Trong bối cảnh TP.HCM đang ở giai đoạn thích ứng an toàn, linh hoạt và kiểm soát hiệu quả dịch COVID-19, nghiên cứu sinh (NCS)-ThS Ngô Hoàng Anh và TS Romain Ragonnet, dưới sự hỗ trợ và theo dõi sát sao của Đơn vị mô hình hóa dịch tễ tại ĐH Monash (Úc) đã tiến hành mô hình dự báo tình hình dịch ở TP.HCM nhờ đầu mối dữ liệu và tư vấn về các kịch bản chính sách của TS-BS Nguyễn Thu Anh, Giám đốc quốc gia Viện Nghiên cứu y khoa Woolcock Việt Nam.
Trao đổi với Pháp Luật TP.HCM, NCS-ThS Ngô Hoàng Anh đã chỉ ra các yếu tố tác động đến tình hình dịch sắp tới, đồng thời cung cấp một số khuyến nghị cho chính quyền TP.HCM.
Vaccine, sự di chuyển và biến thể mới là ba yếu tố quan trọng
. Phóng viên: Nhóm của ông đã dùng mô hình nào để dự báo, đồng thời thông tin đầu vào và đầu ra của dự báo là gì, thưa ông?
+ NCS-ThS Ngô Hoàng Anh: Nhóm sử dụng mô hình ngăn đa thành phần, là mô hình được phân lớp theo nhóm tuổi, được mở rộng từ mô hình SEIS (cảm nhiễm - phơi nhiễm - nhiễm - cảm nhiễm) truyền thống. Chúng tôi hiệu chỉnh dựa trên ba dữ liệu đích: Số ca dương tính hằng ngày, số giường bệnh nặng đang được sử dụng và số ca tử vong hằng ngày từ ngày 25-5 đến 1-12-2021. Ngoài ra, chúng tôi cũng thu thập dữ liệu tiêm chủng như số liều và loại vaccine sử dụng trực tiếp từ cơ sở dữ liệu tiêm chủng quốc gia. Từ những dữ liệu này, chúng tôi thu được kết quả hiệu chỉnh gần như trùng khớp hoàn toàn với diễn biến trong thời gian vừa qua.
Để xây dựng những kịch bản tiếp theo, chúng tôi cố định các giả thiết về tốc độ tiêm chủng cho trẻ em 12-17 tuổi, số lượng người được tiêm mũi 2 trong những tháng tiếp theo, cũng như tốc độ mở cửa lại trường học. Từ đó, chúng tôi xây dựng nên các kịch bản dựa trên: (i) Khả năng tiêm liều tăng cường; (ii) Tần suất di chuyển của người dân so với khi trước dịch; và (iii) Sự xuất hiện của biến thể Omicron.
Đầu ra của mỗi mô hình sẽ bao gồm các thông tin liên quan đến số ca nhiễm hằng ngày, số giường nhập viện được sử dụng, số giường ICU cần sử dụng và số ca tử vong hằng ngày. Những con số này sẽ quyết định trực tiếp đến quy mô cũng như mức độ ảnh hưởng của các làn sóng dịch sắp tới.
. Theo các kịch bản mà mô hình chỉ ra, kịch bản nào xấu nhất và kịch bản nào lạc quan nhất, đặc biệt là số ca trở nặng phải nhập viện và số ca tử vong? Đâu là những yếu tố ảnh hưởng tính lạc quan của kết quả chạy mô hình?
+ Rất trực quan và dễ hiểu, kịch bản xấu nhất là một đợt bùng phát dịch sẽ xảy ra khi chúng ta không làm tốt những việc liên quan đến ba vấn đề đầu vào, gồm: (i) Không có mũi tăng cường; (ii) Di chuyển ở mức tối đa so với trước khi dịch bùng phát; cũng như (iii) Để biến thể Omicron bùng phát mạnh. Số giường hồi sức cấp cứu cần phải chuẩn bị cho kịch bản này lên đến 1.700 giường và tổng số ca tử vong có thể sẽ lên đến 26.000 ca. Tuy nhiên, trong kịch bản lạc quan nhất, khi chúng ta có sự chuẩn bị tốt, chúng ta sẽ giảm được số giường ICU và số tử vong đi đáng kể, giảm được rất nhiều gánh nặng cho hệ thống y tế.
Tiêm vaccine phòng COVID-19 mũi nhắc cho người dân tại một điểm tiêm ở quận Gò Vấp, TP.HCM. Ảnh: HOÀNG GIANG
| Phải khắc phục điểm yếu công nghệ thông tin Chúng ta phải thẳng thắn thừa nhận rằng điểm yếu nhất trong các biện pháp phòng chống dịch của Việt Nam nằm ở công nghệ thông tin. Những biện pháp đề ra chưa mang lại hiệu quả cao, chưa đi vào đời sống của người dân. Tại Pháp, TousAntiCovid được định hướng là ứng dụng phòng chống dịch duy nhất được sử dụng từ tháng 6-2020. Tôi xin phép được nhắc lại, một và chỉ một. Ứng dụng này chứa tất cả dữ liệu liên quan đến COVID-19 của từng người dân, bao gồm cả dữ liệu tiêm chủng và dữ liệu xét nghiệm. Những dữ liệu này được liên kết trực tiếp với cơ sở dữ liệu bảo hiểm y tế nên không hề có chuyện chồng chéo, sai khác và khi hoàn thành tiêm chủng/có kết quả xét nghiệm thì sẽ được cập nhật ngay lập tức, chỉ trong vòng vài phút. Từ tháng 8-2021, khi việc tiêm vaccine hoặc xét nghiệm âm tính là bắt buộc để tham gia các hoạt động vui chơi, giải trí và di chuyển thì ứng dụng này còn xuất hiện nhiều hơn nữa. Song song đó, việc đặt lịch hẹn tiêm chủng cũng được thực hiện trên nền tảng số, giúp cho quá trình lên kế hoạch và điều phối tiêm chủng dễ dàng hơn rất nhiều. Chưa bao giờ tôi bắt gặp tình trạng chen lấn, tụ tập đông người khi tiêm vaccine tại Pháp, ở bất cứ điểm tiêm chủng dù lớn hay nhỏ. NCS-ThS NGÔ HOÀNG ANH, Đơn vị mô hình hóa dịch tễ tại ĐH Monash (Úc) |
Khuyến nghị cho TP.HCM
. Ông có khuyến nghị cụ thể gì về chính sách chống dịch của TP.HCM trước thềm Giáng sinh và năm mới?
+ Từ mô hình này, chúng ta thấy rằng biện pháp phòng chống dịch hữu hiệu và khả thi nhất vẫn là nhanh chóng tiêm chủng bổ sung mũi tăng cường sau sáu tháng, ưu tiên ngay lập tức nhóm đối tượng có nguy cơ cao như nhân viên y tế, người cao tuổi và người có bệnh nền, đặc biệt là nhóm tiêm các loại vaccine được giới y khoa thế giới nghiên cứu cho thấy có hiệu quả chưa cao.
Chúng ta phải đảm bảo kế hoạch cung ứng vaccine đầy đủ và xuyên suốt, sử dụng các loại vaccine có hiệu quả cao như AstraZeneca và Pfizer cho mũi tăng cường, xây dựng chiến dịch tiêm chủng hoàn chỉnh, ứng dụng triệt để công nghệ. Với người có bệnh nền, dễ trở nặng khi mắc COVID-19, có thể xem xét tiêm mũi tăng cường ngay sau ba tháng (thay vì chờ sáu tháng) khi nguồn vaccine cho phép.
Và dù chúng ta xác định chung sống an toàn với dịch nhưng việc hạn chế tụ tập đông người, đặc biệt là trong các không gian kín và di chuyển không cần thiết vẫn là những nguyên tắc phải tuân thủ. Điều này giúp hạn chế những chuỗi “siêu lây nhiễm”. Với các hoạt động xã hội - công cộng trong dịp Giáng sinh, năm mới và tết Nguyên đán sắp tới, chúng ta nên hướng đến những hoạt động được tổ chức tinh gọn, trong đó bảo đảm nguyên tắc đeo khẩu trang, rửa tay, không tụ tập trong phòng kín, tăng thông khí… được đưa lên hàng đầu.
Cần cắt giảm số ca tử vong còn cao ở TP.HCM
. Hiện mỗi ngày ở TP.HCM vẫn còn trên dưới 70 ca tử vong, dù vài ngày qua số ca nhập viện đã thấp hơn số ca xuất viện. Làm sao kéo giảm số ca tử vong hiện nay?
+ Trong hoàn cảnh chúng ta đã có nguồn vaccine dồi dào và đã tiêm vaccine cho trẻ 12-18 tuổi, số ca tử vong ở TP.HCM ở mức trên dưới 70 ca mỗi ngày vẫn là cao đối với quy mô dân số của TP.HCM.
Hiện vẫn còn trên 2,5 triệu người trên 12 tuổi tại TP chưa được tiêm mũi 2 (vì nhiều lý do chủ quan, khách quan khác nhau) và gần đây tốc độ tiêm chủng mũi 2 của TP rất chậm so với trước, trung bình chưa đến 10.000 mũi/ngày. Trong số những bệnh nhân phải nhập khoa ICU và tử vong thời gian qua có một bộ phận không nhỏ là các bệnh nhân cao tuổi, có bệnh nền và chưa được tiêm đầy đủ vaccine.
Như vậy, để kéo số ca trở nặng và tử vong, biện pháp thiết thực nhất vẫn là hoàn thành vaccine mũi 2 cho toàn bộ dân số trên 12 tuổi, đặc biệt là những đối tượng khó tiếp cận với hệ thống y tế. “Đi từng ngõ, gõ từng nhà, rà từng người” để tiêm vaccine là một chiến lược rất đúng đắn và cần phải được thực hiện sát sao.
Công tác điều phối cũng là một điều chúng ta phải lưu tâm, bao gồm xây dựng các tổ COVID-19 cộng đồng, các trạm phản ứng nhanh; xây dựng kế hoạch điều trị bệnh nền từ xa để giảm đến mức tối thiểu nguy cơ nhập viện. Mô hình được ĐH Y Dược TP.HCM triển khai thời gian vừa qua là một mô hình rất đáng để nhân rộng ở tất cả quận, huyện.
. Xin cám ơn ông.
| Những ưu điểm trong dự báo dịch ở TP.HCM Với mô hình dự báo dịch ở TP.HCM, ưu điểm nổi bật nhất và hiện có rất ít các mô hình trên thế giới làm được là khả năng cấu phần vaccine để thể hiện cụ thể nhất hiệu quả của chiến dịch tiêm chủng lên quỹ đạo của dịch. Những yếu tố liên quan như tốc độ tiêm chủng vaccine, hiệu quả của một liều hoặc hai liều vaccine, sự suy giảm khả năng miễn dịch sau một thời gian dài, hiệu quả và độ trễ của mũi tăng cường (hay mũi nhắc lại), kể cả những biến chứng có thể xảy ra như viêm cơ tim với các vaccine mRNA cũng được tính đến. Mô hình này liên kết chặt chẽ những dữ liệu di chuyển trên thế giới, bao gồm dữ liệu di chuyển của Facebook và Google. Chính vì vậy, những hành vi chung của một quần thể dân số, kể cả di chuyển bằng tàu, xe, sử dụng các dịch vụ ăn uống hay vui chơi, giải trí đều được mô hình này “bắt” được và tính toán để dự báo. Cuối cùng, vì dịch COVID-19 ảnh hưởng đến những nhóm tuổi khác nhau ở những mức độ khác nhau, việc phân hoạch mô hình theo nhóm tuổi có ý nghĩa rất lớn khi chúng ta nhìn vào kết quả, giúp cho việc phân tích chính sách, đặc biệt là chính sách hướng đến nhóm đối tượng nguy cơ cao, được dễ dàng hơn. |
