Η μέρα 1 της κρίσης είναι η μέρα με την εμφάνιση 100 κρουσμάτων ανά 60 εκατομμύρια πληθυσμού. Για την Ελλάδα η μέρα 1 είναι όταν εμφανίστηκαν 18 κρούσματα, δηλαδή η 5η Μαρτίου 2020, για την Hubei1 είναι η 18η Ιανουαρίου και για την Ιταλία είναι η 22η Φεβρουαρίου.
Τα στατιστικά δεδομένα της Hubei δεν παρακολουθούνται πλέον αλλά αποτελούν ένα σταθερό worst case scenario.
Διάγραμμα 1. Δείκτης νέων γεγονότων (νοσούντες) Ελλάδα vs Ιταλία vs Hubei
Σημείωση: Η Ιταλία φαίνεται να μην αντιδρά ικανοποιητικά αφού προσεγγίζει το worst case scenario. Εμείς απομακρυνόμαστε από αυτό. Εάν μάλιστα η καμπύλη αναφερόταν σε θανάτους και όχι σε μολύνσεις η Ιταλία θα παρουσίαζε χειρότερη εικόνα.
Διάγραμμα 2. Δείκτης νέων γεγονότων (νοσούντες) Ελλάδα vs Ιταλία vs Hubei (τις πρώτες 23μέρες)
Διάγραμμα 3. Προβλέψεις εξέλιξης του φαινομένου όπως διαμορφώνονται την 13η μέρα της κρίσης για την Ελλάδα και 23η για την Ιταλία)
Προσοχή. Βασική Υπόθεση: Η Ιταλία ακολουθεί το μοντέλο των νέων γεγονότων της Hubei και η Ελλάδα ακολουθεί το μοντέλο των νέων γεγονότων της Ιταλίας.
Σχόλια:
- Η πραγματικότητα μέχρι σήμερα αποδεικνύει ότι η παραπάνω υπόθεση δεν είναι ορθή διότι και η Hubei και η Ιταλία και η Ελλάδα εισήγαγαν πολιτικές περιορισμού του φαινομένου σε διαφορετικές χρονικές στιγμές και με διαφορετικές ποιότητες εφαρμογής. Για αυτό εξάλλου μέχρι την 13η μέρα της κρίσης για την Ελλάδα οι εξελίξεις δεν είναι παρόμοιες.
- Η εξέλιξη στην Ιταλία είναι καλύτερη (ακόμα) από την Hubei και η εξέλιξη στην Ελλάδα καλύτερη από την Ιταλία είτε διότι: α) το φαινόμενο ενέσκηψε (πριν αντιληφθούν οι αρχές την κρισιμότητά του) με χαμηλότερη έκταση, β) είτε διότι συνέβησαν τυχαία γεγονότα όπως η πρωτοχρονιά στην Κίνα, γ) είτε διότι το περιβάλλον (aging) στο οποίο έδρασε το φαινόμενο ήταν εντονότερο, δ) είτε διότι οι αυστηρές πολιτικές (social distancing) εισήχθησαν νωρίτερα, ε) είτε διότι ήταν εν γένει αποτελεσματικότερες.
- Με βάση τις παραπάνω παρατηρήσεις η Hubei παραμένει για εμάς πρότυπο worst – case scenario, τουλάχιστον, όσον αφορά την εξέλιξη του φαινομένου κατά την έναρξη και εξέλιξή του.
Διάγραμμα 4. Πρόβλεψη των νέων γεγονότων στην Ελλάδα εάν η εξέλιξη στην Ελλάδα ακολουθήσει παράλληλη εξέλιξη με το μοντέλο της Ιταλίας
Το περιεχόμενο του Διαγράμματος 4 υπάρχει στον Πίνακα 1.
Πίνακας 1. Κρούσματα ανά ημέρα (με κόκκινο είναι εκτιμήσεις)
|
Εξέλιξη του φαινομένου συμφώνως με τα δεδομένα της 15/3/20 |
Εξέλιξη του φαινομένου συμφώνως με τα δεδομένα της 17/3/20 |
|
|
26/2/20 |
1 |
1 |
|
27/2/20 |
3 |
3 |
|
28/2/20 |
4 |
4 |
|
29/2/20 |
6 |
6 |
|
1/3/20 |
6 |
6 |
|
2/3/20 |
6 |
6 |
|
3/3/20 |
6 |
6 |
|
4/3/20 |
9 |
9 |
|
5/3/20 |
21 |
21 |
|
6/3/20 |
46 |
46 |
|
7/3/20 |
66 |
66 |
|
8/3/20 |
73 |
73 |
|
9/3/20 |
84 |
84 |
|
10/3/20 |
89 |
89 |
|
11/3/20 |
99 |
99 |
|
12/3/20 |
117 |
117 |
|
13/3/20 |
190 |
190 |
|
14/3/20 |
228 |
228 |
|
15/3/20 |
331 |
331 |
|
16/3/20 |
413 |
352 |
|
17/3/20 |
497 |
387 |
|
18/3/20 |
631 |
491 |
|
19/3/20 |
791 |
616 |
|
20/3/20 |
983 |
766 |
|
21/3/20 |
1088 |
848 |
|
22/3/20 |
1336 |
1041 |
|
23/3/20 |
1621 |
1262 |
|
24/3/20 |
1897 |
1477 |
|
25/3/20 |
2272 |
1769 |
|
26/3/20 |
2389 |
1860 |
|
27/3/20 |
2647 |
2061 |
|
28/3/20 |
2841 |
2212 |
|
29/3/20 |
3034 |
2363 |
|
30/3/20 |
3228 |
2514 |
|
31/3/20 |
3422 |
2665 |
|
1/4/20 |
3616 |
2816 |
|
2/4/20 |
3809 |
2967 |
|
3/4/20 |
3973 |
3094 |
|
4/4/20 |
4096 |
3190 |
|
5/4/20 |
4178 |
3254 |
|
6/4/20 |
4219 |
3286 |
|
7/4/20 |
4301 |
3349 |
|
8/4/20 |
4301 |
3349 |
|
9/4/20 |
4342 |
3381 |
|
10/4/20 |
4383 |
3413 |
|
11/4/20 |
4383 |
3413 |
|
12/4/20 |
4424 |
3445 |
|
13/4/20 |
4465 |
3477 |
|
14/4/20 |
4485 |
3493 |
|
15/4/20 |
4506 |
3509 |
|
16/4/20 |
4546 |
3541 |
|
17/4/20 |
4587 |
3573 |
|
18/4/20 |
4608 |
3589 |
|
19/4/20 |
4628 |
3605 |
|
20/4/20 |
4641 |
3614 |
|
21/4/20 |
4653 |
3624 |
|
22/4/20 |
4665 |
3633 |
|
23/4/20 |
4673 |
3640 |
|
24/4/20 |
4673 |
3640 |
|
25/4/20 |
4673 |
3640 |
Κάθε θετική απόκλιση στους κόκκινους αριθμούς θα σημαίνει απομάκρυνση σε σχέση με το μοντέλο εξέλιξης που περιγράφεται εδώ. Κάθε αρνητική απόκλιση θα σημαίνει βελτίωση σε σχέση με το μοντέλο εξέλιξης. Έτσι εύκολα μπορεί να αξιολογηθεί η εξέλιξη του φαινομένου.
Εξάλλου με βάση την πρόβλεψη που περιγράφεται στο Διάγραμμα 4 μπορεί να υπολογιστεί ο ρυθμός μεταβολής (αύξησης) των νέων κρουσμάτων. Τονίζεται ότι ο αρνητικός ρυθμός μεταβολής (της κανονικότητας) είναι ο βασικότερος παράγοντας πρόκλησης κοινωνικού πόνου.
Διάγραμμα 5. Ποσοστιαία μεταβολή κρουσμάτων στην Ελλάδα όταν η εξέλιξη του φαινομένου είναι παράλληλη με αυτή της Ιταλίας
Βασικά Σχόλια:
- Τονίζεται ότι η παράλληλη εξέλιξη αναφέρεται στην τάση εξέλιξης (μορφή της καμπύλης). Οι πολιτικές που εφαρμόζονται μπορούν να αλλάξουν α) το μοντέλο εξέλιξης (ν’ αλλάξει μορφή η καμπύλη), β) τα επίπεδα που κινείται, δηλαδή να μετατοπιστεί ολόκληρη η καμπύλη. Οι κινήσεις αυτές μπορούν να έχουν θετική ή αρνητικό πρόσημο για τη δημόσια υγεία.
- Συμπερασματικά είναι σαφές ότι η θετική απόκλιση των παρατηρήσεων για την Ελλάδα και την Ιταλία οφείλεται στα διαφορετικά χρονικά υποδείγματα των πολιτικών αντιμετώπισης που εφαρμόστηκαν. Σε γενικές γραμμές οι αυστηρές πολιτικές εφαρμόστηκαν στην Ελλάδα την 8η μέρα από την 5η Μαρτίου) ενώ στην Ιταλία την 19η από την 22 Φεβρουαρίου. Εάν δεν τηρηθούν οι πολιτικές αυτές, τίποτα από τα παραπάνω δεν ισχύει.
- Με βάση τα ευρήματα αυτά η χειρότερη περίοδος κοινωνικού πόνου είναι το διάστημα που περιλαμβάνεται μέχρι το τέλος αυτής της εβδομάδας ενώ εκτείνεται μέχρι την πρώτη βδομάδα του Απριλίου επειδή οι αριθμοί των νέων κρουσμάτων θα είναι μεγάλοι αν και ο ρυθμός μεγέθυνσής τους θα έχει μειωθεί σημαντικά (βλέπε Διάγραμμα 5).
- Συμπέρασμα: Οι αυστηρές πολιτικές που εφαρμόζονται στην Ελλάδα έχουν θετικά αποτελέσματα. Όσο μεγαλύτερος είναι ο βραχυχρόνιος «κοινωνικός πόνος» από τα μέτρα που λαμβάνονται τόσο μικρότερος θα είναι ο μεσομακροπρόθεσμος κοινωνικός πόνος για την κοινωνία και την οικονομία.
Σημείωση: Το παρόν δεν περιέχει νέες ιατρικές ή υγειονομικές ή επιδημολογικές πληροφορίες παρά μόνο στατιστικά δεδομένα. Συντάσσεται για την ανίχνευση της εξέλιξης της κρίσης για να αντληθούν πληροφορίες οικονομικού και επιχειρηματικού χαρακτήρα.
----------------------------------------------------------------------
[1] Η Hubei είναι επαρχία της Κίνας με 57 εκατ. πληθυσμό. Βρέθηκε στο επίκεντρο της κρίσης του κορωναϊού. Η Wuhan είναι πόλη της Hubei.
