Datov a informan zkladna pro management pandemie COVID19

  • Slides: 25
Download presentation
Datová a informační základna pro management pandemie COVID-19 Stav epidemie k 14. 4. 2021

Datová a informační základna pro management pandemie COVID-19 Stav epidemie k 14. 4. 2021 Stručný přehled dat a výběr z predikcí

Epidemie na populační úrovni prokazatelně zpomaluje, potvrzují to i nové záchyty onemocnění z 12.

Epidemie na populační úrovni prokazatelně zpomaluje, potvrzují to i nové záchyty onemocnění z 12. 4. – 13. 4. , které činí 3 843 a 5 033 případů Tento trend je prokazatelný, ačkoli nyní srovnáváme nová data s referenčním obdobím, které zahrnuje Velikonoce. Ve sváteční dny došlo ke snížení prováděných testů a nízké záchyty nemoci o Velikonocích zkreslují odhad reprodukčního čísla. Reprodukční číslo kalkulované standardně na týdenní časové periodě zdánlivě narůstá vlivem Velikonočních dat (hodnota 1, 07). Pokud R kalkulujeme na 14 denním časovém okně, je hodnota 0, 83.

1. 1. 1. 2 0 1. 2. 2 21 0 1. 3. 2 21

1. 1. 1. 2 0 1. 2. 2 21 0 1. 3. 2 21 0 1. 4. 2 21 02 5. 1. 2 1 0 1. 6. 2 21 0 1. 7. 2 21 0 1. 8. 2 21 1. 9. 02 2 1 1. 0. 021 2 1. 11. 021 2 1. 13. 021 2 1. 14. 021 2 1. 15. 021 2 1. 16. 021 2 1. 17. 021 2 1. 18. 021 2 1. 19. 021 2 1. 20. 021 2 2 1 1. . 021 2 2 1. 2. 021 2 1. 23. 021 2 1. 24. 021 2 1. 25. 021 2 1. 26. 021 2 1. 27. 021 2 1. 28. 021 2 1. 29. 021 2 3 0 1. . 021 31 20 1 2. . 2 21 0 2. 1. 2 21 0 2 2. . 2 21 0 2. 3. 2 21 0 2. 4. 2 21 0 2. 5. 2 21 0 2. 6. 2 21 0 2. 7. 2 21 0 2. 8. 2 21 2. 9. 02 2 2. 10. 021 2 2. 11. 021 2 2. 12. 021 2 2. 13. 021 2 2. 14. 021 2 2. 15. 021 2 2. 16. 021 2 2. 17. 021 2 1 8 2. . 021 2 2. 19. 021 2 2. 20. 021 2 2. 21. 021 2 2. 22. 021 2 2. 23. 021 2 2. 24. 021 2 2. 25. 021 2 2. 26. 021 2 2 7 2. . 021 28 20 1 3. . 2 21 0 3. 1. 2 21 0 2 3. . 2 21 0 3. 3. 2 21 0 3. 4. 2 21 0 3. 5. 2 21 0 3. 6. 2 21 0 3. 7. 2 21 0 3 8. 2 2 3. . 9. 021 2 3. 10. 021 2 3. 11. 021 2 3. 12. 021 2 3. 13. 021 2 3. 14. 021 2 3. 15. 021 2 3. 16. 021 2 3. 17. 021 2 1 8 3. . 021 2 3. 19. 021 2 3. 20. 021 2 3. 21. 021 2 3. 22. 021 2 3. 23. 021 2 3. 24. 021 2 3. 25. 021 2 3. 26. 021 2 3. 27. 021 2 3. 28. 021 2 3. 29. 021 2 3. 30. 021 31 20 1 4. . 2 21 0 4. 1. 2 21 0 4. 2. 2 21 0 4. 3. 2 21 0 4. 4. 2 21 0 4. 5. 2 21 0 4. 6. 2 21 0 4. 7. 2 21 0 4. 8. 2 21 4. 9. 02 2 1 4. 0. 021 2 4. 11. 021 2 4. 12. 021 13 20 1. 2 21 02 1 10 000 8 000 6 000 4 000 6 974 9 194 8 503 8 010 8 052 15 841 13 795 14 588 14 776 2 388 14 957 15 357 14 535 8 240 14 027 12 025 10 656 9 708 10 628 -21, 5 % 6 933 8 629 7 255 6 243 3 829 2 158 1 922 1 414 5 566 7 015 5 270 4 805 2 198 976 3 843 5 033 10 969 8 845 7 923 7 709 5 466 3 331 6 956 11 242 10 653 9 130 16 777 15 239 14 649 13 169 12 322 -23, 1 % 3 982 7 823 -10, 2 % 4 587 7 217 9 148 9 666 8 107 8 622 4 820 2 451 7 779 10 283 9 538 9 017 8 828 5 141 2 881 8 905 12 609 10 938 11 702 11 287 6 775 4 068 11 408 4 055 2 573 4 239 2 394 7 668 9 609 8 215 7 532 8 467 9 384 10 810 10 918 8 087 9 300 -5, 4 % 3 969 1 743 2 000 5 241 12 000 2 641 18 000 8 437 20 000 4 312 22 000 17 399 17 770 14 882 13 099 14 000 12 955 16 000 3 446 4 985 6 267 Počty nově diagnostikovaných pacientů: týdenní vývoj v ČR Dynamika vývoje počtů pozitivních diagnóz potvrzuje zpomalení šíření nemoci. Průměrný záchyt 25. 2. – 3. 3. Průměrný záchyt 4. 3. – 10. 3. Průměrný záchyt 11. 3. – 17. 3. Průměrný záchyt 18. 3. – 24. 3. Průměrný záchyt 25. 3. – 31. 3. Průměrný záchyt 1. 4. – 10. 4. 12 302 případů 11 639 případů 10 452 případů 8 039 případů 6 309 případů 4 021 případů -36, 3 % 0

70 % 60 % 50 % 0% 9. 1. 2020 9. 4. 2020 9.

70 % 60 % 50 % 0% 9. 1. 2020 9. 4. 2020 9. 7. 2020 9. 10. 2020 9. 13. 2020 9. 16. 2020 9. 19. 2020 9. 22. 2020 9. 25. 2020 9. 28. 2020 10. 1. 2020 10. 4. 2020 10. 7. 2020 10. 13. 2020 10. 16. 2020 10. 19. 2020 10. 22. 2020 10. 25. 2020 10. 28. 2020 10. 31. 2020 11. 3. 2020 11. 6. 2020 11. 9. 2020 11. 12. 2020 11. 15. 2020 11. 18. 2020 11. 24. 2020 11. 27. 2020 11. 30. 2020 12. 3. 2020 12. 6. 2020 12. 9. 2020 12. 15. 2020 12. 18. 2020 12. 21. 2020 12. 24. 2020 12. 27. 2020 12. 30. 2020 1. 2. 2021 1. 5. 2021 1. 8. 2021 1. 11. 2021 1. 14. 2021 1. 17. 2021 1. 23. 2021 1. 26. 2021 1. 29. 2021 2. 1. 2021 2. 4. 2021 2. 7. 2021 2. 10. 2021 2. 13. 2021 2. 16. 2021 2. 19. 2021 2. 25. 2021 2. 28. 2021 3. 3. 2021 3. 6. 2021 3. 9. 2021 3. 12. 2021 3. 15. 2021 3. 18. 2021 3. 21. 2021 3. 24. 2021 3. 27. 2021 3. 30. 2021 4. 2. 2021 4. 5. 2021 4. 8. 2021 4. 11. 2021 Podíl pozitivních případů v ČR Podíl pozitivních testů: diagnostické a klinické indikace Datum* Podíl pozitivních případů 07. 04. 2021 26, 7% 08. 04. 2021 09. 04. 2021 10. 04. 2021 11. 04. 2021 12. 04. 2021 13. 04. 2021 26, 0% 22, 2% 19, 8% 17, 6% 13, 7% 21, 8% Průměrný podíl za posledních 7 dní 21, 8% Relativní pozitivita testů z diagnostické a klinické indikace nadále klesá = průkazný indikátor zpomalování šíření epidemie *Stav po aktualizaci dat za předchozí den. 40 % 30 % 20 % 10 %

50 % 45 % 40 % 35 % 0% 9. 1. 2020 9. 4.

50 % 45 % 40 % 35 % 0% 9. 1. 2020 9. 4. 2020 9. 7. 2020 9. 10. 2020 9. 13. 2020 9. 16. 2020 9. 19. 2020 9. 22. 2020 9. 25. 2020 9. 28. 2020 10. 1. 2020 10. 4. 2020 10. 7. 2020 10. 13. 2020 10. 16. 2020 10. 19. 2020 10. 22. 2020 10. 25. 2020 10. 28. 2020 10. 31. 2020 11. 3. 2020 11. 6. 2020 11. 9. 2020 11. 12. 2020 11. 15. 2020 11. 18. 2020 11. 24. 2020 11. 27. 2020 11. 30. 2020 12. 3. 2020 12. 6. 2020 12. 9. 2020 12. 15. 2020 12. 18. 2020 12. 21. 2020 12. 24. 2020 12. 27. 2020 12. 30. 2020 1. 2. 2021 1. 5. 2021 1. 8. 2021 1. 11. 2021 1. 14. 2021 1. 17. 2021 1. 23. 2021 1. 26. 2021 1. 29. 2021 2. 1. 2021 2. 4. 2021 2. 7. 2021 2. 10. 2021 2. 13. 2021 2. 16. 2021 2. 19. 2021 2. 25. 2021 2. 28. 2021 3. 3. 2021 3. 6. 2021 3. 9. 2021 3. 12. 2021 3. 15. 2021 3. 18. 2021 3. 21. 2021 3. 24. 2021 3. 27. 2021 3. 30. 2021 4. 2. 2021 4. 5. 2021 4. 8. 2021 4. 11. 2021 Podíl pozitivních případů v ČR Podíl pozitivních testů: epidemiologické indikace Datum* Podíl pozitivních případů 07. 04. 2021 9, 0% 08. 04. 2021 09. 04. 2021 10. 04. 2021 11. 04. 2021 12. 04. 2021 13. 04. 2021 8, 0% 9, 6% 13, 4% 7, 6% 6, 6% 9, 2% Průměrný podíl za posledních 7 dní 8, 6% Relativní pozitivita testů z epidemiologické indikace nadále klesá = průkazný indikátor zpomalování šíření epidemie *Stav po aktualizaci dat za předchozí den. 30 % 25 % 20 % 15 % 10 % 5%

Rychlejší šíření epidemie zasáhlo jednotlivé regiony postupně. Nejdříve a nejvíce byl zasažen západ a

Rychlejší šíření epidemie zasáhlo jednotlivé regiony postupně. Nejdříve a nejvíce byl zasažen západ a sever Čech, šíření dále postupovalo na východ. Avšak v důsledku nově přijatých opatření a vlivem důslednějšího ! dodržování všech opatření byl růst epidemie na Moravě a Slezsku ! významně slabší (až o 40%) než v nejvíce zasažených částech Čech. Nejnovější data potvrzují klesající trend i v období po Velikonocích. Rozdíly mezi regiony se postupně snižují.

14 denní počet nových případů (na 100 000 obyv. ) v ORP 14. 3.

14 denní počet nových případů (na 100 000 obyv. ) v ORP 14. 3. 2021 5. 4. 2021 20. 3. 2021 10. 4. 2021 28. 3. 2021 Snižování populační zátěže pokračuje i po Velikonocích < 700 – 800 – 900 – 1 000 – 1 100 – 2 000 > 2 000

Datová a informační základna pro management pandemie COVID-19 Zátěž nemocnic klesá v důsledku klesajícího

Datová a informační základna pro management pandemie COVID-19 Zátěž nemocnic klesá v důsledku klesajícího počtu nákaz zranitelných pacientů

1 500 1 000 0 1 212 1 623 1 319 1 288 1

1 500 1 000 0 1 212 1 623 1 319 1 288 1 176 1 625 2 051 1 788 1 586 1 430 4 000 550 380 329 291 816 981 720 363 203 579 693 Za uplynulých 14 dní: 1 117 1 294 1 198 995 843 980 2 400 2 168 2 054 1 878 1 851 1 544 1 984 2 017 1 628 2 249 1 311 1 051 Za uplynulých 7 dní: 642 326 440 542 645 657 1 633 2 109 1 927 2 007 2 094 4 500 945 1 302 1 761 1 459 1 600 1 717 1 122 1 466 1 383 1 387 1 328 1 202 1 438 1 432 1 328 1 412 1 238 1 411 1 444 1 327 1 333 1 340 1 594 1 487 1 326 1 478 Populace seniorů 65+ let 581 728 457 771 448 665 449 723 411 921 1 860 2 027 2 008 1 496 1 772 1 664 2 000 813 3 136 3 163 2 944 2 665 3 500 507 500 2 413 2 500 755 1 085 1 163 3 000 1. 1. 2021 1. 2. 2021 1. 3. 2021 1. 4. 2021 1. 5. 2021 1. 6. 2021 1. 7. 2021 1. 8. 2021 1. 9. 2021 1. 10. 2021 1. 11. 2021 1. 12. 2021 1. 13. 2021 1. 14. 2021 1. 15. 2021 1. 16. 2021 1. 17. 2021 1. 18. 2021 1. 19. 2021 1. 22. 2021 1. 23. 2021 1. 24. 2021 1. 25. 2021 1. 26. 2021 1. 27. 2021 1. 28. 2021 1. 29. 2021 1. 30. 2021 1. 31. 2021 2. 2. 2021 2. 3. 2021 2. 4. 2021 2. 5. 2021 2. 6. 2021 2. 7. 2021 2. 8. 2021 2. 9. 2021 2. 10. 2021 2. 11. 2021 2. 12. 2021 2. 13. 2021 2. 14. 2021 2. 15. 2021 2. 16. 2021 2. 17. 2021 2. 18. 2021 2. 19. 2021 2. 21. 2021 2. 23. 2021 2. 24. 2021 2. 25. 2021 2. 26. 2021 2. 27. 2021 2. 28. 2021 3. 1. 2021 3. 2. 2021 3. 3. 2021 3. 4. 2021 3. 5. 2021 3. 6. 2021 3. 7. 2021 3. 8. 2021 3. 9. 2021 3. 10. 2021 3. 11. 2021 3. 12. 2021 3. 13. 2021 3. 14. 2021 3. 15. 2021 3. 16. 2021 3. 17. 2021 3. 18. 2021 3. 19. 2021 3. 21. 2021 3. 22. 2021 3. 24. 2021 3. 25. 2021 3. 26. 2021 3. 27. 2021 3. 28. 2021 3. 29. 2021 3. 30. 2021 3. 31. 2021 4. 2. 2021 4. 3. 2021 4. 4. 2021 4. 5. 2021 4. 6. 2021 4. 7. 2021 4. 8. 2021 4. 9. 2021 4. 10. 2021 4. 11. 2021 4. 12. 2021 4. 13. 2021 Vysoký počet nově nakažených potenciálně zranitelných pacientů zvyšoval zátěž nemocnic. V posledním období počty pacientů klesají. Nově diagnostikovaní ve věku 65+ Za uplynulé 3 dny: 1 475 4 320 8 879

8 000 7 000 6 391 6 235 6 328 6 399 7 086

8 000 7 000 6 391 6 235 6 328 6 399 7 086 6 729 6 253 5 938 5 306 5 275 5 551 9 000 8 272 8 454 8 397 8 400 8 459 8 112 8 339 9 013 8 984 9 004 8 965 8 934 8 537 8 751 9 467 9 337 9 167 8 966 8 774 8 222 8 337 8 974 8 643 8 323 8 174 8 050 7 535 7 583 8 125 7 850 7 530 7 228 10 000 3. 1. 2021 3. 2. 2021 3. 3. 2021 3. 4. 2021 3. 5. 2021 3. 6. 2021 3. 7. 2021 3. 8. 2021 3. 9. 2021 3. 10. 2021 3. 11. 2021 3. 12. 2021 3. 13. 2021 3. 14. 2021 3. 15. 2021 3. 16. 2021 3. 17. 2021 3. 18. 2021 3. 19. 2021 3. 21. 2021 3. 22. 2021 3. 24. 2021 3. 25. 2021 3. 26. 2021 3. 27. 2021 3. 28. 2021 3. 29. 2021 3. 30. 2021 3. 31. 2021 4. 2. 2021 4. 3. 2021 4. 4. 2021 4. 5. 2021 4. 6. 2021 4. 7. 2021 4. 8. 2021 4. 9. 2021 4. 10. 2021 4. 11. 2021 4. 12. 2021 4. 13. 2021 4. 14. 2021 4. 15. 2021 4. 16. 2021 4. 17. 2021 4. 18. 2021 4. 19. 2021 4. 21. 2021 4. 22. 2021 4. 23. 2021 4. 25. 2021 4. 26. 2021 4. 27. 2021 4. 28. 2021 4. 29. 2021 4. 30. 2021 Predikovaný počet pacientů V týdenním srovnání počty hospitalizací v ČR klesají Průměrný stav 25. 2. – 3. 3. Průměrný stav 4. 3. – 10. 3. +10, 3 % Průměrný stav 11. 3. – 17. 3. +4, 8% Průměrný stav 18. 3. – 24. 3. -4, 6% Průměrný stav 25. 3. – 31. 3. -9, 0% 5 000 4 000 3 000 2 000 1 000 0 Průměrný stav 1. 4. – 7. 4. 7 809 hospitalizací 8 613 hospitalizací 9 022 hospitalizací 8 610 hospitalizací 7 839 hospitalizací 6 543 hospitalizací -16, 5% Reálné počty R = 0, 95 R = 0, 85 R = 0, 75 Maximální počet pacientů s COVID-19 na lůžkách za období říjen/listopad 2020

1 800 1 600 1 400 1 588 1 600 1 626 1 651

1 800 1 600 1 400 1 588 1 600 1 626 1 651 1 674 1 678 1 772 1 801 1 831 1 820 1 834 1 783 1 830 1 888 1 895 1 862 1 821 1 783 1 807 1 825 1 780 1 747 1 686 1 652 1 660 1 668 1 619 1 561 1 516 1 432 1 406 1 386 1 357 1 408 1 384 1 333 1 252 1 236 1 221 1 200 2 000 3. 1. 2021 3. 2. 2021 3. 3. 2021 3. 4. 2021 3. 5. 2021 3. 6. 2021 3. 7. 2021 3. 8. 2021 3. 9. 2021 3. 10. 2021 3. 11. 2021 3. 12. 2021 3. 13. 2021 3. 14. 2021 3. 15. 2021 3. 16. 2021 3. 17. 2021 3. 18. 2021 3. 19. 2021 3. 21. 2021 3. 22. 2021 3. 24. 2021 3. 25. 2021 3. 26. 2021 3. 27. 2021 3. 28. 2021 3. 29. 2021 3. 30. 2021 3. 31. 2021 4. 2. 2021 4. 3. 2021 4. 4. 2021 4. 5. 2021 4. 6. 2021 4. 7. 2021 4. 8. 2021 4. 9. 2021 4. 10. 2021 4. 11. 2021 4. 12. 2021 4. 13. 2021 4. 14. 2021 4. 15. 2021 4. 16. 2021 4. 17. 2021 4. 18. 2021 4. 19. 2021 4. 21. 2021 4. 22. 2021 4. 23. 2021 4. 25. 2021 4. 26. 2021 4. 27. 2021 4. 28. 2021 4. 29. 2021 4. 30. 2021 Predikovaný počet pacientů vyžadujících intenzivní péči V týdenním srovnání počty hospitalizací na JIP v ČR klesají Průměrný stav 25. 2. – 3. 3. Průměrný stav 4. 3. – 10. 3. +12, 9% Průměrný stav 11. 3. – 17. 3. +7, 0% Průměrný stav 18. 3. – 24. 3. -2, 1% Průměrný stav 25. 3. – 31. 3. -8, 2% 1 200 800 600 400 200 0 Průměrný stav 1. 4. – 7. 4. 1 528 hospitalizací 1 725 hospitalizací 1 846 hospitalizací 1 808 hospitalizací 1 660 hospitalizací 1 379 hospitalizací -16, 9% 2 200 Reálné počty 1 000 R = 0, 95 R = 0, 85 R = 0, 75 Maximální počet pacientů s COVID-19 na lůžkách za období říjen/listopad 2020

Aktuální počty hospitalizovaných pacientů klesají a roste i dostupná kapacita lůžek, včetně JIP Stav

Aktuální počty hospitalizovaných pacientů klesají a roste i dostupná kapacita lůžek, včetně JIP Stav k 14. 4. 2021 Celkem v nemocnici: Z toho JIP: Z toho UPV: Z toho ECMO: 5 129 1 166 566 21

Národní dispečink lůžkové péče Přehled kapacit akutních lůžek (ARO + JIP) v ČR k

Národní dispečink lůžkové péče Přehled kapacit akutních lůžek (ARO + JIP) v ČR k 14. 4. 2021, 5: 30 h Ústecký kraj Středočeský kraj Celková kapacita IP lůžek 318 306 Volná lůžka HFNO/CPAP 82 87 Akutní lůžka IP HFNO/CPAPpro Covid+ 63 64 Královéhradecký kraj 266 71 57 39 20 Liberecký kraj Hl. m. Praha Zlínský kraj Olomoucký kraj Jihočeský kraj Jihomoravský kraj Plzeňský kraj Kraj Vysočina Karlovarský kraj 152 896 168 264 179 432 294 123 93 23 164 22 47 68 99 79 19 15 21 133 19 35 38 77 68 5 11 21 83 20 43 13 71 24 20 13 13 35 11 19 6 49 8 11 9 Moravskoslezský kraj 559 59 46 64 30 Pardubický kraj Celkové kapacity ČR 165 4 215 40 875 26 663 21 498 14 259 Kraj Nemocnice s aktualizací starší 48 hod. : 7 x Volná lůžka UPV/NIV 27 39 UPV/NIV pro Covid+ 14 20 Zdroj: Online databáze NDLP ÚZIS Obsazená akutní lůžka C+ pacienty k 13. 4. 2021 16: 14 1 173

Datová a informační základna pro management pandemie COVID-19 Vybrané výstupy z prediktivních modelů

Datová a informační základna pro management pandemie COVID-19 Vybrané výstupy z prediktivních modelů

Dlouhodobá predikce dle modelu SEIR, který byl pro epidemii COVID-19 v ČR adaptován na

Dlouhodobá predikce dle modelu SEIR, který byl pro epidemii COVID-19 v ČR adaptován na počátku dubna 2020. Nová kalibrace modelu pro rychlé brždění epidemie provedená dne 5. 3. 2021 Vývoj od konce března 2021 ukazuje na rychlejší zpomalování epidemie. V tomto trendu se již s vysokou pravděpodobností promítá postupující očkování populace.

SEIR model: udržení a významné posílení opatření Dopad potenciálních opatření na mobilitu od 19.

SEIR model: udržení a významné posílení opatření Dopad potenciálních opatření na mobilitu od 19. 2. 2021 oranžově dosud pozorovaná data, 7 denní Simulace Nové případy onemocnění za den klouzavý průměr, časové zpoždění k hlášení 4 dny Efekt opatření od 28. 12. q snížení pracovních kontaktů na 40 % q školní kontakty na 0 % q snížení jiných kontaktů na 40 % q snížení základní reprodukce o 10% q školní kontakty na 30 % od 4. 1. bez periodicity v rámci týdne, odpovídá cca týdenním klouzavým průměrům Od 25. 1. q zvýšení základní reprodukce o 70 % (simulace šíření nakažlivějších forem viru, simulace nedodržování opatření) červenec srpen září říjen listopad prosinec leden únor březen duben květen 281 000 320 000 163 000 80 000 Nově za měsíc 5 000 8 000 46 000 298 000 199 000 198 000 Kumulativně 17 000 25 000 71 000 369 000 568 000 766 000 1 020 000 1 301 000 1 621 000 1 784 000 1 864 000 254 000 Snímek prezentuje výsledky simulace prostřednictvím epidemiologického modelu SEIR, který zahrnuje vybrané předpoklady a slouží ke zkoumání dopadu změny různých parametrů epidemie. Vzhledem k neurčitostem ve struktuře modelu (například limitované znalosti o skutečné vnímavosti populace k viru a k jeho novým variantám) je nezbytné výsledky brát jako orientační, umožňující zejména celkové srovnávání jednotlivých scénářů, nikoli konkrétní předpověď pro určité období. Efekt opatření od konce února q snížení pracovních kontaktů na 20 % q školní kontakty na 0 % q snížení jiných kontaktů na 20 % (uvedeny podíly normálních kontaktů)

SEIR model: udržení a významné posílení opatření Dopad potenciálních opatření na mobilitu od 19.

SEIR model: udržení a významné posílení opatření Dopad potenciálních opatření na mobilitu od 19. 2. 2021 oranžově dosud pozorovaná data, Simulace Nové případy onemocnění za den PRACOVNÍ DNY, časové zpoždění k hlášení 4 dny Efekt opatření od 28. 12. q snížení pracovních kontaktů na 40 % q školní kontakty na 0 % q snížení jiných kontaktů na 40 % q snížení základní reprodukce o 10% q školní kontakty na 30 % od 4. 1. bez periodicity v rámci týdne, odpovídá cca týdenním klouzavým průměrům Od 25. 1. q zvýšení základní reprodukce o 70 % (simulace šíření nakažlivějších forem viru, simulace nedodržování opatření) červenec srpen září říjen listopad prosinec leden únor březen duben květen 281 000 320 000 163 000 80 000 Nově za měsíc 5 000 8 000 46 000 298 000 199 000 198 000 Kumulativně 17 000 25 000 71 000 369 000 568 000 766 000 1 020 000 1 301 000 1 621 000 1 784 000 1 864 000 254 000 Snímek prezentuje výsledky simulace prostřednictvím epidemiologického modelu SEIR, který zahrnuje vybrané předpoklady a slouží ke zkoumání dopadu změny různých parametrů epidemie. Vzhledem k neurčitostem ve struktuře modelu (například limitované znalosti o skutečné vnímavosti populace k viru a k jeho novým variantám) je nezbytné výsledky brát jako orientační, umožňující zejména celkové srovnávání jednotlivých scénářů, nikoli konkrétní předpověď pro určité období. Efekt opatření od konce února q snížení pracovních kontaktů na 20 % q školní kontakty na 0 % q snížení jiných kontaktů na 20 % (uvedeny podíly normálních kontaktů)

1. 1 1. . 20 3 1. . 2021 5. 2 1. 20 1

1. 1 1. . 20 3 1. . 2021 5. 2 1. 20 1 7 1. . 2021 9 1. . 2 21 1 1. 1. 2021 13 0 1. . 2 21 1 1. 5. 2021 1 1. 7. 2021 1 1. 9. 2021 2 1. 1. 2021 2 1. 3. 2021 25 0 1. . 2 21 2 1. 7. 2021 2 1. 9. 2021 31 0 2. . 2021 2 2. . 2021 4 2. . 2021 6 2. 2 21 2. . 8. 2021 1 2. 0. 2021 1 2. 2. 2021 1 2. 4. 2021 16 0 2. . 2 21 1 2. 8. 2021 2 2. 0. 2021 2 2. 2. 2021 2 2. 4. 2021 2 2. 6. 2021 28 0 3. . 2021 2 3. . 2021 4 3. . 2021 6 3. 2 21 3. . 8. 2021 1 3. 0. 2021 1 3. 2. 2021 1 3. 4. 2021 1 3. 6. 2021 1 3. 8. 2021 20 0 3. . 2 21 2 3. 2. 2021 2 3. 4. 2021 26 0 3. . 2 21 2 3. 8. 2021 30 0 4. . 2021 1 4. . 2021 3 4. . 2021 5 4. . 2021 7 4. 2 21 4. . 9. 2021 1 4. 1. 2021 13 0 4. . 2 21 1 4. 5. 2021 17 0 4. . 2 21 1 4. 9. 2021 2 4. 1. 2021 23 0 4. . 2 21 2 4. 5. 2021 2 4. 7. 2021 29 0 5. . 2021 1 5. . 2021 3 5. . 2021 5. 20 1 7 5. . 2021 5. 9. 2 21 1 5. 1. 2021 1 5. 3. 2021 15 0 5. . 2 21 1 5. 7. 2021 1 5. 9. 2021 21 0 5. . 2 21 2 5. 3. 2021 2 5. 5. 2021 27 0 5. . 2 21 2 5. 9. 2021 31 0. 2 21 02 1 Denní počet osob s nově prokázanou nákazou COVID-19 10 000 5 000 8 437 9 384 10 810 10 918 8 087 9 300 5 241 2 641 7 668 9 609 8 215 7 532 8 468 4 239 2 394 6 974 9 195 8 503 8 010 8 052 4 055 2 573 7 217 9 148 9 667 8 107 8 622 4 820 2 451 7 779 10 283 9 539 9 018 8 829 5 141 2 881 8 905 12 609 10 938 11 702 11 287 6 775 4 068 11 408 15 841 13 795 14 588 14 776 7 823 4 587 12 322 16 777 15 239 14 649 13 169 9 130 3 983 10 653 15 358 14 535 11 242 14 957 6 956 3 331 10 628 14 028 12 026 10 657 9 709 5 466 2 389 8 240 10 969 8 845 7 925 7 710 3 969 1 743 6 934 8 629 7 258 6 243 3 830 2 158 1 923 1 418 5 577 7 049 5 270 4 817 2 202 982 3 843 5 033 4 313 20 000 17 398 17 770 14 882 13 099 12 955 15 000 3 446 4 985 6 267 Scénáře dlouhodobých simulací z 5. 3. 2021 Scénář I: udržení a částečné posílení opatření z 1. 3. Scénáře vývoje Scénář II: významné posílení a akceptace opatření z 1. 3 Data z IS IN (k uzavřenému dni 12. 4. 2021) 25 000 Epidemická křivka odpovídající scénáři II (scénáře B/C ze dne 5. 3. 2021) 0 Snímek prezentuje výsledky simulace prostřednictvím epidemiologického modelu SEIR, který zahrnuje vybrané předpoklady a slouží ke zkoumání dopadu změny různých parametrů epidemie. Vzhledem k neurčitostem ve struktuře modelu (například limitované znalosti o skutečné vnímavosti populace k viru a k jeho novým variantám) je nezbytné výsledky brát jako orientační, umožňující zejména celkové srovnávání jednotlivých scénářů, nikoli konkrétní předpověď pro určité období.

I přes rychlé zpomalování epidemie je stále zátěž nemocnic velmi vysoká a epidemie na

I přes rychlé zpomalování epidemie je stále zátěž nemocnic velmi vysoká a epidemie na populační úrovni má potenciál vrátit trend k opětovnému růstu …. to dokládá i simulace možného dopadu rozvolnění, která zakalkulovala částečný návrat dětí do škol a navýšení rizikových kontaktů v populaci o 10 až 20%

SEIR model: udržení a významné posílení opatření Dopad potenciálního rozvolnění 12. -19. 4. 2021

SEIR model: udržení a významné posílení opatření Dopad potenciálního rozvolnění 12. -19. 4. 2021 oranžově dosud pozorovaná data, 7 denní Simulace Nové případy onemocnění za den klouzavý průměr, časové zpoždění k hlášení 4 dny Od 25. 1. q zvýšení základní reprodukce o 70 % (simulace šíření nakažlivějších forem viru, simulace nedodržování opatření) bez periodicity v rámci týdne, odpovídá cca týdenním klouzavým průměrům Stále existující potenciál epidemie k růstu červenec srpen září říjen listopad prosinec leden Efekt opatření od 19. 2. q snížení pracovních kontaktů na 20 % q školní kontakty na 0 % q snížení jiných kontaktů na 20 % únor březen duben květen 281 000 320 000 169 000 158 000 Nově za měsíc 5 000 8 000 46 000 298 000 199 000 198 000 Kumulativně 17 000 25 000 71 000 369 000 568 000 766 000 1 020 000 1 301 000 1 621 000 1 790 000 1 948 000 254 000 Snímek prezentuje výsledky simulace prostřednictvím epidemiologického modelu SEIR, který zahrnuje vybrané předpoklady a slouží ke zkoumání dopadu změny různých parametrů epidemie. Vzhledem k neurčitostem ve struktuře modelu (například limitované znalosti o skutečné vnímavosti populace k viru a k jeho novým variantám) je nezbytné výsledky brát jako orientační, umožňující zejména celkové srovnávání jednotlivých scénářů, nikoli konkrétní předpověď pro určité období. Předpokládaný efekt rozvolnění od 12. 4. q zvýšení školních kontaktů na 30 % q zvýšení pracovních/jiných kontaktů na 30 % (uvedeny podíly normálních kontaktů)

Schéma stavového modelu SEIRV pro dlouhodobé simulace s dopadem očkování ZAPOČÍTÁNÍ MEZI PŘÍPADY (JEN

Schéma stavového modelu SEIRV pro dlouhodobé simulace s dopadem očkování ZAPOČÍTÁNÍ MEZI PŘÍPADY (JEN SYMPTOMATIČTÍ) • infekčnost onemocnění • četnost kontaktů • podíl infekčních jedinců v populaci • délka latentního období (po nákaze, před infekčností) S E náchylní jedinci exponovaní jedinci IC infekční jedinci příznaky • podíl bezpříznakových jedinců • délka infekčního období/rychlost izolace R izolovaní jedinci ISC infekční jedinci bezpříznakoví • počet očkovaných jedinců V očkovaní jedinci

SEIRV model: udržení a významné posílení opatření Dopad potenciálního rozvolnění 12. -19. 4. 2021,

SEIRV model: udržení a významné posílení opatření Dopad potenciálního rozvolnění 12. -19. 4. 2021, zahrnutí vlivu očkování oranžově dosud pozorovaná data, 7 denní Simulace Nové případy onemocnění za den klouzavý průměr, časové zpoždění k hlášení 4 dny Od 25. 1. q zvýšení základní reprodukce o 70 % (simulace šíření nakažlivějších forem viru, simulace nedodržování opatření) bez periodicity v rámci týdne, odpovídá cca týdenním klouzavým průměrům Efekt opatření od 19. 2. q snížení pracovních kontaktů na 20 % q školní kontakty na 0 % q snížení jiných kontaktů na 20 - 25 % červenec srpen září říjen listopad prosinec leden únor březen duben květen 261 000 272 000 117 000 72 000 Nově za měsíc 5 000 8 000 46 000 298 000 199 000 198 000 Kumulativně 17 000 25 000 71 000 369 000 568 000 766 000 1 018 000 1 279 000 1 551 000 1 668 000 1 740 000 252 000 Snímek prezentuje výsledky simulace prostřednictvím epidemiologického modelu SEIR, který zahrnuje vybrané předpoklady a slouží ke zkoumání dopadu změny různých parametrů epidemie. Vzhledem k neurčitostem ve struktuře modelu (například limitované znalosti o skutečné vnímavosti populace k viru a k jeho novým variantám) je nezbytné výsledky brát jako orientační, umožňující zejména celkové srovnávání jednotlivých scénářů, nikoli konkrétní předpověď pro určité období. Předpokládaný efekt rozvolnění od 12. 4. q zvýšení školních kontaktů na 30 % q zvýšení pracovních/jiných kontaktů na 30 % (uvedeny podíly normálních kontaktů) RYCHLÝ SCÉNÁŘ: Imunita po první dávce očkování

Predikovaný počet aktuálně hospitalizovaných 14000 Predikce – scénář: Počet aktuálně hospitalizovaných Reálná data I

Predikovaný počet aktuálně hospitalizovaných 14000 Predikce – scénář: Počet aktuálně hospitalizovaných Reálná data I II 12000 10000 Scénář I: slabší dopad opatření - pokračování 8000 6000 4000 2. 15 . 2 02 2. 22 1. 2 02 1 3. 1. 20 21 3. 8. 20 2 3. 15 1. 2 02 3. 22 1. 2 02 3. 29 1. 2 02 1 4. 5. 20 2 4. 12 1. 2 02 4. 19 1. 2 02 4. 26 1. 2 02 1 5. 3. 20 2 5. 10 1. 2 02 5. 17 1. 2 02 5. 24 1. 2 02 5. 31 1. 2 02 1 0 Snímek prezentuje výsledky simulace prostřednictvím epidemiologického modelu, který slouží ke zkoumání dopadů změn různých parametrů epidemie. Vzhledem k objektivně daným neurčitostem ve struktuře modelu (například limitované znalosti o skutečné vnímavosti populace k viru a jeho novým variantám) je nezbytné výsledky brát jako orientační, umožňující pouze porovnání jednotlivých scénářů, nikoliv jako konkrétní předpověď pro určité období. Scénář II: silný dopad opatření - pokračování

Predikovaný počet aktuálně hospitalizovaných na JIP Predikce – scénář: 3000 I II 2500 Scénář

Predikovaný počet aktuálně hospitalizovaných na JIP Predikce – scénář: 3000 I II 2500 Scénář I: slabší dopad opatření - pokračování 2000 Scénář II: silný dopad opatření - pokračování 1500 1000 500 20 22. 2. . 2 15 2. 21 3. 1. 20 21 3. 8. 20 2 3. 15 1. 2 02 3. 22 1. 2 02 3. 29 1. 2 02 1 4. 5. 20 2 4. 12 1. 2 02 4. 19 1. 2 02 4. 26 1. 2 02 1 5. 3. 20 2 5. 10 1. 2 02 5. 17 1. 2 02 5. 24 1. 2 02 5. 31 1. 2 02 1 0 02 1 Počet aktuálně hospitalizovaných na JIP Reálná data Snímek prezentuje výsledky simulace prostřednictvím epidemiologického modelu, který slouží ke zkoumání dopadů změn různých parametrů epidemie. Vzhledem k objektivně daným neurčitostem ve struktuře modelu (například limitované znalosti o skutečné vnímavosti populace k viru a jeho novým variantám) je nezbytné výsledky brát jako orientační, umožňující pouze porovnání jednotlivých scénářů, nikoliv jako konkrétní předpověď pro určité období.

DĚKUJI ZA POZORNOST

DĚKUJI ZA POZORNOST