Matematiske kurver forudsiger udvikling i spredning af COVID-19

Bestræbelser på at begrænse spredningen af ​​Covid-19-pandemien er nu topprioritet for regeringer over hele kloden. Mens de træffer disse livreddende beslutninger, Det er særligt vigtigt for politikere at forudsige nøjagtigt, hvordan spredningen af ​​virussen vil ændre sig over tid. Gennem forskning offentliggjort i EPJ Plus, Ignazio Ciufolini ved University of Salento, og Antonio Paolozzi ved Sapienza Universitet i Rom, identificere en klar matematisk tendens i udviklingen af ​​daglige nye tilfælde og dødstal i Kina, og brug den samme kurve til at forudsige, hvordan en lignende afmatning vil udvikle sig i Italien.

Ved at tilpasse deres strategier med forudsigelser lavet af kurven, Politikere kunne være bedre rustet til at udarbejde videnskabeligt robuste planer og tidsplaner for deres indeslutningsforanstaltninger. Ciufolini og Paolozzi baserede deres tilgang omkring en funktion, der almindeligvis bruges i statistik til at spore ændringer i de samlede værdier af specifikke mængder over tid. Efter at have finjusteret parametrene, der definerer formen på deres kurve, de fandt ud af, at det var tæt på udviklingen af ​​daglige nye tilfælde og dødsfald i officielle data fra Kina, hvor Covid-19 nu stort set er blevet inddæmmet.

Forskerne brugte derefter den samme tilgang til at forudsige udviklingen af ​​de to værdier i Italien, ved at tilpasse den indledende del af deres kurve til de officielle data, der er tilgængelige pr. 29. marts. Dette gjorde det muligt for dem at komme med informerede forudsigelser om, hvornår antallet af daglige nye tilfælde og dødsfald vil toppe, og derefter begynde at falde betydeligt. Desuden, duoen styrkede pålideligheden af ​​disse forudsigelser ved at inkorporere deres matematik i Monte Carlo computersimuleringer, som de løb 150 gange.

Ciufolini og Paolozzi erkender, at deres tilgang ikke kan tage højde for faktorer i den virkelige verden som antallet af daglige nasopharyngeale podninger, social afstand, eller det faktum, at reelle sagstal sandsynligvis er langt højere end de rapporterede. De forbedrer nu deres algoritmes forudsigelser ved at overveje, hvordan antallet af individer testet med podninger nu er langt højere i Italien end ved begyndelsen af ​​infektionen. Hvis regeringerne tager de nødvendige forholdsregler, og kurveparametre skræddersyet til specifikke nationer, de håber, at det kan blive en vigtig del af monumentale globale bestræbelser på at reducere de menneskelige omkostninger ved den globale pandemi.