Topics

  1. Covid-19 ในระดับโลก จะจบเมื่อไร ?
  2. จะทำนายแนวโน้มไปข้างหน้าได้หรือไม่
  3. สถานการณ์ COVID-19 ในระดับโลกและภูมิภาค/ทวีป ต่างๆ
  4. สถานการณ์ COVID-19 ในภูมิภาค ASEAN
  5. สถานการณ์ ของประเทศต่างๆ

Covid-19 ระดับโลกจะจบเมื่อไร ?

ก่อนที่จะตอบคำถามว่า Covid-19 จะจบเมื่อไหร่ เรามาดูลักษณะกราฟของผู้ติดเชื้อ Covid-19 สะสมของประเทศต่างๆ จะพบว่าแบบแผนการการระบาดจะเริ่มจากการเพิ่มแบบ Exponential ตามด้วย J shape ,S curve แล้วไปจบที่ Logistic Curve เพราะฉะนั้นถ้าพิจารณาจากกราฟจะทำให้ทราบว่า covid-19 จะจบรอบแรกของการระบาดเมื่อไร
  1. บราซิล ซึ่งจำนวนผู้ติดเชื้อรายใหม่สูงมาก กราฟ จะเป็น Exponentail Curve (Fig 1)
  2. USA ซึ่งระบาดมาระยะหนึ่งแล้ว กราฟจะเป็น J Shape (Fig 2)
  3. เยอรมัน ระบาดมาก่อน USA กราฟจะเป็นรูป S Curve (Fig 3)
  4. Italy เป็นประเทศแรกของยุโรปที่มีการระบาด กราฟเป็นรูป S curve (Fig 4)
  5. ไทย ควบคุมการะบาดได้ดี ผู้ป่วยรายใหม่พบน้อยมาก กราฟเป็นรูป Logistic Curve (Fig 5)
  6. นิวซีแลนด์ ควบคุมการระบาดได้ดีเยียมกราฟเป็นรูป Logistic Curve (Fig 6)

Fig 1 Brazil
Fig 2 USA
Fig 3 UK

Fig 4 Italy
Fig 5 Thailand
Fig 6 New Zealand

กราฟของจำนวนผู้ติดเชื้อ Covid-19 สะสม ทั่วโลก ยังเป็นรูป J shape (Fig 7) หรืออยู่ในขั้นที่ 2 จากทั้งหมด 4 ขั้น (Exponential ,J cureve,S Curve,Logistic Curve) เนื่องจากการระบาดแทนที่จะระบาดพร้อมกันทั้งโลก แต่ศูนย์กลางการระบาดค่อย ๆ เคลื่อนไปจากภูมิภาคหนึ่งไปยังอีกภูมิภาคหนึ่ง ทำให้จบยาก โดยศูนย์กลางการระบาดเริ่มจากเมื่องอูฮั่น มณฑลหูเป่ยของจีนในช่วงปลายเดือน มค. - ต้น กพ.63 จากนั้นศูนย์กลางการระบาดเคลื่อนไปที่ยุโรป ประมาณต้นเดือน มีค.63 แล้วเคลื่อนไประบาดหนักที่อเมริกาเหนือ ประมาณต้น เม.ย.63 จากนั้นไปที่อเมริกาใต้ ปลาย พค.-ต้น มิ.ย.63 เอเชียใต้ (อินเดีย ปากีสถาน) และตะวันออกกลาง มีแนวโน้มว่าอาจจะเป็นศูนย์กลางการระบาดต่อจากอเมริกาใต้ ช่วงเดือน กค.63 ผู้ติดเชื้อรายไหม่ต่อวัน เพิ่มสูงขึ้นกว่าเดิอนก่อนหน้า ซึ่งบ่งบอกว่า การระบาดยังไม่ถึง Peak และความชันของการเพิ่มในเดือน กค.63 ก็ยังสูงกว่าเดือนอื่นๆก่อนหน้า จึงคาดไม่ได้ว่าการระบาดในระดับโลกจะสิ้นสุดเมื่อไร เพราะถ้ากราฟมีแนวโน้มเป็น S Curve แล้วพอจะถอดสมการของ Exponentail Function ตาม Fig 8 ได้ แต่กว่ากราฟจะเปลี่ยนจาก J shape ไปเป็น Logistic Curve ดังรูปที่ 8 น่าจะใช้เวลาไม่น้อยกว่า 6 เดือน หรือคงไปถึงเดือน กพ.64 แล้วอาจจะขึ้นรอบใหม่ หมุนเวียนภูมิภาคต่างๆต่อไป จนกว่าจะมี vaccine หรือ ภูมิคุ้มกันกลุ่ม (Herd Immunity)
จากกราฟผู้ป่วยสะสมทั้งโลก กราฟแท่งสีฟ้าเริ่มทับเส้นทำนายสีเแดง (เกินเส้นสีแดงไปไม่มาก) นั่นหมายถึง การทำนายด้วย Regression Equation line จะมีความแม่นยำมากขึ้น
Fig 7 Global Covid-19 Cases
Fig 8 Logistic Curve (New Zealand ) ปกติ แกน Y Logistic Curve จะอยู่ระหว่าง 0 ถึง 1 แต่ ในที่นี้จำนวน Y ที่ได้ต้องหารด้วย จำนวน y สูงสุด
Fig 8 Logistic Function and Equation
หมายเหตุ
  1. คำกล่าวที่ว่า การเพิ่มของจำนวนผู้ติดเชื้อจะเพิ่มแบบยกกำลัง (Exponential) ถูกต้องไม่หมด แบบแผนการเพิ่มแบบ Exponential นั้นจะพบในช่วงแรก จากนั้นเป็น J Shape , S curve และ Logistic Curve ในท้ายที่สุด (หลักฐานเชิงประจักษ์ดัง Fig 1-6)
  2. เหตุผลที่การติดเชื้อจะแพร่ไปได้เรื่อยๆไม่ได้ เนื่องจากถูก Intervene จาก การควบคุมจากมนุษย์ และการควบคุมจากธรรมชาติ
  3. การควบคุมจากมนุษย์ ได้แก่ การตัดวงจรการระบาดจากมาตรการควบคุมโรค (disease Pevention) ได้แก่ การตรวจหาเชื่อ (Test) การติดตามผู้สัมผัสโรค (track) การกักกันโรค (Isolation or Quarantine) การรักษา (Treat) การคิดค้นวัคซีน เพื่อมาฉีดป้องกัน และมาตรการการส่งเสริมสุขภาพ โดยการยกระดับ Health Literacy ของประชาชนทำให้เกิดพฤติกรรมสุขภาพที่สามารถลดการติดต่อได้
  4. การควบคุมจากธรรมชาติ ได้แก่ สภาพถูมิประเทศ หรือฤดูกาลที่ไม่เอื้อต่อการมีชีวิตรอดของเชื้อโรค หรือเมื่อมีการติดเชื้อในประชากรที่มากถึงระดับหนึ่งจะเกิด Herd Immunity ซึ่งจะเป็นการหยุดยั้งการติดเชื้อโดยธรรมชาติ
  5. เมื่อการติดเชื้อถูกควบคุมทั้งจากมนุษย์และจากธรรมชาติ ทำให้อัตราการเพิ่มลดลงไปเรื่อยๆ จนไม่มีการเพิ่ม ทำให้เมื่อเวลาผ่านไป Infinity การติดเชื่อสะสมจะไม่มากขึ้นหรือจำนวนเพิ่มเป็น 0 จึงเป็นกราฟแบบ Logistic Function

จะทำนายแนวโน้มไปข้างหน้าได้หรือไม่

สามารถทำนายได้บ้าง โดยความแม่นยำของการคาดการณ์จะมากน้อยขึ้นกับ
  1. ขึ้นกับช่วงเวลา ถ้าเป็นช่วงแรกที่การเพิ่มเป็นแบบ Exponential Growth แล้ว โอกาสทำนายผิดจะมาก ถ้าเป็นช่วงที่ growth เป็นแบบ Linear การทำนายจะผิดพลาดน้อย
  2. ช้อมูลย้อนหลังที่นำมาใช้ในการคำนวณ ถ้ามากไปหรือน้อยไป ความผิดพลาดก็จะมาก
  3. ระยะเวลาที่จะคำนวณไปช้างหน้า ถ้าระยะเวลายาว โอกาสผิดพลาดก็จะมาก
  4. มีการเปลี่ยนแปลงสถานการณ์หรือสมมุติฐานไปจากเดิมหรือไม่ การทำนายค่าไปในอนาคต วางอยู่บนสมมุติฐานที่ว่า แบบแผนของอนาคต ถูกกำหนดจากแบบแผนของอดีต

    การคาดการณ์ ไปข้างหน้า 30 วัน โดยใช้ข้อมูลย้อนหลัง 60 วัน

    กราฟ Covid-19 สะสมของประเทศไทย
    วิธีการสร้างกราฟเพื่อทำนายผลไป 30 วันข้างหน้า
    1. ขณะนี้มีข้อมูลมากกว่า 90 วัน ตัดข้อมูลช่วงแรกที่เป็นการเพิ่มแบบ exponential ออก ใช้ข้อมูลย้อนหลัง 60 วันนับจากวันที่ปัจจุบัน แล้วสร้างกราฟแท่งสีน้ำเงิน (ข้อมูลนี้ถือเป็นข้อมูลจริงของประเทศนั้น)
    2. จากข้อมูล 60 วัน นำมาค่า a และ b ใน Linear Regression เมื่อได้สมการแล้ว สร้่างกราฟเส้นตรง (สีแดง) เป็นช้อมูล 60 วัน และทำนายล่วงหน้าไปอีก 30 วันรวม 90 วัน (update ข้อมูลและคำนวณค่า a และ b ใหม่รายประเทศทุกวัน) เส้นนี้จะเป็นเส้นเปรียบเทียบกับกราฟแท่ง ถ้ายอดของกราฟแท่งส่วนใหญ่ทับเส้นแดง แสดงว่า การทำนายจะมีความสัมพันธ์กันสูง ถัาส่วนใหญ่ไม่ทับ แสดงว่าการกระจายไม่ใช่เส้นตรง การทำนายจะผิดพลาดมาก
    กราฟที่แสดงประกอบด้วยกราฟแท่ง (สีน้ำเงิน) โดยใช้ข้อมูลผู้ติดเชื้อสะสม 60 วัน ส่วนกราฟเส้นตรง (สีแดง) เป็นการคำนวณจากข้อมูลผู้ติดเชื้อ 60 วัน เพื่อหาสมการ Linear regression จากนั้น Projection ไปอีก 30 วัน เนื่องจากเป็น Dynamic Graph จึงคำนวณข้อมูลทุกวัน โดยใช้ข้อมูลย้อนหลังจากวันนี้ไป 60 วัน แล้วประมาณการไปข้างหน้า 30 วัน ถ้ายอดกราฟแท่งสีน้ำเงิน อยู่ทับกราฟเส้นตรงสีแดง แสดงว่ามีความสัมพันธ์ (correlation) กันสูงแบบเส้นตรง ยิ่งทับกันมากเท่าไรการทำนายไปอีก 30 วันยิ่งมีความแม่นยำมากขึ้น
  1. การดูจำนวนผู้ป่วยสะสม (กราฟแท่งสีน้ำเงิน) เมื่อเทียบกับกราฟเส้นสีแดง ก็จะทำให้ทราบการควบคุมโรคระบาดว่าทำได้ดีหรือไม่เมื่อเทียบกับผลงาน 60 วันที่ผ่านมา ถ้ากราฟแท่งในวันหลังๆ อยู่เหนือเส้นสีแดง แสดงว่าควบคุมไม่ดี ถ้ากราฟแท่งอยู่แต่เส้นสีแดงแสดงว่าควบคุมได้ดี
  2. การ Monitor แนวโน้มดังกล่าว เป็นสิ่งสำคัญ ถ้าเบี่ยงเบนออกไป ก็ต้องเข้มงวดมาตรการเพื่อควบคุมให้กราฟแท่งกลับมาอยู่ใต้เส้นแดง
  3. แบบแผนของกราฟมี 6 แบบ (ดูอธิบายแต่ละแบบในรูปด้านล่าง)
รูปที่ 1 เป็นแบบแผนที่ควบคุมการระบาดได้ไม่ดี การเพิ่มขึ้นเป็นแบบยกกำลัง (Exponential)
รูปที่ 2 เป็นแบบแผนที่ควบคุมการระบาดได้ดีขึ้น การเพิ่มขึ้นเป็นแบบเส้นตรง (Linear) ดูความชันของเส้นกราฟจะทำให้รู้ว่าอัตราการเพิ่มมากน้อยเพียงไร
รูปที่ 3 เป็นกราฟแบบเส้นตรง ซึ่งมีแนวโน้มเบี่ยงเบนออกไป ซึ่งถ้าควบคุมไม่ได้ ก็จะเป็นจุดเปลี่ยนให้กราฟเป็นแบบยกกำลัง (Exponential) ถ้าควบคุมได้ดีก็สามารถกดลงมาให้เป็นเส้นตรงได้

รูปที่ 4 เป็นกราฟที่ควบคุมการระบาดได้ดีขึ้น จะเริ่มเป็นสี่เหลี่ยมคางหมู แต่ยังมีความแหลมอยู่
รูปที่ 5 เป็นกราฟที่ควบคุมการระบาดได้จนรายใหม่น้อยลง จะเห็นกราฟเป็นสี่เหลี่ยมคางหมู ที่มีความแหลมน้อยลงแต่ยังไม่เป็นสี่เหลี่ยมผืนผ้า
รูปที่ 6 การควบคุมได้ดี จนแทบไม่พบรายใหม่ กราฟเปลี่ยนเป็นรูปสี่เหลี่ยมผืนผ้า

สถานการณ์ในระดับโลกและระดับภูมิภาค/ทวีป

ผู้ติดเชื้อสะสมของทั้งโลกยังมีแนวโน้มขึ้นแบบเส้นตรง โดยคิดว่าอีก 30 วันข้างหน้า ความขันของการติดเชื้อก็ยังเพิ่มขึ้น
ผู้ติดเชื้อรายใหม่ต่อวัน จากวันละ แสน เป็นวันละ 2 แสนต่อวัน และอีก 30 วันข้างหน้า ก็จะเพิ่มมากกว่า 3 แสนต่อวัน
ผู้เสียชีวิตยังมีแนวโน้มเพิ่มขึ้นแบบเส้นตรง

อัตราป่วยตายหรือ Case Fatality มีแนวโน้มลดลง มีแนวโน้มลดลงเรื่อยๆ เมื่อเวลาผ่านไป
จำนวนผู้ป่วยจำแนกตามภูมิภาค โดยศุนย์กลางเริ่มจาก เอเชียตะวันออก (จีน ญี่ปุ่น เกาหลี) ในช่วงเดือน กพ. จากนั้นศูนย์กลางเคลื่อนไปยุโรปในเดือน มีนาคม และไปที่อเมริกาเหนือในเดือน เมษายน และช่วงเดือน พฤษภาคม ผู้ป่วยรายใหม่เพิ่มมากที่ทวีปอเมริกาใต้ (บราซิล เปรู) เอเชียใต้ (อินเดีย ปากีสถาน) คาดว่าเดือนมิถุนายน ศูนย์กลางน่าจะไปอยู่ที่ อเมริกาใต้ และเอเชียใต้ ดูรายละเอียดที่ update ล่าสุด
จำนวนผู้ติดเชือ สะสม ของทวีปต่างๆ ได้แก่ ยุโรป อเมริกาเหนือ อเมริกาใต้ ตะวันออกกลาง เอเชียใต้ อัฟริกา เอเชียตะวันออก เอเชียตะวันออกเฉียงใต้ และทวีปออสเตรเลีย
ผู้ป่วยรายใหม่ใน ยุโรป อเมริกาเหนือ ลดลง ส่วน อเมริกาใต้ เอเชียใต้ และตะวันออกกลาง เพิ่มสูงขึ้น จนน่าจะเป็นศูนย์กลางการระบาดใหม่ในเดือน สค.63
ทวีป Africa นั้นการระบาดเพิ่มแบบ Exponential และคิดว่าจะเป็นศูนย์กลางการระบาดใหม่ต่อจาก อเมริกาใต้ และเอเชียใต้
ยุโรปที่เป็นศูนย์กลางการระบาดต่อจากเอเชียตะวันออก สามารถควบคุมการระบาดได้ โดยการเพิ่มเป็นกราฟเส้นตรง

ทวีป อเมริกาเหนือ อัตราการเพิ่มแบบเส้นตรง ความชันของจำนวนผู้ติดเชื้อมีแนวโน้มสูงขึ้น
ทวีปอเมริกาใต้ กราฟเริ่มเปลี่ยนจาก exponential มาเร่ิมเป็นแบบเส้นตรง ทำให้สามารถทำนายการติดเชื้อในอีก 30 วันได้แม่นยำขึ้น
เอเชียใต้ (อินเดีย ปากีสถาน) กราฟการเพิ่มเริ่มเปลี่ยนจาก Exponential มาเริ่มเป็นเส้นตรง

ตะวันออกกลาง การเพิ่มยังเป็นการเพิ่มแบบเส้นตรง
South East Asia หรือประเทศ Asean การเพิ่มเป็นแบบเส้นตรง แต่มีแนวโน้มที่จะเพิ่มเลยเส้นแดง โดยพบมากที่อินโดนีเขีย ฟิลิปปินส์ สิงคโปร์ มาเลเซีย ไทย เวียดนาม เมียนมา และลาว ตามลำดับ โดยอัตราการเพิ่มของ อินโดนีเชีย และ ฟิลิปปินส์ อยู่ในอัตราที่น่าเป็นห่วง
ทวีปออสเตรเลีย ได้แก่ Australia และ New Zealand โดยที่ New Zealand ยังคุมได้ดี แต่ Australia ควบคุมได้ไม่ดี เส้นกราฟแท่งจึงเลยเส้นแดงไปมาก โดยต้องจับตาที่รัฐวิคตอเรียของออสเตรเลีย

สถานการณ์ในภูมิภาค ASEAN

ผู้ติดเชื่อ สะสมของประเทศในกลุ่ม ASEAN เรียงลำดับจากประเทศที่พบมากได้แก่ อินโดนีเชีย ฟิลิปปินส์ สิงคโปร์ มาเลเซีย ไทย เวียดนาม เมียนมา ลาว
ผู้ป่วยรายใหม่ที่พบมากใน 3 ประเทศ เรียงตามลำดับคือ อินโดนีเซีย ฟิลิปปินส์ และสิงคโปร์
เสียชีวิตมาก ตามลำดับได้แก่ อินโดนีเชีย ฟิลิปปินส์ มาเลเชีย ไทย และ สิงคโปร์

อัตราป่วยตาย (Case Fatality %) เรียงตามลำดับได้แก่ อินโดนีเซีย (5.9%) ,ฟิลิปปินส์ (4.6%),เมียนมา (2.8%) ไทย (1.8%) ,มาเลเซีย (1.4%) และ สิงคโปร์ (0.06%)

สถานการณ์ของประเทศต่างๆ

Top 20 ประเทศของผู้ป่วยสะสม ณ.วันที่ 28 มิย.63
Top 20 ประเทศของผู้ป่วยรายใหม่ ณ.วันที่ 28 มิย.63
ประเทศสหรัฐอเมริกา ผู้ป่วยสะสมยังเพิ่มขึ้น โดยความชันของการเพิ่มสูงขึ้นจากเดิม

ประเทศบราซิล ผู้ป่วยสะสมในอีก 30 วันข้างหน้ายังเพิ่มในอัตราเร่งอยู่
ประเทศรัสเซีย อัตราการเพิ่มเป็นแบบเส้นตรง
ประเทศสหราชอาณาจักร อัตราการเพิ่มของผู้ป่วยสะสม เริ่มลดลง

ประเทศอินเดีย อัตราการเพิ่มเป็นแบบ Exponential ยังไม่ได้เป็นเส้นตรง
ประเทศสเปน อัตรการเพิ่มของผู้ป่วยสะสม มีแนวโน้มลดลงจากค่าเฉลี่ย 60 วันที่แล้ว
ประเทศอิตาลี ซึ่งเป็นประเทศแรกในยุโรปที่พบการระบาดหนัก อัตรการเพิ่มของผู้ป่วยสะสมใน 30 วันข้างหน้า ต่ำกว่าค่าเฉลี่ย 60 วันที่แล้ว

ประเทศเปรู อัตรการเพิ่มของผู้ป่วยสะสมใน 30 วันข้างหน้า ต่ำกว่าค่าเฉลี่ย 60 วันที่แล้ว
ประเทศเยอรมัน อัตรการเพิ่มของผู้ป่วยสะสมใน 30 วันข้างหน้า ต่ำกว่าค่าเฉลี่ย 60 วันที่แล้ว
ประเทศอิหร่าน ซึ่งเป็นประเทศแรกในตะวันออกกลางที่พบการระบาดหนัก กราฟเป็นเส้นตรงเพิ่มในอัตราคงที่

ประเทศตรุกี ผู้ป่วยสะสม เพิ่มแบบเส้นตรงอัตราคงที่
ประเทศฝรั่งเศส อัตรการเพิ่มของผู้ป่วยสะสมใน 30 วันข้างหน้า ต่ำกว่าค่าเฉลี่ย 60 วันที่แล้ว
ประเทศชิลิ มีการปรับผู้ป่วยสะสม ทำให้จำนวนผู้ป่วยสะสมลดลง อัตราการเพิ่มของผู้ป่วยสะสมมีแนวโน้มลดลง

ประเทศแมกซิโก อัตราการเพิ่มใน 30 วันข้างหน้า มีแนวโน้มเพิ่มขึ้น
ประเทศปากีสถาน อัตราการเพิ่มของผู้ป่วยสะสม เปลี่ยนจาก Exponential มาเป็นแบบเส้นตรง
ประเทศอัฟริกาใต้ เป็นประเทศในทวีปอัฟริกาที่ผู้ติดเชื้อสูงสุด และรูปแบบการเพิ่มยังเป็นแบบ Exponential ยังไม่เป็นเส้นตรง

ประเทศสวีเดน เป็นประเทศที่เชื่อมั่นในความรับผิดชอบของคนสวีดิช ไม่ประกาศ Lockdown ซึ่งในเดือน มิย.63 ไม่สามารถควบคุมการระบาดได้เหมือนเดิม แต่สามารถกลับมาควบคุมการระบาดได้ดีขึ้นในเดือน กค 63
ประเทศญี่ปุ่น อัตรการเพิ่มผู้ป่วยสะสมมีแนวโน้มเพิ่มขึ้น
ประเทศเกาหลีใต้ ประเทศนี้คลายล๊อคสลับการล๊อค เมื่อมีเกิดการระบาดเป็นกลุ่มก้อน ด้วยความมั่นใจในระบบสาธารณสุขและระบบข้อมูลข่าวสารที่แข็งแรงก็สามารถควบคุมการระบาดได้ ทำให้เศรษฐกิจเดินไปได้โดยที่ภาพรวมการติดเชื้อในระยะยาวกระทำได้ดี จะเห็นรูปกราฟแท่ง เป็นสี่เหลี่ยมผืนผ้า)

ประเทศสิงคโปร์ ประเทศสิงคโปร์เพลี่ยพล้ำที่ปล่อยให้มีการระบาดในแรงงานต่างชาติที่อาศียอยู่อย่างแออัด ทำให้ตัวเลขเพิ่มสูงสุดใน ASEAN แต่ก็สามารถควบคุมการระบาดได้ ปล่อยให้การดำเนินชีวิตและทางเศรษฐกิจเดินหน้า ถ้ามีการติดเชื้อเพิ่มขึ้นก็ทำ circrit breaker เพื่อจัดการด้านสังคม เศรษฐกิจ ควบคู่กับการควบคุมโรค
ประเทศอินโดนีเซีย กราฟมีแนวโน้มจะเป็น Exponentail ต้องจับตาการเพิ่มอย่างใกล้ชิด
ประเทศฟิลิปปินส์ กราฟมีแนวโน้มเป็น Exponential ต้องจับตาการเพิ่มอย่างใกล้ชิด

ประเทศมาเลเซีย อัตรการเพิ่มของผู้ป่วยสะสมมีแนวโน้มลดลง
ประเทศไทย ผู้ป่วยสะสมเพิ่อย่างช้าๆ เนื่องจากสามารถควบคุมโรคได้เป็นอย่างดี แต่มีการคาดการณ์ว่า GDP ของประเทศไทยจะติดลบมากที่สุดใน ASEAN
ประเทศเวียดนาม ผู้ป่วยสะสมจะเพิ่มขึ้นน้อยมาก กราฟแท่งอยู่ใต้เส้นแดง ประเทศเวียดนามเป็นประเทศที่ได้รับการยอมรับในระดับโลกว่าควบคุม Covid-19 ได้ดี เป็นประเทศที่ปิดน่านฟ้าแต่เนิ่นๆ และใช้การตรวจเชื้อ (Test) และติดตามผู้ป่วย (Track) เพื่อควบคุมการระบาดแต่เนิ่นๆ และแม้จะไม่พบผู้ติดเชื้อในประเทศเกือบ 2 เดือน ก็ยังไม่เปิดน่านฟ้า

ประเทศเมียนมา ผู้ติดเชื้อสะสม เพิ่มอย่างช้าๆ
ประเทศกัมพูชา ผู้ติดเชื้อสะสม เพิ่มแบบช้าๆ