TIL VENSTRE:Heat maps sporer det skiftende klyngemedlemskab i de femten hårdest ramte lande med hensyn til antallet af COVID-19-tilfælde. Klyngemedlemskab viser sværhedsgraden af COVID-19 i forhold til resten af verden. Klynger er bestilt, hvor 1 er den værst ramte på noget tidspunkt. Mørkere og lysere farver svarer til klyngemærker med mindre og højere nummer og repræsenterer værre og mindre påvirkede klynger, henholdsvis. HØJRE:Samme som billedet til venstre, men for dødsfald. Kredit:Nick James og Max Menzies
Matematikere baseret i Australien og Kina har udviklet en metode til at analysere den store mængde data, der er akkumuleret under COVID-19-pandemien. Teknikken, beskrevet i journalen Kaos , kan identificere unormale lande - dem, der er mere succesrige end forventet med at reagere på pandemien, og dem, der er særligt mislykkede.
Dataene kommer fra Our World in Data, et projekt fra Global Change Data Lab, en registreret velgørenhedsorganisation i England og Wales. Denne organisation indsamlede oplysninger fra det europæiske center for sygdomsforebyggelse og -kontrol for kumulative daglige tilfælde og dødsfald for 208 lande over en periode på 122 dage fra den 31. december, 2019, til 30. april, 2020. Efterforskerne analyserede dataene med en variation af en statistisk teknik kendt som en klyngeanalyse.
I denne tilgang datapunkter er grupperet efter lighed. Landene danner klynger, efterhånden som individuelle udbrud bliver mere ens.
I hele januar, efterforskerne fandt kun to klynger:Kina i en klynge, og alle de andre 207 lande i den anden. Da virussen spredte sig, yderligere lande sprang ind i Kina-klyngen. Italien var først med efterfulgt af USA, Spanien, Frankrig, Tyskland, Iran og Storbritannien
I midten af marts, antal tilfælde for lande rundt om i verden grupperet i 16 klynger. Inden april, en lignende gruppering blev set i dødstal. I midten af marts Kina rykkede ud af den værste dødsklynge, mens USA, Spanien, Italien, Frankrig og Storbritannien flyttede ind i det.
Efterforskerne fandt et bemærkelsesværdigt brud i klyngestrukturen for sager mellem 1. marts og 2. marts. Denne dato er væsentlig, fordi adskillige lande rapporterede deres første COVID-19 tilfælde på det tidspunkt, kommer hovedsageligt fra Iran og Italien.
Et andet brud i klyngestrukturen sker mellem 18. marts og 19. marts for dødsfald, 17 dages forskel fra tilfældene. Denne forskydning antyder en forsinkelse på 17 dage for dødsfald bag sager og stemmer overens med medicinske data.
Når efterforskerne identificerede 17-dages offset mellem sager og dødsfald, de var i stand til at sammenligne landes tilfælde og dødstal på samme tidspunkt. Dette afslørede lande med unormale resultater.
"Anomalier kan betyde enten uforholdsmæssigt højt eller lavt antal dødsfald i forhold til antallet af tilfælde, " sagde medforfatter Nick James.
Iran og Italien havde begge unormalt høje dødsrater tidligt i pandemien, mens Singapore var unormalt lavt, ligesom Sydkorea, Qatar og Australien.
"Vi bemærkede også en slags kritisk masseeffekt i udviklingen af tilfælde til dødsfald, " sagde medforfatter Max Menzies. "Spaniens dødstal pr. 28. marts var over det dobbelte af antallet af sager kun 16 dage tidligere. Dette er en forbløffende eksplosion af COVID-19. Det gælder også for USA. Dets dramatiske stigning i antallet af dødsfald ramte, efter at sagsoptællingen nåede en kritisk masse i begyndelsen af marts."