COVID-19 spredningsmodel viser, hvordan vaccination påvirker pandemi

RUDN Universitetets matematikere byggede en model for spredning af COVID-19 baseret på to regressionsmodeller. Matematikerne inddelte landene i tre grupper, afhængig af spredemængden og de klimatiske forhold, og fandt en passende matematisk tilnærmelse til hver af dem. Baseret på modellen, matematikerne forudsagde de efterfølgende bølger. Prognosen var nøjagtig i lande, hvor massevaccination ikke blev indført. Resultaterne offentliggøres i Matematik .

Epidemiens spredningshastighed i landet afhænger af, blandt andet, om de klimatiske forhold:temperatur, fugtighed, vinde. For eksempel, i den kolde årstid, tør luft tørrer næseslimet ud, som fungerer som en første forsvarslinje mod virussen. Derfor, en person bliver hurtigere inficeret. Høj temperatur, tværtimod, forhindrer virussen i at overleve. På baggrund af disse overvejelser, Professor Maria Alessandra Ragusa fra RUDN University byggede sammen med sine kolleger fra Egypten og Italien modeller af COVID-19 spredt separat for tre grupper af lande med forskellige klimatiske forhold. Det viste sig, at modellen præcist forudsiger det videre forløb af epidemien, men kun indtil virkningen af ​​vaccination begynder at påvirke.

"Den største udfordring under at studere epidemier er, hvordan man kan forudsige sygdomsadfærd, hvor mange mennesker vil blive smittet i fremtiden, at bestemme pandemiens top, anden bølge af sygdommens virkningstid, og det samlede antal dødsfald efter pandemiens ophør. Vi brugte en ny state-of-art af regressionsmodeller til at modellere daglige bekræftede tilfælde og til at forudsige de kommende coronavirus-bølger i forskellige lande, " siger Ragusa.

Matematikere har identificeret tre grupper af lande. Den første kategori omfatter lande, hvor den første bølge af pandemien varede omkring 180 dage. Det er landene med den laveste spredningsrate, med en gennemsnitlig årlig temperatur på 15-38° (f.eks. Saudi Arabien, Egypten). I den anden gruppe af lande (f.eks. Det Forenede Kongerige, Tyskland, Italien) med en gennemsnitlig årlig temperatur på 2-31°C, den første bølge varede 90 dage. Lande i denne gruppe er karakteriseret ved en gennemsnitlig infektionsrate og stopperioder med lav virusspredningsrate. Den tredje gruppe omfatter lande med den højeste spredningsrate og ingen standsningsperioder, med en gennemsnitlig årlig temperatur på 2-18 grader Celsius – f.eks. USA og Rusland.

Til modellering, videnskabsmænd brugte WHO-data om antallet af tilfælde fra 1. marts til 15. november, 2020. RUDN-matematikere valgte de bedst egnede regressionsmodeller – metoder til statistisk forskning af flere variables indflydelse på én værdi. Fourier-serien og summen af ​​sinusbølgerne var de mest nøjagtige for modellering af COVID-19-tilfælde. Dette betyder, at kurven for nye tilfælde af sygdommen er repræsenteret enten som summen af ​​Fourier-funktioner (de kan repræsenteres som bølger af en bestemt frekvens og amplitude), eller som en sum af almindelige sinusbølger.

Som resultat, professor Ragusa opnåede de beregnede værdier af toppen af ​​den anden eller tredje bølge i de undersøgte lande. Forskellige modeller gav tætte prognoser med en forskel på flere dage. De opnåede forudsigelser blev sammenlignet med de data, der var tilgængelige på det tidspunkt. Det viste sig, at modellen giver ret præcise forudsigelser, hvis landet ikke indfører bred vaccination. For eksempel, den beregnede værdi af toppen af ​​nye tilfælde i Egypten er 1481 personer den 11. januar, 2021; det virkelige højdepunkt fandt sted den 31. december med 1418 tilfælde. I andre lande, modellen giver en præcis forudsigelse indtil begyndelsen af ​​2021. Derefter vaccinationseffekten finder sted, og de beregnede værdier afviger fra virkeligheden. For eksempel, for Tyskland, de forudsagte og reelle værdier er tæt på indtil omkring den 15. januar, 2021, og den 15. februar afviger de med omkring 2,5 gange.

"I vores fremtidige arbejde, vi vil udvikle de nuværende prædiktive modeller i betragtning af, hvordan vaccination påvirker virusspredningshastigheden, " slutter Ragusa.