2019-nCoV Pandemic Progress of Turkey and Growth Curve Assisted Pandemic Progress Management

Year 2020, COVID-19Special Issue, 152 - 157, 30.04.2020

Seyit Ali Kayıs

https://doi.org/10.34084/bshr.729079

Abstract

Nowadays, world has been shaken by the 2019-nCoV pandemic outbreak started in Wuhan, Hubei Province of China, and spread all over the World. In this study, 2019-nCoV pandemic progress of Turkey was evaluated and growth curve assisted pandemic progress management was explored.

Data released by Minister of Healh of Turkey between 11 March 2020 and 27 April 2020 regarding 2019-nCoV was used to analyse the situation. Gompertz growth curve was suggested to be able to make future prediction taking into account numbers of hospital bed, critical care unit bed, and doctors of Turkey.
In the first 12 days, number of 2019-nCoV cases increased in an exponential phase, but starting from day 13 this dramatic increase ended. The number of total active cases (TAH) was defined as the difference of number of total cases (TV) and number of recovered plus death. Minimum and maximum values of total number of patients in intensive care (TYBH) to number of TAH ratio were found to be 2.22% and 6.80%, respectively. Minimum and maximum values of total number of entubed patients (TEH) to number of TAH ratio were found to be 1.13% and 4.98%, respectively. Both ratios were high in the early days of the pandemic, although both were decreased later on.

Parameter estimation of Gompertz growth curve for the number of TAH was performed. Estimation was made for number of TAH by utilising the estimated parameters,. The estimated number of TAH via Gompertz model was given as an example for future process management. Then, application of the process for number of TEH and TYBH was explained.

Keywords

2019-nCoV, Gompertz groth curve, parameter estimation, the 2019-nCoV progress in Turkey, pandemic progress managemant

Türkiye 2019-nCoV Salgın Süreci ve Büyüme Modeli Destekli Salgın Süreci Yönetimi

Abstract

Çin Halk Cumhuriyeti’nin Hubei eyaletine bağlı Wuhan şehrinde başlayıp tüm Dünya’ya yayılan 2019-nCoV salgını, Dünya gündemini oluşturmaktadır. Bu çalışmada, ülkemizde 2019-nCoV süreci değerlendirildi ve büyüme modeli destekli salgın süreci yönetimi uygulanabilirliği incelendi.

11 Mart 2020 - 27 Nisan 2020 tarihleri arasında Sağlık Bakanlığı’nın resmi olarak yayınladığı 2019-nCoV verileri kullanılarak salgının ülkemizdeki seyri analiz edildi. Ülkemizin hastane yatağı, yoğun bakım yatağı ve doktor kapasiteleri dikkate alınarak geleceğe dönük tahminler yapalabilmek için Gompertz büyüme modeli önerildi.
İlk 12 günde vaka sayısının katlanarak devam ettiği (üstel faz) görüldü, 13. günde üstel fazdan çıkıldı. Toplam aktif hasta (TAH) sayısı = Toplam vaka (TV) sayısı – toplam iyileşen sayısı – toplam ölüm sayısı olarak tanımlandı. Toplam yoğun bakım hasta (TYBH) sayısı / (TAH) sayısı oranının en düşük ve en yüksek değerleri sırasıyla, %2,22 ve %6,80 olarak gözlendi. Toplam entübe hasta (TEH) sayısı / TAH sayısı oranının en düşük ve en yüksek değerleri sırasıyla, %1,13 ve %4,98 olarak saptandı. Her iki oranın da salgının başlangıç günlerinde yüksek olduğu, ilerleyen günlerde azaldığı görüldü.

Gompertz büyüme modeli ile TAH sayısı için parametre tahmini yapıldı. Elde edilen parametreler ile TAH sayısı tahmini gerçekleştirildi. İleriye dönük projeksiyon süreç yönetimine Gompertz modeli ile tahmin edilen TAH sayısı örnek olarak verildi. TEH ve TYBH sayıları için nasıl uygulanabileceği açıklandı.

Keywords

2019-nCoV, Gompertz büyüme modeli, parametre tahmini, Türkiye’de 2019-nCoV süreci, salgın süreç yönetimi

References

• 1. Lu H, Stratton CW, Tang YW. Outbreak of pneumonia of unknown etiology in Wuhan China: The mystery and the miracle. J Med Virol. 2020; 92(4): 401-402. doi:10.1002/jmv.25678
• 2. Hui DS, I Azhar E, Madani TA, et al. The continuing 2019-nCoV epidemic threat of novel coronaviruses to global health: the latest 2019 novel coronavirus outbreak in Wuhan, China Int J Infect Dis. 2020; (91): 264-266. doi:10.1016/j.ijid.2020.01.009
• 3. Zhu N, Zhang D, Wang W, et al; China Novel Coronavirus Investigating and Research Team. A novel coronavirus from patients with pneumonia in China, N Engl J Med. 2020; (382):727-33. doi:10.1056/NEJMoa2001017
• 4. T.C. Sağlık Bakanlığı, Halk Sağlığı Genel Müdürlüğü. COVID-19 Rehberi. https://hsgm. saglik.gov.tr/tr/bulasici-hastaliklar/2019-n-cov.html (27-04-2020 tarihinde ulaşıldı)
• 5. https://www.who.int/dg/speeches/detail/who-director-general-s-opening-remarks-at-the-media-briefing-on-covid-19---11-march-2020 (27-04-2020 tarihinde ulaşıldı)
• 6. https://www.worldometers.info/coronavirus/ (27-04-2020 tarihinde ulaşıldı)
• 7. https://tr.euronews.com /03/14/ulkelerde-kisi-basina-kac-doktor-ve-hastane-yatagi-dusuyor-turkiye-de-durum-ne
• 8. R Core Team (2019). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.