциума. Ваши знания по этой теме могут стать доказательством, кейсом или исправлением в следующем выпуске с указанием вашего авторства и публикацией по лицензии CC BY 4.0, если это ваша собственная работа.

GCRIHealth NexusGlobal Sector Risk and ResilienceCountry Systems Risk and ResilienceEvidence Brief
Health Nexus

Предложите метод, набор данных или вопрос.

Информация и запросы открыты уже сегодня. Запрос получает номер и указывает следующий шаг; заявки, платежи, выделение вычислительных ресурсов и регистрации открываются только тогда, когда существуют их команда, условия и возможности для проверки.

Правовая информация

Карты, данные и рисунки на этом сайте приводятся для контекста и общей информации. Они не являются советом, прогнозом или предупреждением; ограничения информации изложены в Оговорках и уведомлениях о данных.