Ketika para ilmuwan mencoba memprediksi penyebaran sesuatu di seluruh populasi - mulai dari virus korona ( covid 19) hingga informasi yang salah - mereka menggunakan model matematika yang rumit untuk melakukannya. Biasanya, mereka akan mempelajari beberapa langkah pertama di mana subjek menyebar, dan menggunakan nilai itu untuk memproyeksikan seberapa jauh dan luas penyebaran akan berlangsung.
Tetapi apa yang terjadi jika patogen bermutasi, atau informasi diubah, mengubah kecepatan penyebarannya? Dalam sebuah penelitian baru yang muncul dalam edisi baru-baru ini dari Prosiding National Academy of Sciences (PNAS), tim peneliti Universitas Carnegie Mellon menunjukkan untuk pertama kalinya betapa pentingnya pertimbangan ini.
"Perubahan evolusi ini memiliki dampak yang sangat besar," kata anggota fakultas CyLab Osman Yagan, seorang profesor peneliti di bidang Teknik Listrik dan Komputer (ECE) dan penulis studi yang sesuai. "Jika anda tidak mempertimbangkan potensi perubahan dari waktu ke waktu, anda akan salah dalam memprediksi jumlah orang yang akan sakit atau jumlah orang yang terpapar pada informasi."
Kebanyakan orang akrab dengan epidemi penyakit, tetapi informasi itu sendiri - saat ini bepergian dengan kecepatan tinggi melalui media sosial - dapat mengalami jenis epidemi sendiri dan "menjadi viral." Apakah sepotong informasi menjadi viral atau tidak dapat bergantung pada bagaimana pesan asli di-tweak.
"Beberapa informasi salah disengaja, tetapi beberapa mungkin berkembang secara organik ketika banyak orang secara berurutan melakukan perubahan kecil seperti permainan 'telepon,'" kata Yagan. "Sepotong informasi yang tampaknya membosankan dapat berkembang menjadi tweet viral, dan kita harus bisa memprediksi bagaimana hal-hal ini menyebar."
Dalam studi mereka, para peneliti mengembangkan teori matematika yang mempertimbangkan perubahan evolusioner ini. Mereka kemudian menguji teori mereka terhadap ribuan epidemi yang disimulasikan komputer di jaringan dunia nyata, seperti Twitter untuk penyebaran informasi atau rumah sakit untuk penyebaran penyakit.
Dalam konteks penyebaran penyakit menular, tim menjalankan ribuan simulasi menggunakan data dari dua jaringan dunia nyata: jaringan kontak antara siswa, guru, dan staf di sekolah menengah AS, dan jaringan kontak antara staf dan pasien dalam rumah sakit di Lyon, Prancis.
Simulasi ini berfungsi sebagai test bed: teori yang cocok dengan apa yang diamati dalam simulasi akan terbukti lebih akurat.
"Kami menunjukkan bahwa teori kami bekerja di jaringan dunia nyata," kata penulis pertama studi tersebut, Rashad Eletreby, yang adalah seorang Carnegie Mellon Ph.D. siswa ketika dia menulis makalah. "Model tradisional yang tidak mempertimbangkan adaptasi evolusi gagal memprediksi kemungkinan munculnya epidemi."
Sementara penelitian ini bukan peluru perak untuk memprediksi penyebaran covid-19 hari ini atau penyebaran berita palsu di lingkungan politik yang fluktuatif dengan akurasi 100% - orang akan membutuhkan data real-time yang melacak evolusi patogen atau informasi untuk dilakukan itu - penulis mengatakan ini adalah langkah besar.
"Kami selangkah lebih dekat dengan kenyataan," kata Eletreby.
(Sumber: ScienceDaily)
***
Solo, Jumat, 13 Maret 2020. 9:00 am
'salam damai penuh cinta'
Suko Waspodo
antologi puisi suko
ilustr: ECDC-Europa EU
0 comments:
Posting Komentar