Hệ thống giám sát dịch tễ

Hình dung số giường hồi sức cấp cứu là cái thùng chứa

Nói ngắn gọn thì mỗi địa phương (tỉnh/huyện/xã/...) có 2 điểm:

Nhóm nguy cơ (A1-A2-B-C-D-E) để đánh giá hệ thống y tế địa phương có bị quá tải hay không. Nó cũng dùng để đánh giá nguy cơ lây nhiễm. Điểm càng cao thì nguy cơ quá tải và lây nhiễm càng cao. Một địa phương có độ phủ vắc-xin thấp (do được phân phối ít) sẽ được nâng điểm nguy cơ (phủ càng ít nâng càng nhiều).
Do độ phủ vắc-xin không đều, chúng tôi thêm vào điểm mức độ lây nhiễm (1 đến 11). Mức độ lây nhiễm đánh giá nguy cơ lây nhiễm khi dân cư từ địa phương đó đi sang địa phương khác. Dân từ địa phương có mức độ lây nhiễm cao đi sang địa phương có mức độ lây nhiễm thấp sẽ có nguy cơ làm bùng dịch ở địa phương có mức độ lây nhiễm thấp.
Ngoài ra chúng tôi cũng cung cấp điểm nguy cơ là dự báo số ca trong 21 ngày tới (không tính theo 100 nghìn dân).

Chúng ta xét một ví dụ để hiểu tình hình hiện nay. Hình dung Campuchia đã tiêm 100% dân số 3 mũi vắc-xin loại xịn nhất, nhưng Lào chưa tiêm gì. Cả Campuchia và Lào không phong toả. Như vậy có ổn ko? Có ở cấp độ quốc gia. Bây giờ Campuchia muốn mở cửa với Lào, thế Lào có chịu không? Không vì vắc-xin hiện nay chỉ giảm khả năng nhiễm bệnh, truyền bệnh, bệnh nặng và tử vong, chứ không ngăn chặn hoàn toàn các điều đó.

Từ ví dụ trên, chúng tôi cho rằng có 2 vấn đề chính cần giải quyết:

Đánh giá nguy cơ cho 1 vùng;
Đánh giá nguy cơ cho việc di chuyển giữa 2 vùng. Từ đó xây dựng luật di chuyển giữa 2 hay nhiều vùng.

1. Thang đo vùng - đánh giá nguy cơ cho 1 vùng

Do độ phủ vắc-xin ở VN không đều, thang đo là 1 cặp điểm:

Điểm thứ nhất từ 1-11: dự báo số ca trong 1 tuần/100k dân. Điểm được gán theo các mức 0,03 - 2 - 5 - 10 - 25 - 50 - 100 - 200 - 400 - 800. Ví dụ gán điểm 3 khi dự báo là 4.
Điểm thứ hai A1 - A2 - B - C - D - E: dự báo mức tối đa phần trăm số giường chăm sóc đặc biệt (ICU) sẽ được sử dụng/100k dân trong 3 tuần tới. Điểm được gán theo các mức 10% - 20% - 40% - 60% - 80%. Ví dụ gán điểm B khi dự báo là 30%. Màu được gán theo thang điểm chữ này.

Dự báo % ICU được sử dụng/100k dân
0-10%	11%-20%	21%-40%	41%-60%	61%-80%	> 80%
A1	A2	B	C	D	E

Thang đo màu sau đó được tùy chỉnh tùy theo

Giá trị của hệ số lây nhiễm R_T lớn hơn hay nhỏ hơn 0,9.
Dự báo số ca trong 21 ngày tới lớn hay nhỏ hơn 210 (trung bình 10 ca/ngày).
Khi độ phủ vắc-xin 2 mũi lớn hơn hay nhỏ hơn 60%.

2. Luật di chuyển giữa 2 vùng U ⟶ V

Khi đi đến 1 cấp con (ví dụ xã), thì tính theo màu/điểm của cấp con chứ không tính theo màu/điểm của cấp mẹ (ví dụ tỉnh/phường).

2.1. Khi độ phủ vắc-xin cho mọi vùng là 70% trở lên

Luật di chuyển dựa trên màu của vùng. U ⟶ V khi mà:

Màu của U thấp hơn hoặc bằng màu của V. Màu của U và V dưới cấp đỏ (phong tỏa).
Cần xét nghiệm âm tính khi:
- Màu của U cao hơn hoặc bằng màu của V, và màu của U từ da cam trở lên.
- Màu của V từ đỏ trở lên (phong tỏa).
- Có triệu chứng hoặc F1.

2.2. Khi độ phủ vắc-xin của V dưới 70%

Luật di chuyển dựa trên điểm dự báo số ca/1tuần/100k và màu. U ⟶ V khi mà:

Điểm dự báo số ca/1tuần/100k của U thấp hơn hoặc bằng của V. Màu của U và V dưới cấp đỏ.
Cần xét nghiệm âm tính khi:
- Điểm dự báo số ca/1tuần/100k của U cao hơn của V, và điểm này của U từ 6 trở lên.
- Màu của V từ đỏ trở lên (phong tỏa).
- Có triệu chứng hoặc F1.

3. Luật di chuyển giữa 3 hay nhiều vùng U ⟶ V ⟶ W

Luật di chuyển giữa 3 hay nhiều vùng dựa trên luật di chuyển giữa 2 vùng và có dừng nghỉ hay không.

Nếu dừng nghỉ ở mọi vùng: Áp dụng luật U ⟶ V và V ⟶ W.
Nếu không dừng nghỉ ở V mà chỉ đi qua: luật U ⟶ W.

Có một điểm quan trọng ở đây là làm sao để kiểm soát một cá nhân có dừng nghỉ hay không. Chúng ta phải dựa trên nhiều biện pháp như truyền thông để nâng cao ý thức, khung hình phạt, và công nghệ để kiểm soát. Về mặt công nghệ, chúng tôi có công nghệ iSeal để chống làm giả, bảo vệ thông tin cá nhân, và kiểm soát di chuyển.

4. Phụ lục

Các giả thiết được sử dụng:

Do chúng tôi không có dữ liệu về số ICU cho mỗi địa phương, chúng tôi giả thiết số ICU trên toàn Việt Nam (VN) là 4000 và được chia đều cho các tỉnh theo mật độ dân số. Nếu VN cập nhật và công bố dữ liệu về ICU giống nhiều nước đã làm (ví dụ Malaysia) thì sẽ rất hữu ích và chúng tôi có thể đưa dữ liệu đó vào mô hình. Tuy VN có kế hoạch cho 8000 ICU, chúng tôi không rõ bao nhiêu ICU đã được hoàn tất. Tuy TP. Hồ Chí Minh (HCM) có 2000 ICU, nhưng TP. HCM có thể phải chi viện cho các tỉnh khác, và chúng tôi không rõ thời gian để vận chuyển ICU cũng như điều phối bác sĩ chuyên ngành hồi sức cấp cứu đến các tỉnh là bao lâu (như Hà Nội và nhiều tỉnh chi viện cho TP. HCM vừa rồi).
Số bác sĩ chuyên ngành hồi sức cấp cứu, số điều dưỡng, số xe cấp cứu, số nhân viên tổng đài, số nhân viên hậu cần, số trang thiết bị y tế khác trên 100k dân nhiều hơn số ICU trên 100k dân. Tóm lại tất cả các khâu liên quan đến quá trình điều trị (từ khi mắc bệnh cho tới khi vào đến tầng điều trị cuối cùng là ICU) đều có năng lực cao hơn so với năng lực ICU trên.
Do chúng tôi chỉ có dữ liệu cấp tỉnh về số người đã tiêm 1 (2) mũi vắc-xin, chúng tôi giả thiết tỷ lệ người đã tiêm 1 (2) mũi của các cấp địa lý huyện/xã có cùng giá trị với tỷ lệ cấp tỉnh.
Do chúng tôi chỉ có dân số cấp xã năm 1999, chúng tôi giả thiết dân số cấp xã hiện nay bằng dân số cấp xã năm 1999 nhân với tỷ lệ giữa tổng dân số 2019 trên tổng dân số 1999.
Với mỗi tỉnh, số ca đã nhiễm là nhỏ so với tổng dân số.
Khi không có vắc-xin, tỷ lệ số ca cần ICU là 2% trong số ca được báo cáo.
Thời gian trung bình nằm ICU là 3 tuần. Chúng tôi tham khảo các nước như Đức. Chúng tôi cho rằng thời gian nằm ICU 2 tuần là do quá tải dẫn đến chóng tử vong.
Một mũi vắc-xin giảm tỷ lệ cần ICU xuống còn ¼ so với không có vắc-xin.
Hai mũi vắc-xin giảm tỷ lệ cần ICU xuống còn 1/9 so với không có vắc-xin.
Các tỉnh không thay đổi chiến thuật kiểm soát dịch trong 21 ngày tới.
Hiệu quả chống nhiễm bệnh trung bình của 1 hoặc 2 mũi văc-xin là 50% (bao gồm cả khi hiệu quả đã giảm dần theo thời gian).
Dữ liệu không quá tệ như 1 ngày đột nhiên có hơn 1000 ca, trong khi các ngày khác chỉ khoảng 200 ca. Một thuật toán tự động cho hàng nghìn khu vực khó mà bao quát được tất cả các trường hợp cá biệt. Các trường hợp cá biệt cần chuyên gia phân tích sâu hơn.