Καιρός, εποχικότητα και covid-19

Ο στόχος της συγκεκριμένης μεταπτυχιακής εργασίας είναι η διερεύνηση της επίδρασης α) των καιρικών συνθηκών, β) της εποχικότητας και γ) των εφαρμοζόμενων μέτρων, στον περιορισμό της διασποράς του Covid 19 στον Ελλαδικό χώρο. Επομένως, για την επίτευξη του 1ου και 2ου στόχου της εργασίας, αξιοποιήθηκ...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Πιτσικούλη, Ειρήνη
Άλλοι συγγραφείς: Pitsikouli, Eirini
Γλώσσα:Greek
Έκδοση: 2022
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/16564
Περιγραφή
Περίληψη:Ο στόχος της συγκεκριμένης μεταπτυχιακής εργασίας είναι η διερεύνηση της επίδρασης α) των καιρικών συνθηκών, β) της εποχικότητας και γ) των εφαρμοζόμενων μέτρων, στον περιορισμό της διασποράς του Covid 19 στον Ελλαδικό χώρο. Επομένως, για την επίτευξη του 1ου και 2ου στόχου της εργασίας, αξιοποιήθηκαν τα πλεγματικά μετεωρολογικά δεδομένα της θερμοκρασίας (Τ) και της θερμοκρασίας δρόσου (ΤDEW) από το ERA5 με χωρική ανάλυση 0.1 ο x0.1 ο (ή πλέγμα 11x11 km) και χρονική ανάλυση μίας ημέρας. Με βάση αυτές τις μεταβλητές και την αναγωγή τους σε χωρικό πλέγμα 1οx1ο (ή πλέγμα 110x110 km), υπολογίστηκαν η σχετική (RH) και η απόλυτη υγρασία (rn) προκειμένου να εξετάσουμε τον ρόλο τους σε συνδυασμό με τη θερμοκρασία στην αύξηση ή μείωση των κρουσμάτων του κορονοϊού. Επίσης, χρησιμοποιήθηκαν από το Ευρωπαϊκό Κέντρο Ελέγχου και Πρόληψης (European Centre for Disease Prevention and Control, ECDC), επιδημιολογικά δεδομένα και δεδομένα για τα μέτρα περιορισμού της διασποράς του ιού (επίτευξη 3ου στόχου εργασίας) που εφαρμόστηκαν στην Ελλάδα, χρονικού βήματος μίας ημέρας. Η περίοδος που εξετάστηκε ήταν από την ημέρα εμφάνισης του πρώτου κρούσματος (27 Φεβρουαρίου 2020) μέχρι και την 30η Νοεμβρίου του 2020. Αρχικά λοιπόν, παρατηρείται ότι η μεγαλύτερη έξαρση κρουσμάτων εντοπίζεται όταν η T με την RH κυμαίνονται από 10οC έως 27οC και από 55% έως 80% αντίστοιχα, ενώ η T με την rn κυμαίνονται από 10οC έως 27οC και από 7 έως 10 gr/m3 αντίστοιχα (Γραφήματα 4.1 και 4.2). Επίσης στα ίδια γραφήματα, για θερμοκρασίες υψηλότερες των 18 οC και σχετικές υγρασίες μικρότερες από 55%, απεικονίζεται πλήθος ημερήσιων κρουσμάτων κάτω από 500 σε μεγάλη συχνότητα, με αποτέλεσμα τα θερμά και υγρά περιβάλλοντα να καταγράφονται ως ανασταλτικός παράγοντας στην μεταδοτικότητα του ιού. Στην παρούσα εργασία, μελετάται επιπλέον η επίδραση των μέσων εβδομαδιαίων (χρονικό διάστημα από t-14 ημέρες έως t-7 ημέρες) α) θερμοκρασιών και β) σχετικών ή απόλυτων υγρασιών στην κατανομή των κρουσμάτων του Covid 19 την χρονική στιγμή t. Ειδικότερα, απεικονίζεται χρωματικά το πλήθος των μολυσματικών περιπτώσεων από Covid 19 συναρτήσει της T με RH και της T με rn (Γράφημα 4.3). Με βάση τα αποτελέσματα των τελευταίων δύο γραφημάτων, απεικονίζονται δύο κύριες χρωματικές ομάδες κρουσμάτων λόγω της συνδυαστικής επίδρασης της Τ με την RH και της T με την rn, με την πρώτη να είναι η μωβ, όπου τα κρούσματα δεν υπερβαίνουν τα 500, και την δεύτερη να είναι η κόκκινη όπου τα κρούσματα ξεπερνούν τα 500. Επομένως, για θερμοκρασίες μικρότερες από 26οC και μέσες σχετικές ή απόλυτες υγρασίες που κυμαίνονται από α) 30% έως 79% ή β) 6.2 gr/m3 έως 11.9 gr/m3, τα κρούσματα υπερβαίνουν τα 500, ενώ για θερμοκρασίες υψηλότερες από 26οC και σχετικές ή απόλυτες υγρασίες μικρότερες από 58% ή μεγαλύτερες από 11.9 gr/m3, οι μολυσματικές περιπτώσεις δεν ξεπερνούν τις 500. Όσον αφορά τον 3ο στόχο της διπλωματικής, διερευνήθηκε η αποτελεσματικότητα των μέτρων περιορισμού στην μείωση της διασποράς των μολυσματικών περιπτώσεων του Covid 19 κατά την χρονική στιγμή αλλά και 5, 10 και 15 ημέρες μετά από την χρονική στιγμή της εφαρμογής τους (lag 0, 5, 10 και 15). Από την ποιοτική ανάλυση των Γραφημάτων 5.1 έως 5.23 και 5.24 έως 5.35, τα μέτρα της 2ης ομάδας θεωρούνται ως τα πιο αποτελεσματικά, λόγω της άμεσης συνεισφοράς τους στην μείωση του αριθμού των μολυσματικών περιπτώσεων από Covid 19. Σε αυτήν την ομάδα εντάσσονται α) το ClosPubAny, το HotelsOtherAccomodation, το MasksVoluntaryClosedSpaces, το PlaceOfWorship, το StayHomeGen (μέτρα υποχρεωτικής εφαρμογής) και β) το ClosHighPartial, το ClosSecPartial, το HotelsOtherAccomodationPartial και το NonEssentialShopsPartial (μέτρα προαιρετικής εφαρμογής). Κατά την χρονική διάρκεια εφαρμογή τους, παρατηρείται μια πτώση της τάξης i) του 71%-92% για το q50%, ii) του 81% - 96% για το q75% και iii) του 87%-97% για το IQR των κρουσμάτων, ενώ και οι παράτυπες τιμές των μολυσματικών περιπτώσεων δεν ξεπερνούν σε πλήθος τις 50. Η αμέσως επόμενη ομάδα σε αποτελεσματικότητα είναι η 3η, η οποία συνεισφέρει ουσιαστικά στην μείωση της διασποράς του Covid 19 15 μέρες αφότου τέθηκαν σε ισχύ τα μέτρα (lag 15). Αυτά τα μέτρα είναι το ClosDayCare και το ClosPrim, με τις παράτυπες τιμές των κρουσμάτων να ξεπερνούν τις 3000 για lag 0 (Γράφημα 5.25), ενώ για lag 15 δεν υπερβαίνουν τα 94 κρούσματα (Γράφημα 5.34). Παρόμοια πτωτική τάση στον αριθμό των κρουσμάτων εμφανίζεται 5, 10 και 15 ημέρες μετά την εφαρμογή των μέτρων περιορισμού της 2ης υποομάδας, τα οποία ανήκουν στην 1η ομάδα μέτρων, και τα οποία είναι το ClosSec, το EntertainmentVenues, το NonEssentialShops, το PrivateGatheringRestrictions και το StayHomeOrder. Από αυτά, το μέτρο του EntertainmentVenues είναι το πιο αποτελεσματικό, με τις μολυσματικές περιπτώσεις εξαιτίας του ιού να μειώνονται έως και 2 τάξεις μεγέθους από lag 0 (1412 θετικοί στον ιό) σε lag 15 (q75%: 62 θετικοί στον ιό). Ίδια μείωση στην τάξη μεγέθους των κρουσμάτων καταγράφεται επίσης 15 μέρες μετά την εφαρμογή του ClosSec, ενώ λιγότερο αποδοτικά είναι τα μέτρα του NonEssentialShops, του PrivateGatheringRestrictions και του StayHomeOrder. Εκτός όμως από την ποιοτική εφαρμόστηκε και ποσοτική ανάλυση μέσω της τεχνικής της Πολυωνυμικής Λογιστικής Παλινδρόμησης (Multinomial Logistic Regression) , ώστε να αξιολογηθεί η ποσοτική επίδραση των μέτρων στην μείωση του πλήθους των ταξινομημένων κρουσμάτων (ταξινόμηση σύμφωνα με τα ποσοστημόρια του q25%, q50%, q75% και q100%). Με βάση την συγκεκριμένη τεχνική, το μέτρο του MasksVoluntaryClosedSpaces είναι το πιο αποδοτικό στην 2η ομάδα (lag 0: P(cases≤63)/P(cases>63)= 5.6) για πιθανότητα ελάττωσης των κρουσμάτων κάτω από τα 63 κρούσματα, και ακολουθούν ιεραρχικά το HotelsOtherAccomodation (lag 15: P(cases≤63)/P(cases>63)= 3.5), το PlaceOfWorship (lag 15: P(cases≤63)/P(cases>63)= 2.9), το StayHomeGen (lag 0: P(cases≤63)/P(cases>63)= 2.5), και το ClosPubAny (lag 15: P(cases≤63)/P(cases>63)= 2.2). Αμέσως μετά σε συνεισφορά στην ελάττωση των κρουσμάτων ακολουθούν τα μέτρα του ClosDayCare, του ClosPrim, του GymsSportsCentres και του RestaurantsCafes, τα οποία εντάσσονται στην 3η ομάδα μέτρων. Πιο αναλυτικά για lag 15, οι λόγοι των P(cases≤19)/P(cases>19) και P(cases≤63)/P(cases>63) για τα τέσσερα τελευταία μέτρα υπερβαίνουν το 3.5, δηλαδή οι πιθανότητες να εμφανιστούν κρούσματα λιγότερα από 63 και 19 είναι 3.5 έως 4.3 φορές υψηλότερες από τις πιθανότητες να εμφανιστούν κρούσματα περισσότερα από τις αντίστοιχες ενδείξεις. Ολοκληρώνοντας για lag 15, τα μέτρα του ClosSec, του EntertainmentVenues, του NonEssentialShops και του PrivateGatheringRestrictions (2η υποομάδα της 1ης ομάδας μέτρων) έπονται σε αποτελεσματικότητα της 3ης ομάδας μέτρων, με τους λόγους των P(cases≤19)/P(cases>19) και P(cases≤63)/P(cases>63) να μην είναι υψηλότεροι από 2.5. Επίσης, για όλα τα παραπάνω μέτρα, τα p-values δεν ξεπερνούν την ένδειξη του 0.05, όντας στατιστικώς σημαντικά στην πιθανότητα μείωσης του πλήθους των μολυσματικών περιπτώσεων από Covid 19 σε διάστημα εμπιστοσύνης του 95%.