Matematikere udvikler en ny model til at forudsige epidemier baseret på fortilfælde

Forskere fra Intelligent Logistics Center ved St. Petersburg University har udviklet en ny Case-Based Rate Reasoning (CBRR) model til at forudsige dynamikken i epidemier. Ved at bruge denne metode, forskerne er ved at udarbejde prognoser for spredningen af ​​COVID-19 i Rusland. Forudsigelserne er baseret på data om epidemiens dynamik i lande, hvor sygdommen blev registreret tidligere.

Forskerne stod over for en udfordring, da de begyndte at bygge deres første prognoser i april-maj 2020:ingen eksisterende tilgængelige modeller til matematisk forudsigelse af dynamikken i epidemier ville fungere for COVID-19.

"I april-maj 2020, der var endnu ingen statistik over dynamikken i den nye virus, mens sådanne statistikker er tilgængelige for virus, der allerede er kendt af menneskeheden. Klassen af ​​modeller, der var til rådighed på det tidspunkt, var derfor ikke anvendelig til at forudsige epidemiens dynamik. Det var nødvendigt at udvikle en ny tilgang og en ny CBRR-model. Dens egenskab er, at at forudsige epidemiens udvikling i Rusland, den bruger data om dynamikken i spredningen af ​​den nye coronavirus i lande, hvor epidemien begyndte tidligere end i vores land, " sagde professor Victor Zakharov, Leder af Intelligent Logistics Center ved St Petersburg University, Leder af Institut for Matematisk Modellering af Energisystemer ved St. Petersborg Universitet, doktor i fysik og matematik.

Efter at have etableret den nye model for Rusland som helhed, forskerne begyndte at opdatere deres prognoser for Skt. Petersborg og Moskva på ugentlig basis (deres prognoser er tilgængelige på webstedet for Intelligent Logistics Center ved St. Petersborg Universitet). Ifølge de seneste prognoser, i Rusland varierer den daglige stigning i nye tilfælde af COVID-19 i løbet af de sidste to uger fra 24, 000 til 27, 000. Den 3. december 2020, for første gang oversteg dette tal 28, 000. Hvis dette vækstniveau fortsætter i 7 til 10 dage, Rusland vil flade kurven for antallet af nye sager ud. Hvis det så begynder at falde, videnskabsmænd mener, at Rusland kan toppe den 21.-22. december 2020 i antallet af aktive tilfælde:det er i henhold til antallet af syge mennesker på en bestemt dag. I disse dage, antallet af smittede i landet som helhed kan variere fra 514, 000 til 517, 000. Disse værdier skal tages i betragtning for at forstå sundhedsvæsenets belastningsniveau og planlægge dets arbejde for fremtiden.

Den nye CBRR-model er bygget på en iterativ tilgang:de data, som forudsigelserne er baseret på, opdateres i realtid i en periode på 2-3 uger. Dermed, epidemiens reelle forløb over den sidste analyserede tidsperiode gør det muligt mere præcist at beregne prognosen for dens dynamik i den nærmeste fremtid. "Vejrudsigten for Rusland og USA i foråret blev bygget 2-3 uger før det nuværende tidspunkt. I prognoserne for Skt. Petersborg og Moskva, vi stoler på data fra de foregående dage (2-3 uger) og foretager forudsigelser ved hjælp af den samme model, men justeret for disse data, sagde Victor Zakharov.

"Den udviklede CBRR-model inkluderer en iterativ procedure til heuristisk udvælgelse af intervallængder, et sæt værdier af procentvis vækst, og andre væsentlige parametre. Disse omfatter:toppe i form af stigningen i nye tilfælde og mulige perioder med tophøjde; og topper i forhold til antallet af aktive sager. En væsentlig del af den iterative procedure er dannelsen af ​​kæden af ​​lande med epidemisk spredning (Epidemic Spreading Chain, ESC), som omfatter flere lande rangeret efter det tidspunkt, hvor de når de samme niveauer af de valgte parametre. Landet, som prognosen bygges for, kaldes Country Follower, resten af ​​de lande, vi omtaler som landeforgængere, " tilføjede Victor Zakharov.

Professor Zakharov bemærkede, at for den korrekte indstilling af modellen, det er nødvendigt, at ESC-landene anvender relativt identiske foranstaltninger mod spredningen af ​​epidemien:karantæne, selvisolation, social afstand, og lignende. Som han præciserede, epidemien i Den Russiske Føderation, landfølgeren, er karakteriseret ved et senere tidspunkt, hvor de samme procentvise vækstrater blev nået i sammenligning med andre lande. "Baseret på dette faktum, når man modellerer og forudsiger dynamikken i epidemien i Rusland, vi inkluderede Italien, Spanien, Storbritanien, og Frankrig som lande-forgængere i ESC-kæden. Den sekventielt genererede udviklingsbane for de statistiske data om epidemien, for eksempel, det samlede antal inficerede mennesker, sammenlignes med de faktiske statistiske data, sagde Victor Zakharov.