Studi kesehatan masyarakat secara umum mencakup dua bidang yang lebih luas: Epidemiologi dan Uji Klinis. Epidemiologi adalah studi sistematis menggunakan data observasional yang dikumpulkan dari populasi penelitian yang tidak berada di bawah pengaruh pengaturan eksperimental untuk mempelajari tentang penyebab dan asal penyakit (etologi). Ini adalah ilmu multidisiplin di alam. Ini mencakup disiplin ilmu seperti epidemiologi klinis, epidemiologi perilaku, epidemiologi pekerjaan, epidemiologi penyakit kronis, epidemiologi penyakit menular, dan epidemiologi lingkungan. Nelder dan Wedderburn berpendapat bahwa studi semacam itu misalnya dapat dilakukan untuk mempelajari hubungan biasa antara merokok dan kanker paru-paru, polusi udara dan penyakit pernapasan, penyakit jantung dan pola makan, leukemia pada masa kanak-kanak dan kontaminasi air, dan menyelidiki prevalensi dan kejadian infeksi HIV dan AIDS, dll. [14] [18]. Fungsinya terutama ditujukan untuk meningkatkan kesehatan penduduk secara keseluruhan.
Uji Klinis di sisi lain secara khusus dirancang dalam pengaturan eksperimental terkontrol untuk mengevaluasi jenis perawatan atau intervensi medis tertentu. Contoh studi uji klinis dapat mencakup membandingkan efek penerapan obat HIV versus plasebo pada panjang kelangsungan hidup pasien yang tertular AIDS, mempelajari efektivitas obat baru pada perkembangan jamur kaki atlet, mengevaluasi pengobatan hormonal pada pengurangan kanker payudara, dll.
Pemodelan adalah tindakan penyelidikan ilmiah yang memungkinkan analisis yang tepat, teliti dan prediksi kuantitatif tanpa mengklaim kepastian yang lengkap. Ini tentang mengekspresikan ide secara matematis untuk memperjelas pemikiran. Cliff & Murray dan Spicer telah membahas bahwa pemodelan dinamika penyakit menular dapat memiliki pengaruh langsung pada pilihan tindakan yang menarik, alokasi sumber daya yang optimal dan penerapan teknik intervensi medis terbaik [10] [20]. Epidemiologi bidang ilmiah telah memasuki waktu keluarnya. Ini terjadi bukan secara kebetulan. Hal ini terjadi karena tingginya tuntutan studi kesehatan masyarakat untuk keahlian dalam epidemiologi dan metode canggihnya. Seperti yang dikemukakan dalam [3] oleh Black, metode epidemiologi mampu menangani cara-cara canggih untuk mengevaluasi indikator risiko kesehatan masyarakat yang dihasilkan dari banyak paparan dan polutan lingkungan masyarakat modern kita. Faktor dan faktor pendukung metode epidemiologi sedang muncul dengan kekuatan yang belum pernah terlihat sebelumnya. Kemajuan teknologi informasi abad ke-21 termasuk mikrokomputer bertenaga super, Internet, pengembangan perangkat lunak, dan prospek yang menggembirakan membuka jalan untuk melaksanakan berbagai studi yang lebih luas. Cara perawatan kesehatan diberikan hari ini, khususnya kemunculan dan pertumbuhan sistem perawatan kesehatan terorganisir di dunia digital telah menciptakan peluang dan peluang bagi epidemiologi dan ahli epidemiologi untuk bersinar dan terlibat dalam kesehatan masyarakat berbasis bukti dan penilaian operasi perawatan kesehatan dan keunggulan. Keputusan yang dibuat dan kebijakan yang dibentuk dalam eksplorasi kesehatan masyarakat tanpa analisis dan penalaran data epidemiologis yang sehat menjadi hal yang sudah berlalu. Masyarakat dan praktisi medis akan mendapat manfaat dari kesadaran yang dibawa sebagai hasil studi epidemiologi berbasis bukti sehubungan dengan penyakit penting [9] [17]. Pengetahuan tentang tingkat insiden dan prevalensi penyakit, tingkat morbiditas dan mortalitasnya, kepentingannya (misalnya fraksi risiko yang disebabkan oleh populasi atau beban penyakit global), waktu (tren – apakah insiden meningkat atau menurun), tempat (apakah ada daerah di mana penyakit ini sangat umum atau jarang), orang (jenis orang yang paling berisiko, berkaitan dengan demografi, gaya hidup, status kesehatan dan tempat kerja), dan pencegahan (primer,
Pemodelan Epidemiologi berakar pada awal abad ke-18 ketika Daniel Bernoulli merancang model untuk menyelidiki efektivitas inokulasi orang sehat terhadap virus cacar pada tahun 1760 [26]. Hamer juga mempelajari kekambuhan epidemi campak pada tahun 1906 dan melakukan analisis pada model waktu diskrit yang ia rumuskan [7]. Model epidemiologi matematika yang hampir memenangkan penerimaan universal dikembangkan oleh Ronald Ross pada tahun 1911 [22] di mana ia mengembangkan model persamaan diferensial untuk malaria (Ronald Ross, 1857-1932). Sejak itu model matematika dikembangkan pada tahun 1927 oleh Kermack dan Mckendrick sebagai perpanjangan dari model Ross dan hasil ambang epidemi diturunkan [26]. Studi yang dilakukan Ross menunjukkan bahwa suatu penyakit dapat punah tidak hanya dengan menghilangkan semua serangga pembawa patogen tetapi juga dengan memenuhi kondisi tertentu. Hethcote, 1976 dan Fred, 2008 telah memberikan pembahasan rinci tentang model seperti itu, bahwa model tanpa dinamika vital disebut sebagai model SIR [25] [27].
Studi di masa lalu telah menunjukkan kebutuhan untuk membangun hubungan yang lebih kuat antara epidemiologi tradisional yang hanya berfokus pada metode untuk menentukan etiologi penyakit seperti desain studi, sumber bias, dan penalaran kasual; dan epidemiologi terapan yang mensintesis dan menerapkan hasil studi etiologi untuk menetapkan prioritas intervensi, mengevaluasi intervensi dan kebijakan kesehatan masyarakat, mengukur kualitas dan hasil perawatan medis, dan mengkomunikasikan temuan epidemiologi secara efektif kepada profesional kesehatan dan masyarakat adalah yang terpenting [2] [15] [21].
Pedoman Standar Organisasi Kesehatan Dunia [4] menyoroti bahwa prinsip inti dalam melakukan studi epidemiologi bersandar pada tiga nilai dasar. Ini adalah penemuan kasus, peningkatan pengetahuan penyakit kesehatan masyarakat dan identifikasi penyakit penting.
Penemuan kasus adalah strategi untuk menargetkan sumber daya pada individu atau kelompok yang diduga memiliki risiko tertentu terhadap suatu penyakit. Ini melibatkan pencarian aktif secara sistematis untuk orang-orang yang berisiko tinggi, daripada menunggu mereka untuk datang ke perhatian medis setelah gejala atau tanda-tanda penyakit aktif terjadi. Perhatikan kesamaan antara penemuan kasus dan skrining: keduanya berusaha untuk membuat stratifikasi risiko pada populasi menggunakan prosedur yang sederhana dan murah, dan berasumsi bahwa hasil yang lebih baik dapat dicapai dengan mengidentifikasi tahap awal penyakit dan menawarkan pengobatan yang tepat. Sebagai contoh, penemuan kasus dapat digunakan sebagai bagian dari penyelidikan wabah penyakit menular (misalnya sifilis) untuk mengidentifikasi sumber potensial penyakit. Ini juga dapat digunakan selama wabah yang ditularkan melalui makanan untuk mengidentifikasi sebanyak mungkin individu yang berisiko. Keuntungan dari penemuan kasus termasuk murah dan memerlukan permintaan personel yang rendah, penemuan kasus meningkatkan nilai prediktif positif dari tes diagnostik dengan menargetkan pasien berisiko tinggi dengan prevalensi dasar yang lebih tinggi. Dengan menargetkan perawatan pencegahan, alat penemuan kasus dapat membantu meningkatkan perawatan individu dan mengurangi biaya untuk negara. Kerugian utama mungkin adalah adanya potensi untuk memperluas kesenjangan kesehatan karena beberapa kelompok berisiko tinggi sulit dijangkau (tunawisma, pengungsi, dll.) Dengan menargetkan perawatan pencegahan, alat penemuan kasus dapat membantu meningkatkan perawatan individu dan mengurangi biaya untuk negara. Kerugian utama mungkin adalah adanya potensi untuk memperluas kesenjangan kesehatan karena beberapa kelompok berisiko tinggi sulit dijangkau (tunawisma, pengungsi, dll.) Dengan menargetkan perawatan pencegahan, alat penemuan kasus dapat membantu meningkatkan perawatan individu dan mengurangi biaya untuk negara. Kerugian utama mungkin adalah adanya potensi untuk memperluas kesenjangan kesehatan karena beberapa kelompok berisiko tinggi sulit dijangkau (tunawisma, pengungsi, dll.)
Pengetahuan dalam studi epidemiologi mengacu pada pendefinisian gambaran klinis, distribusi, penyebab, ciri-ciri perilaku dan determinan penyakit yang saat ini memberikan dampak yang signifikan terhadap kesehatan populasi lokal, dengan referensi khusus kepada mereka yang berpotensi dapat dicegah, atau memerlukan penyediaan layanan kesehatan yang direncanakan. pada tingkat individu, komunitas dan struktural, atau yang menjadi perhatian publik tertentu, misalnya kesehatan mental. Proyek beban penyakit global Organisasi Kesehatan Dunia memberikan perkiraan kepentingan relatif dari semua penyakit menular dan tidak menular, bersama dengan bahaya yang disengaja (misalnya bunuh diri dan perang). Beban penyakit global tidak memperhitungkan sejauh mana penyakit dapat dicegah atau dapat diobati,
Karakterisasi Penyakit Menular
Kecepatan dan perkembangan penyakit menular dapat didefinisikan secara kualitatif dalam hal penyebab penyakit. Penyebab penyakit menular adalah patogen mikroskopis atau makroskopis yang berpotensi mampu menggandakan diri dan menyerang jaringan tubuh manusia; selanjutnya memproduksi racun untuk meracuni sel. Interaksi patogen ini dan laju pertumbuhannya di dalam tubuh manusia dan respons imun tubuh manusia sangat penting untuk menentukan kemajuan penyakit menular. Kesimpulan yang dibuat dari studi [6] dan [16] adalah bahwa memahami seluruh proses adalah prinsip dasar dalam epidemiologi penyakit menular dan memperoleh wawasan tentang bagaimana intervensi tertentu pada tahap yang berbeda dapat mencegah atau mengendalikan penyebaran penyakit.
Suatu penyakit terjadi ketika patogen infeksius menemukan jalannya dan masuk ke dalam tubuh manusia melalui apa yang dikenal sebagai jalur masuk. Jalur masuk potensial untuk penularan penyakit yang berhasil adalah saluran pernapasan, saluran pencernaan, dan kulit. Patogen menular seperti mycobacterium tuberculosis masuk ke dalam tubuh manusia melalui udara yang dihirup ke dalam paru-paru. Patogen penyebab diare misalnya masuk ke dalam tubuh manusia melalui makanan dan air yang terkontaminasi melalui mulut, atau tangan yang tidak higienis. Secara alami kulit manusia mampu berfungsi sebagai penghalang terhadap banyak patogen infeksius tetapi dalam beberapa kasus seperti parasit malaria, patogen infeksius dapat masuk ke dalam tubuh manusia ketika nyamuk yang terinfeksi menggigit melalui kulit untuk menghisap darah.
Pada tahap awal pejamu menjadi rentan terhadap infeksi. Ini adalah tahap di mana tidak ada patogen dalam sistem siapa pun, tetapi kekebalan inang tingkat rendah yang tidak dapat diidentifikasi dan mencurigakan ada. Contoh seseorang yang memasuki tahap ini dapat mencakup misalnya seseorang berjabat tangan dengan seseorang yang menderita flu biasa, seorang anak yang tinggal di ruangan yang sama dengan orang dewasa yang menderita TBC.
Kemudian tuan rumah mendapat paparan infeksi. Parasit menggandakan dan tumbuh dari waktu ke waktu dan memasuki inang, tetapi inang mungkin tidak menunjukkan tanda infeksi yang jelas dan jumlah patogen mungkin kecil untuk menyebabkan penularan lebih lanjut. Tahap ini menempatkan individu pada tahap terbuka. Paparan adalah tahap segera setelah patogen infeksius masuk dan berkembang biak. Contohnya adalah ketika seseorang telah mengkonsumsi makanan yang telah terkontaminasi bakteri penyebab demam tifoid (Salmonella typhii), maka dikatakan terkena. Tetapi ketika bakteri sampai ke lapisan usus dan mulai berkembang biak, orang tersebut dikatakan telah memasuki tahap terinfeksi. Namun, mungkin tidak selalu ada manifestasi klinis penyakit pada tahap ini. Manifestasi klinis terjadi apabila terdapat kecocokan antara gejala penyakit (keluhan seseorang seperti sakit kepala, muntah, pusing, dll) dengan tanda penyakit (ciri-ciri seperti suhu tinggi, denyut nadi tinggi, pembengkakan organ dalam tubuh) yang hanya dapat dideteksi oleh tenaga kesehatan terlatih. Begitu pada tahap ini patogen akan menjadi cukup melimpah untuk menyebar sendiri dan mendapatkan potensi untuk menularkan ke individu lain yang rentan dan penyakit memasuki tahap infeksi. Orang yang terinfeksi dapat menjadi pembawa tetapi tidak menularkan dirinya sendiri. Jika mereka menular, mereka disebut sebagai kasus aktif. Setelah pembersihan patogen dari individu yang sakit dan inang dibersihkan dari tahap infeksinya, individu memasuki tahap pemulihan. Tahap pulih adalah istilah umum untuk menyimpulkan pemulihan lengkap dari penyakit,
Klasifikasi penyakit menular akhir ini (sebagai rentan, terpapar, menular, atau pulih) secara eksklusif tergantung pada kemampuan penyakit (dalam hal ini inang) untuk menularkan atau menularkan patogen. Kesimpulannya di sini adalah bahwa status inang mengenai penyakit tidak relevan, yaitu individu yang benar-benar memiliki perasaan sehat yang sempurna tanpa gejala dapat melepaskan patogen dalam jumlah besar; dan batas antara terpapar dan menular (dan menular dan pulih) entah bagaimana abu-abu dan kecenderungan untuk menularkan tidak sesederhana menyalakan dan mematikan tombol. Ini merupakan tambahan dari sifat rumit penyakit menular dalam memahami variabilitas dalam menanggapi penyakit individu dan tingkat patogen selama periode infeksi. Penting untuk dicatat bahwa periode sakit, ketika gejala dialami,
2. Metode
Studi dari [11] [13] [19] [23] menggambarkan bahwa mencapai tujuan ikonik dari studi epidemiologi memerlukan metode studi kesehatan masyarakat yang dirancang dengan baik yang:
sebuah. Menemukan penyebab, asal dan faktor lingkungan yang berdampak pada kesehatan sehingga memberikan dasar ilmiah untuk pencegahan penyakit dan cedera serta peningkatan kesehatan.
b. Menentukan kepentingan relatif dari penyebab penyakit, kecacatan, dan kematian, untuk menetapkan prioritas penelitian dan tindakan.
c. Mengidentifikasi bagian-bagian dari populasi yang memiliki risiko terbesar dari penyebab spesifik kesehatan yang buruk, agar tindakan yang ditunjukkan dapat diarahkan dengan tepat.
d. Mengevaluasi efektivitas program dan layanan kesehatan dalam meningkatkan kesehatan penduduk.
Orang-orang dalam studi epidemiologi terutama tertarik untuk menemukan ciri-ciri yang menonjol dalam menentukan pola penyakit dan cara penularan atau penyebarannya.
Asumsinya adalah bahwa kita memiliki populasi konstan, N, dan populasi dibagi menjadi tiga keadaan: S rentan, I terinfeksi, dan pulih atau R imun. Secara khusus, model mencakup bentuk paling sederhana dari model SIR epidemi.
Kelompok pertama adalah individu yang mampu terinfeksi penyakit tertentu. Kelompok kedua terdiri dari individu yang terinfeksi dan dapat menginfeksi orang lain. Kadang-kadang model ini mencakup kelas individu yang terpapar, E, yang terinfeksi tetapi belum dapat menularkan penyakit. Akhirnya, kelas R mewakili mereka yang telah pulih dari penyakit dan kebal terhadap infeksi. Sebagian besar penyakit virus, seperti campak atau cacar air, menyebabkan tubuh meningkatkan respons imun [5]. Setelah tubuh melihat penyakit tertentu, maka infeksi di masa depan sangat tidak mungkin. Setelah inang terinfeksi, maka mereka mengembangkan kekebalan permanen terhadap penyakit, R.
2.1 Pertimbangan pemodelan
Pemodelan epidemi harus mempertimbangkan faktor-faktor seperti struktur populasi dan demografi (stratifikasi berdasarkan usia, jenis kelamin, lokasi, dll.), riwayat alami infeksi (latensi, periode infeksi, kekebalan, dll.), dan intervensi (pada tahap apa? penularan penyakit).
2.1.1 Tingkat transmisi
Pertimbangkan individu yang rentan terhadap penyakit:
· Tingkat tertular individu lain ‘c’ adalah tingkat kontak yang berlaku untuk semua individu terlepas dari status infeksi.
· Penularan memerlukan kontak dengan individu yang terinfeksi dan laju kontak individu yang terinfeksi adalah ‘cI/N’, di mana I/N adalah proporsi populasi yang terinfeksi, I adalah tidak terinfeksi, dan N adalah total populasi.
· Tingkat penularan dari individu yang menular diberikan oleh ‘pcI/N’ yang biasanya disebut sebagai kekuatan infeksi, di mana p adalah probabilitas penularan ketika seorang individu yang terinfeksi menghubungi orang yang rentan.
· Jika kita mempertimbangkan semua individu yang rentan, tingkat penularan total dalam populasi adalah pcSI/N, di mana S adalah jumlah individu yang rentan. Paling sering, ‘pc’ ditulis sebagai ‘b’.
2.2 Simulasi Model Epidemi (SIR)
Pendekatan turunan untuk menghitung turunan waktu dari S, I dan R diimplementasikan. Diberikan nilai S, I dan R pada waktu t, turunan menghitung turunan waktu dari S, I dan R; dan parameter model seperti periode pemulihan dan laju transmisi.
Ukuran populasi, N selalu S+I+R karena tidak ada kelahiran atau kematian dalam model.
dS/dt = – bSI/N + gR,
dI/dt = bSI/N – aI,
dR/dt = aI – gR
Seperti banyak proses yang terkait dengan organisme hidup, penyebaran penyakit yang disebabkan oleh mikroorganisme melalui suatu populasi dapat dimodelkan secara matematis menggunakan persamaan diferensial. Meskipun banyak model dengan kompleksitas yang bervariasi telah dikembangkan untuk menggambarkan dinamika penyebaran penyakit dalam suatu populasi, model SIR yang disajikan di sini menggabungkan kesederhanaan relatif dengan pemodelan penyakit yang baik yang menyebar dari orang ke orang dan dikenal oleh publik, seperti campak, cacar, dan influenza.
Dalam model SIR, anggota populasi dikategorikan ke dalam salah satu dari tiga kelompok: mereka yang rentan terinfeksi, mereka yang telah terinfeksi dan mampu menyebarkan penyakit kepada individu yang rentan, dan mereka yang telah sembuh dari penyakit dan kebal terhadap infeksi ulang berikutnya. Pergerakan individu hanya satu arah, dan dua parameter dasar model, a (laju infeksi harian) dan b (laju pemulihan), bertindak sebagai konstanta laju yang mengontrol seberapa cepat anggota maju ke kelompok I dan R, masing-masing. Parameter komposit, g = a/b sering digunakan dan disebut sebagai nomor kontak. Model SIR dijelaskan oleh persamaan diferensial
Memecahkan persamaan seperti itu sulit secara aljabar dan oleh karena itu teknik integrasi digunakan. Melakukannya digunakan untuk melihat perubahan tingkat yang berbeda pada setiap tahap model dari waktu ke waktu. Dalam membedakan persamaan, turunan menunjukkan bagaimana kemiringan (perubahan tingkat) berhubungan dengan model pada setiap titik waktu.
Awalnya, S(0) = 1.
dI/dt = bsi – ai = (bs/a -1)ai, I= I/N, s = S/N
Sekarang, epidemi terjadi jika jumlah yang terinfeksi meningkat.
dI/dt > 0.
Ini benar jika b/a > 1.
Sebaliknya, penyakit mati jika jumlah yang terinfeksi berkurang.
dI/dt < 0
Ini benar ketika b/a < 1.
b/a = R0 adalah bilangan reproduksi dasar. Ini adalah jumlah rata-rata infeksi sekunder yang dihasilkan oleh satu kasus yang terinfeksi dalam populasi yang benar-benar rentan.
Ketika kondisi awal untuk grup ini ditentukan, perubahan ukuran grup ini dapat diplot dari waktu ke waktu.
Hasil Simulasi
Apakah epidemi akan terjadi dalam kondisi awal tertentu sekarang dapat didiskusikan dalam hal nomor kontak, dan kita mungkin diharapkan untuk secara empiris menentukan bahwa transisi antara keadaan epidemi dan non-epidemi terjadi ketika fraksi awal populasi di wilayah rentan. kelompok sama dengan kebalikan dari jumlah yang terinfeksi. Tingkat pemulihan,b juga dapat secara tidak langsung diperkenalkan sebagai durasi penyakit yang lebih mudah diakses 1/ b .
Dengan membahas dinamika epidemi dalam hal parameter yang lebih mudah dipahami ini dan memungkinkan R untuk mengkonversi ke parameter model aktual di belakang layar, diskusi tentang topik penting dapat disesuaikan dengan publik. Sifat dinamis dari output juga memfasilitasi diskusi tentang pengaruh parameter yang berbeda pada sifat penyebaran penyakit dalam suatu populasi tanpa harus menggunakan persamaan yang mengatur model. Secara khusus, pentingnya jumlah yang terinfeksi dan efek pemindahan anggota populasi secara artifisial langsung dari kelompok rentan ke kelompok yang pulih (dan karena itu kebal) melalui imunisasi dapat dengan mudah diselidiki dengan memanipulasi tingkat model yang sesuai.
Diskusi
Pemeriksaan model SIR yang cermat akan mengungkapkan wawasan tentang dinamika penyakit dalam suatu populasi. Misalnya, jika fraksi populasi dalam kelompok yang terinfeksi awalnya meningkat (yaitu, dI/dt > 0 pada t = 0), itu berarti epidemi telah dimulai. Transisi antara epidemi dan penyebaran penyakit non-epidemi kemudian terjadi ketika dI/dt = 0, dan pemeriksaan persamaan diferensial akan dengan cepat mengungkapkan bahwa titik transisi ini terjadi ketika so= b / a . Demikian juga puncak epidemi terjadi ketika s= b / adan laju perubahan kelompok yang terinfeksi berhenti meningkat dan mulai menurun. Nomor kontak juga memiliki interpretasi “dunia nyata” yang mudah dipahami: jumlah rata-rata anggota populasi yang rentan. Seseorang yang terinfeksi menyebarkan penyakit saat individu tersebut berada dalam kelompok yang terinfeksi. Anatomi epidemi sedemikian rupa sehingga pada awalnya jumlah infeksi tidak akan ekstrim dan kecil yang mengikuti sifat stokastik. Infeksi kemudian mulai mengalami peningkatan prevalensi dan kecepatan yang meningkat. Sebagai infeksi menghabiskan jumlah rentan, tingkat penyebaran menurun dari waktu ke waktu.
4.1 Keterbatasan
Model SIR klasik yang disajikan di sini mengasumsikan bahwa ukuran populasi total tetap konstan dan populasinya seragam dan bercampur secara homogen. Pencampuran tergantung pada banyak faktor termasuk usia, jenis kelamin, lokasi geografis, dll. Kelompok geografis dan sosial-ekonomi yang berbeda memiliki tingkat kontak yang berbeda. Juga model mengabaikan efek acak, yang bisa menjadi sangat penting ketika s atau I kecil.
Kesimpulan
Dalam upaya mengendalikan penyebaran penyakit, kita harus memilih solusi optimal untuk manfaat kesehatan masyarakat yang maksimal. Model matematika dapat membantu kita untuk lebih memahami penyebaran penyakit menular dan untuk menguji strategi pengendalian. Dalam tulisan ini, masalah epidemi dapat diselesaikan dengan menggunakan model SIR dan melalui program paket statistik R dan mensimulasikan masalah epidemi. Model deterministik yang berbeda dapat dibangun dengan memilih jumlah dan jenis model epidemi yang berbeda. Pendekatan analisis didasarkan pada teori sistem dinamik. Cukup beralasan untuk membenarkan pendekatan pemodelan mengklarifikasi apa asumsi yang mendasarinya. Untuk hasil yang optimal, analisis model dan prediksi simulasi menyarankan data penting yang harus dikumpulkan dan strategi pengendalian yang dapat diterapkan. Perkiraan dariR 0 untuk berbagai penyakit berguna untuk membandingkan penyakit. Jika R 0 > 1, epidemi dapat dicegah ketika R 0 S (0) < 1. Jadi, jika fraksi rentan awal telah dikurangi menjadi kurang dari 1/ R 0, misalnya dengan imunisasi, maka epidemi dapat dicegah.