Bersekutu dengan ilmuwan lawan Covid-19

Pengalaman dan ilmu pengetahuan kekuatan hadapi pandemi 

Langkah-langkah Singapura mengantisipasi dampak pandemi di dalam dan di luar teritori negara dipandu oleh belajar (pengalaman) dari masa lalu (SARS) dan memerankan ilmu pengetahuan. Salah satunya adalah model matematika dalam banyak bentuk. Semuanya menggambarkan suatu sistem melalui persamaan matematika. Model tersebut mempelajari suatu sistem berubah dari satu negara ke negara lain, serta hubungan antara variabel yang digunakan dalam persamaan yang mendefinisikan sistem (Hens dkk., 2012). 

Hens dkk. menyatakan, bidang pemodelan penyakit menular telah menjadi fokus penelitian selama 30 tahun terakhir karena (1) meningkatkan kapasitas penelitian dan komputasi di bidang multidisiplin, (2) meluasnya penggunaan model matematika sebagai bagian dari prosedur standar baru untuk kebijakan kesehatan berbasis bukti, (3) keadaan darurat kesehatan baru atau yang semakin meluas yang menjadi perhatian internasional (mis., HIV / AIDS sejak 1980-an, SARS pada 2003, dan pandemi influenza A (H1N1) di 2009), dan (4) meningkatkan basis pengetahuan untuk mengukur dan mengelompokkan informasi yang relevan baik pada tingkat patogen maupun inang (mis., genomik, pengujian seluler kekebalan, pola kontak sosial).

Pengamatan dengan pemodelan telah dikembangkan lebih dari satu abad yang lalu dan dapat ditelusuri seperti yang dilakukan d'Alembert (1761) dan Bernoulli (1766) terkait inokulasi cacar, Ross (1916) terkait transmisi malaria, McKendrick (1926), Kermack dan McKendrick (1927, 1932, 1933) terkait epidemi secara umum, dan Muench (1934). 

Analisis epidemi (pandemi) semakin multidisiplin didukung pemodelan (modelling), mendapatkan data langsung (real-world data), didukung berpikir komputasi (computational thinking), dan dengan pengembangan perangkat (tools development) (Piontti dkk.,2019). Pemodelan mengelaborasi model stokastik penyakit infeksi untuk mendukung secara luas studi epidemiologi mencakup beragam tipe infeksi dan skenario intervensi.

Data langsung terkait populasi dan jaringan mobilitas diintegrasikan ke dalam struktur model spasial epidemi untuk menghasilkan simulasi berbasis data dari penularan penyakit secara global. Berpikir komputasi menjadikan komputer sebagai laboratorium di mana model dijalankan oleh komputer canggih untuk mendapatkan metode simulasi (in silico), yang hampir tidak mungkin terjadi dalam sistem nyata, untuk memandu pemahaman terkait perilaku nonlinear tertentu dan titik kritis dari gejala epidemi.

Pengembangan perangkat (alat) membantu pemodelan penyebaran penyakit, pemahaman pola, dan studi tentang strategi intervensi yang efektif. Perangkat ini tersedia untuk peneliti, pekerja kesehatan profesional dan pembuat kebijakan. 

Secara sederhana model menuturkan suatu cerita yang dapat menjawab pertanyaan penting karena telah menjadi perangkat penting riset epidemiologi. Model juga mampu menjawab pertanyaan terkait kebijakan kesehatan publik memanfaatkan matematika dengan jejak yang panjang ke dalam teknik pemodelan berbasis komputer yang berguna untuk mengatasi penyakit menular. Model dapat dijahitkan dengan kebutuhan kebijakan yang dapat digali melalui analisis kolaborasi antardisiplin (Mansnerus, 2015).