(2020 Getty Images)
Trong kì trước, mình đã giới thiệu đến cho các bạn mô hình diễn biến của Covid-19 trong giai đoạn 2020-2025, các kịch bản phát triển, bùng phát và diệt vong (hy vọng) của SARS-CoV-2 ứng với các giá trị khác nhau của các biến số thời tiết, thời gian miễn dịch tồn tại trong cơ thể người khỏi bệnh, và hệ số tạo miễn dịch chéo giữa các virus trong họ β-coronavirus, cụ thể là các human coronavirus (HCoV), OC43 và HKU1. Mô hình được nghiên cứu bởi các nhà khoa học thuộc Harvard T.H. Chan School of Public Health (HSPH), và được đăng trên tạp chí Science ngày 14/04/2020. Trong kì này, chúng ta sẽ đưa vào mô hình biến số quan trọng nhất – con người.
Nói về các biện pháp phòng tránh, chúng ta hiện nay vẫn đang tay không bắt giặc. Tính đến thời điểm mình viết những dòng này, chúng ta chưa có thuốc đặc trị, chưa có vaccine, các biện pháp xét nghiệm thì rất hạn chế, phổ biến nhất vẫn là… đo nhiệt độ cơ thể ở nơi công cộng. Ở khía cạnh miễn dịch cộng đồng, cả thế giới hiện có khoảng 762.000 người đã hồi phục và có lẽ đang mang kháng thể, chiếm khoảng 0.01% dân số thế giới (số liệu tương tự ở Việt Nam là 0.0002%, với 225 người khỏi bệnh). Sáng hôm qua theo giờ VN, 24/04, Bill Gates, trong bức thư gửi cho các subscribers của GatesNotes, mở đầu phần Treatments bằng câu: “Cứ mỗi tuần, các bạn sẽ được nghe về những phương pháp điều trị mới đang được thử nghiệm, nhưng đa phần chúng đều sẽ thất bại.”
Vậy, tay không là gì? Đó là theo dõi để khoanh vùng (rồi trao danh hiệu F0, F1, F2, F3…), cách li, và thực hiện giãn cách xã hội. Mô hình kì này sẽ đi sâu vào phân tích tác động của các biện pháp này, qua đó giúp chúng ta trả lời câu hỏi làm ra sao sau khi câu hỏi làm gì đã được giải đáp cụt lủn phía trên.
Xây dựng các thông số cho mô hình
Để giảm tính phức tạp (và cũng để giảm sai số cho kết quả), chúng ta sẽ giả thiết hoàn toàn không có miễn dịch chéo giữa nhóm HCoV và SARS-CoV-2, tức là trường hợp tệ nhất mà mẹ thiên nhiên có thể dành cho loài người: SARS-CoV-2 vẫn lây lan bình thường ở những cá thể mang miễn dịch HCoV. (χX3 = 0)
Mô hình, giống kì trước, tiếp tục sử dụng Rpeak = 2.2, con số “không cao lắm nhưng được chấp nhận rộng rãi bởi giới khoa học thời điểm này”. 
Yếu tố mùa (f) sẽ được xét ở 2 trường hợp: Ảnh hưởng mạnh đến sự lây lan virus (f = 0.4, Rpeak sẽ giảm tới 40% trong nắng hè rực rỡ) và hoàn toàn không ảnh hưởng gì (hoặc tương ứng khu vực địa lý không có khí hậu theo mùa, f = 0, Rpeak không ảnh hưởng bởi mùa)
Giai đoạn nung bệnh (latent period) trung bình: 4.6 ngày (giai đoạn bắt đầu mang bệnh nhưng chưa nuôi đủ virus để lây nhiễm)
Giai đoạn truyễn nhiễm (infectious period) trung bình: 5 ngày
Thời gian nằm viện trung bình: 8 (đối với các bệnh nhân không cần chăm sóc đặc biệt – critical care) và 6 (đối với các bệnh nhân nặng cần chăm sóc đặc biệt). Đừng lo, nhóm thứ 2 sau đó sẽ được thêm trung bình 10 ngày nữa tính riêng ở giai đoạn chăm sóc đặc biệt.
Để giải thích thêm một chút về các giai đoạn này thì mời các bạn xem hình dưới
Nguồn: Nature, ref (4)
- Thời kì ủ bệnh (incubation period – C) kéo dài từ lúc bắt đầu mang bệnh đến lúc có triệu chứng đầu tiên. Thời gian ủ bệnh sẽ tùy thuộc từng người bệnh và sẽ nằm trong khoảng nhất định phụ thuộc vào từng bệnh.
- Thời kì nung bệnh (latent period – E) là thời kì kéo dài từ lúc bắt đầu mang bệnh cho đến trước khi có khả năng lây nhiễm/ truyền bệnh. Độ dài cũng tùy thuộc vào từng người bệnh.
- Thời kì truyền nhiễm (infectious period – I) là thời kì mà người bệnh có thể lây nhiễm bệnh cho người khác. Sức sát thương của người bệnh sẽ thay đổi vào các thời điểm khác nhau trong giai đoạn này.
Nôm na thì:
- Nếu E < C, người bệnh sẽ vẫn có thể truyền bệnh dù không biểu hiện triệu chứng “Tôi đang bị bệnh!”. Bệnh dịch vì thế sẽ lan nhanh hơn. Covid-19 thuộc dạng này.
- Nếu E > C, chỉ khi các triệu chứng bệnh xuất hiện, người bệnh mới có khả năng lây nhiễm. Một ví dụ cho trường hợp này là Ebola. Thêm một chi tiết nhỏ nữa nhưng cũng đáng để lưu ý, nghiên cứu của US Army Medical Research Institute of Infectious Diseases về Ebola cho thấy virus vẫn tiếp tục tồn tại trong cơ thể người khỏi bệnh một thời gian, thậm chí tồn tại trong tinh dịch phụ nam đến 3 tháng hoặc hơn. Không có nghiên cứu nào tương tự đối với phụ nữ.
Giờ thì quay trở lại với mô hình của chúng ta nhé!
Theo số liệu từ Mỹ, quốc gia này hiện có 0.89 giường bệnh chăm sóc đặc biệt trên 10.000 dân.
Tỉ lệ các ca cần chăm sóc đặc biệt là 1.32% (tại thời điểm tiến hành nghiên cứu; mình vừa check worldometer và chia thì kết quả là 1.95%). Nhóm tác giả chọn tỉ lệ giả định là 2-2.5% (so sánh với thế giới: 3.2%; Ý: 2.05%; TBN: 7.85%; Pháp: 5.18%).
Mô hình sẽ kiểm định 2 chiến thuật giãn cách xã hội:
- Giãn cách một lần duy nhất
- Giãn cách gián đoạn: mình gọi là mô hình siết - xả. Bao giờ giường bệnh bắt đầu kín kín thì ta siết lại, xong đến khi nào bệnh nhân nằm giường bệnh vơi đi (cả tin vui và tin buồn) thì lại thả ra để xã hội đi kiếm tiền.
Tất nhiên, để lượng hóa mức độ gắt gao của các phương pháp giãn cách xã hội là rất khó, và càng không có mẫu số chung cho hai quốc gia, thậm chí là hai thành phố khác nhau. Cùng một biện pháp như “khuyến cáo người dân không đi ra đường khi không có việc cần thiết” chẳng hạn, dù được diễn đạt bằng tiếng mẹ đẻ đi chăng nữa thì không phải người dân nước nào cũng hiểu giống nhau, vậy nên hiệu quả mang lại sẽ rất khác nhau. 
Tuy nhiên, cũng giống như cách các tác giả đã thử “lượng hóa” yếu tố mùa, ở đây họ cũng dùng chiêu tương tự, khi giả định hiệu quả các biện pháp thông qua tác động tới R, theo đó R có thể giảm đi từ 0% (mình gọi là…xõa đó mà) cho đến 60% (thực hiện nghiêm cách ly toàn xã hội, tuyệt đối không lơi lỏng, chủ quan)
Giãn cách xã hội một lần duy nhất
Khi không có yếu tố mùa (f=0)
Kết quả mô phỏng việc thực hiện cách li xã hội một lần khi không có yếu tố mùa
Biểu đồ phía trên biểu thị kết quả của mô hình ứng với việc thực hiện giãn cách xã hội lần lượt 4 tuần (A), 8 tuần (B) và 12 tuần (C). Thời gian thực hiện được “sơn” bằng màu xanh. Đồ thị nét liền ứng với số ca bệnh tại một thời điểm nhất định (chiếu sang trục tung bên trái) còn đồ thị nét đứt ứng với số ca nghiêm trọng tại thời điểm tương ứng (chiếu sang trục tung bên phải). Các đồ thị với màu khác nhau tương ứng với mức độ “chặt” của các biện pháp giãn cách xã hội, từ 0% cho đến 60%.
Có một đường xíu xiu màu cam rất sát với trục hoành thì đó là…ngưỡng chịu đựng của ngành y tế (0.89).
Các đồ thị bên phải là tỉ lệ “tích góp” miễn dịch trong cộng đồng. Sau thời điểm đạt ngưỡng mục tiêu, ta có thể thấy bệnh dịch không còn phát triển nữa (chiếu sang các đồ thị tương ứng bên phải).
Một điều dễ nhận thấy là với tất cả các khung thời gian nêu trên, ngay sau khi các biện pháp giãn cách được tháo gỡ, bệnh dịch sẽ hoành hành trở lại. Điều này vẫn đúng với các khung thời gian dài hơn, cụ thể là 20 tuần (D) và lâu hơn nữa (E)
Biểu đồ mô phỏng việc thực hiện cách li xã hội một lần khi không có yếu tố mùa
Hãy nhìn một chút lại đường màu xanh nõn chuối, không phải chỉ vì nó màu xanh nõn chuối. Đường này vốn tương ứng với mức độ 60% (mức cao nhất) của các biện pháp giãn cách xã hội trong giai đoạn được “sơn” xanh. Ngay sau khi đồ thị không được “sơn” nữa, nõn chuối là chú vươn lên mạnh nhất. Tại sao?
Câu trả lời nằm ở chuỗi các đồ thị bên tay phải, về tỉ lệ miễn dịch cộng đồng. Mượn lời tác giả, “các biện pháp cách li xã hội được thực hiện tốt đến nỗi mà trong giai đoạn đó, gần như không có thêm ai tạo được miễn dịch”. Kết thúc giai đoạn này, chúng ta vẫn trần trụi và non nớt, và…ít tiền hơn. 
Các bạn liên tưởng đến đâu nào?
Khi yếu tố mùa tác động mạnh (f=0.4)
Là một quốc gia nhiệt đới gió mùa và có nền nhiệt cao, chúng ta sẽ cảm thấy gần gũi hơn với thông số này. Quả thực thì, khi nhờ mẹ thiên nhiên tác động một chút thì kết quả cũng mềm hơn thật. Bù lại, u cũng làm chậm đi tốc độ thu hoạch miễn dịch cộng đồng. Các chú thích vẫn như trên nên mình không giải thích lại nhé!
Kết quả mô phòng việc thực hiện cách li xã hội một lần khi có yếu tố mùa tác động mạnh
Các kết luận phía trên vẫn đúng khi chúng ta đưa yếu tố mùa vào mô hình. Thực ra đến đây có thể sẽ có thắc mắc về việc nếu có thể tạo ra được miễn dịch cộng đồng “nhanh” vậy (các kết quả đều chỉ đến mốc tháng 7, hoặc tháng 10 khi có yếu tố mùa), qua đó đưa mọi thứ trở lại ngay trong năm nay, tại sao phải bàn đến các phương án khác?
Thực tế, mô hình này không được tạo ra để cổ súy phương án này, mà chỉ để các quốc gia so sánh giữa ưu và nhược điểm của các mức độ giãn cách xã hội kèm khung thời gian. Còn thì, các bạn có thể nhìn lại đường màu cam kia: Toàn bộ phần diện tích phía trên màu cam được giới hạn bởi các đường nét đứt, sẽ là số lượng người khả năng cao sẽ...“đứt” thật, so sánh với phần diện tích phía dưới tương ứng. Đây là một phương án quá dễ để loại bỏ (tất nhiên, trừ phi bạn sống ở Thụy Điển)
Giãn cách gián đoạn (Intermittent social distancing)
Phía trên mình đã nói qua về ý tưởng rồi nhé. Giờ quay lại cách xây dựng mô hình. 
Với số liệu thực tế là 0.89 (giường bệnh/10k dân), và tỉ lệ 2% (số ca nghiêm trọng/số ca bệnh), mục tiêu là không được để số ca nghiêm trọng vượt 0.89/10k dân, tương ứng số ca nhiễm không được vượt 44.5/10k dân. Chúng ta cần một cận trên và một cận dưới. Cận trên là khi số ca chạm đến là tiến hành “siết” ngay, đến khi số ca rơi chạm đến cận dưới là có thể “xả” cho toàn dân phấn khởi. Ở đây nhóm tác giả chọn 35 làm cận trên và 5 là cận dưới (đơn vị: ca nhiễm/10k dân). 
Một chú thích nhỏ là ngay khi các biện pháp cách li xã hội được thực hiện, số ca nhiễm bệnh vẫn tăng cho đến khi đạt đỉnh. Hiệu quả của các biện pháp cách li chỉ bắt đầu được thể hiện sau khoảng 3 tuần. Các bạn có thể thấy đồ thị vẫn đi lên trong đoạn đầu của thời kì sơn xanh.
Kết quả mô phỏng việc thực hiện giãn cách gián đoạn khi có và không có yếu tố mùa
Trong mô hình này, đường màu đen thể hiện số ca bệnh (chiếu sang trục tung bên trái), còn đường màu đỏ thể hiện số ca nghiêm trọng cần chăm sóc đặc biệt (chiếu sang trục tung bên phải). Đường liền phía trên cùng là giới hạn của hệ thống y tế, các đường đứt tương ứng là cận trên và cận dưới của mô hình như đã giải thích phía trên.
Độ “gắt” của các biện pháp cách li trong mô hình này được cố định ở mức 60% (tương đương với bạn nõn chuối phía trên). Các tác giả cũng giả định thêm trường hợp chúng ta có thể tăng gấp đôi số giường bệnh hiện tại (hình C và D). Điều này có thể giúp giảm đáng kể thời gian giãn cách, số lần giãn cách trong khi rút ngắn được thời gian tạo miễn dịch cộng đồng. Đây là một danh mục đầu tư mà các chính phủ có thể cân nhắc, vừa giúp giải ngân chi tiêu chính phủ, vừa giúp nền kinh tế chịu ít thiệt hại hơn do “phải ở nhà”. Tuy nhiên, bệnh viện có thể xây, giường có thể đóng, máy thở có thể sản xuất hoặc đi mua, nhưng số lượng các y bác sĩ, thực ra theo kinh nghiệm thì nên từ từ thôi.
Kết luận
Thực ra mình... không định sẽ đưa ra kết luận gì mang tính cá nhân ở đây cả. Nếu các bạn dành đủ thời gian cho các kết quả ở trên và cả ở kì trước, chắc hẳn mỗi người cũng sẽ có những cảm nhận và đánh giá của riêng mình. Và điều đó mới là quan trọng. Thay vào đó, mình sẽ trích lại một đoạn trong bức thư mà Bill gửi vào sáng 24/04, về viễn cảnh thế giới qua góc nhìn của ông, thay cho lời kết:
"Hầu hết các quốc gia phát triển đều sẽ bước vào giai đoạn hai của cuộc chiến trong vòng 2 tháng tới. Ở một khia cạnh nào đó, giai đoạn này sẽ dễ hình dung thôi. Nó sẽ là một giai đoạn nửa bình thường nửa bất bình thường. Mọi người có thể ra đường, nhưng sẽ ít hơn, và không phải đến những nơi đông người. Các nhà hàng sẽ phục vụ với một nửa số bàn, và giữa mỗi hai hàng ghế trên các chuyến bay sẽ là một hàng ghế trống. Trường học sẽ mở cửa trở lại, nhưng chúng ta sẽ không được chứng kiến những sân vận động với 70.000 khán giả. Mọi người sẽ làm việc và tiêu dùng trở lại, nhưng sẽ không nhiều như thời điểm trước đại dịch. Nói ngắn gọn, sẽ hơi lạ nhưng không đến nỗi như trong giai đoạn đầu.
[…]
Một ví dụ về việc dần mở cửa trở lại là Microsoft Trung Quốc, nơi chúng tôi có 6.200 nhân viên. Cho đến nay khoảng một nửa đã đi làm trở lại. Chúng tôi tiếp tục hỗ trợ cho các nhân viên có nhu cầu được làm việc từ xa, đồng thời yêu cầu bất kì ai có triệu chứng bệnh ở nhà. Microsoft cũng yêu cầu nhân viên đeo khẩu trang, cung cấp nước rửa tay và thực hiện việc vệ sinh thường xuyên hơn. Trong công sở, chúng tôi vẫn áp dụng quy định giữ khoảng cách và chỉ chấp thuận việc đi công tác với lý do đặc biệt. Trung Quốc ngay từ đầu đã rất cẩn trọng với việc mở cửa trở lại và cho tới nay cũng đã tránh mọi nguy cơ tái bùng phát.
Một nguyên tắc căn bản của việc cân nhắc các hoạt động được mở cửa trở lại là ưu tiên các hoạt động có đóng góp lớn cho nên kinh tế hoặc cho xã hội đồng thời mang lại rủi ro thấp về dịch bệnh. Nhưng nếu các bạn đi sâu hơn vào các chi tiết và soi lại vào toàn bộ nền kinh tế, bức tranh nhanh chóng trở nên phức tạp. Nó không đơn giản chỉ là “bạn có thể làm điều X, nhưng không được làm Y.” Nền kinh tế hiện đại phức tạp hơn nhiều và có mối ràng buộc chặt chẽ với nhau.
Lấy ví dụ, các nhà hàng có thể giãn cách các bàn ăn 2m (6 feet), nhưng liệu họ còn có nhà cung cấp cho nguyên liệu chế biến không? Họ có thể tạo ra lợi nhuận khi giảm mật độ phục vụ vậy không? Các nhà sản xuất sẽ phải thiết kế lại nhà máy để cho các công nhân đứng xa nhau hơn. Phần lớn các nhà máy sẽ có thể thực hiện các quy định mới này mà không ảnh hưởng nhiều đến năng suất. Nhưng những người công nhân hay nhân viên phục vụ nhà hàng đi làm kiểu gì? Họ sẽ đi bus hay đi tàu? Rồi các nhà cung cấp nguyên liệu cho các nhà máy đó thì sao? Và khi nào thì các công ty sẽ nên bắt đầu yêu cầu nhân viên đi làm trở lại?
Không có câu trả lời đơn giản cho các câu hỏi trên. Sau cùng, lãnh đạo các quốc gia và khu vực sẽ phải đánh đổi giữa nguy cơ và lợi ích của việc mở cửa lại các bộ phận khác nhau trong nền kinh tế. Tại Mỹ, tình huống sẽ rất tế nhị khi một bang mở cửa lại quá nhanh và do đó bùng phát dịch. Liệu các bang khác có nên cấm người di chuyển giữa biên giới các bang không?
Các trường học đem lại lợi ích to lớn và nên là ưu tiên hoạt động lại. Các sự kiện thể thao và giải trí đông người sẽ không trở lại sớm, do lợi ích từ kinh tế không đáng so với hậu quả của việc lây lan bệnh dịch. Một số hoạt động sẽ nằm trong “vùng xám”, chẳng hạn như các dịch vụ liên quan đến nhà thờ và các trận bóng ở trường cấp 3, nơi sẽ có khoảng vài chục người tập trung ở đường biên.
Ngoài ra, còn một yếu tố nữa rất khó đánh giá – bản thân con người. Một số người sẽ vẫn rất hạn chế ra đường ngay cả khi chính phủ của họ bảo không sao đâu, nhưng một số khá thì ngược lại, họ sẽ cho rằng chính phủ đang phản ứng thái quá và sẽ hành động bất chấp các khuyến nghị. Đây là một diểm mà các lãnh đạo cần phải chú ý để có thể đạt được sự cân bằng."
NGUỒN THAM KHẢO:
1. Stephen M. Kissler, Christine Tedijanto, Edward Goldstein, Yonatan H. Grad, Marc Lipsitch, Projecting the transmission dynamics of SARS-CoV-2 through the postpandemic period, Science  14 Apr 2020: DOI: 10.1126/science.abb579

2. “The first modern pandemic”, Bill Gates, 23 April 2020, https://www.gatesnotes.com/Health/Pandemic-Innovation 

3. “The logic behind isolation: incubation, latent and infectious periods”. https://www.futurelearn.com/courses/ebola-in-context/0/steps/4828

4. Arzt, J., Branan, M.A., Delgado, A.H. et al. Quantitative impacts of incubation phase transmission of foot-and-mouth disease virus. Sci Rep 9, 2707 (2019). https://doi.org/10.1038/s41598-019-39029-0

5. USAMRIID. Medical management of biological casualities handbook, 7th edn. Frederick, MD: United States Army Medical Research Institute of Infectious Diseases, 2011

6. R. Li, C. Rivers, Q. Tan, M. B. Murray, E. Toner, M. Lipsitch, The demand for inpatient and ICU beds for COVID-19 in the US: lessons from Chinese cities. medRxiv 2020.03.09.20033241 [Preprint]. 16 March 2020; https://doi.org/10.1101/2020.03.09.20033241.

7. N. M. Ferguson, D. Laydon, G. Nedjati-Gilani, N. Imai, K. Ainslie, M. Baguelin, S. Bhatia, A. Boonyasiri, Z. Cucunubá, G. Cuomo-Dannenburg, A. Dighe, H. Fu, K. Gaythorpe, H. Thompson, R. Verity, E. Volz, H. Wang, Y. Wang, P. G. Walker, C. Walters, P. Winskill, C. Whittaker, C. A. Donnelly, S. Riley, A. C. Ghani, Impact of nonpharmaceutical interventions (NPIs) to reduce COVID- 19 mortality and healthcare demand (Imperial College COVID-19 Response Team, 2020); https://www.imperial.ac.uk/media/imperial-college/medicine/sph/ide/gidafellowships/Imperial-College-COVID19-NPI-modelling-16-03-2020.pdf.

8. A. Handel, I. M. Longini Jr., R. Antia, What is the best control strategy for multiple infectious disease outbreaks? Proc. Biol. Sci. 274, 833–837 (2007). doi:10.1098/rspb.2006.0015 Medline
9. Ms Mai Anh về đóng góp về một số thuật ngữ tiếng Việt