» » Математики СПбГУ узнали, когда ждать второго пика COVID-19

Математики СПбГУ узнали, когда ждать второго пика COVID-19

Математики СПбГУ узнали, когда ждать второго пика COVID-19
Это изображение сканирующего электронного микроскопа показывает вирус SARS-CoV-2, окрашенный в желтый цвет, выходящий из поверхности клеток (окрашенные в розовый цвет) © NIAID-RML

Ученые Центра интеллектуальной логистики СПбГУ разработали новую модель прогнозирования развития эпидемий CBRR (Case-Based Rate Reasoning). С помощью этого метода исследователи готовят прогнозы распространения COVID-19 в Петербурге, Москве и России, основываясь на данных о развитии эпидемии в странах, где болезнь зафиксировали раньше. Описание модели и первые результаты ее работы опубликованы в престижном международном журнале Mathematics.

Первые прогнозы ученые начали строить в апреле-мае 2020 года и столкнулись с трудностью: все имеющиеся модели математического прогнозирования развития эпидемий не работали для COVID-19.

«В апреле-мае еще не было статистики о динамике нового вируса, тогда как для уже известных ранее человечеству вирусов такая статистика есть. Поэтому имевшийся в тот период класс моделей для прогнозирования динамики эпидемий не годился. Пришлось разработать новый подход и новую модель CBRR. Ее особенность в том, что для прогнозирования эволюции эпидемии в России она использует данные о динамике распространения нового коронавируса в странах, где эпидемия началась раньше, чем в нашей стране», — рассказал руководитель Центра интеллектуальной логистики СПбГУ, заведующий кафедрой математического моделирования энергетических систем СПбГУ, доктор физико-математических наук, профессор Виктор Захаров.

Наладив новую модель для России в целом, ученые стали обновлять свои прогнозы для Петербурга и Москвы еженедельно (следить за их работой можно на странице Центра интеллектуальной логистики СПбГУ). Согласно последним прогнозам, в Петербурге темп прироста заболевших после небольшого замедления в середине ноября в последнюю неделю осени увеличился и достиг своих максимальных показателей за все время эпидемии.

Кроме того, по подсчетам исследователей, обе столицы приблизились ко второму с начала эпидемии пику по количеству активных случаев болезни: то есть по числу болеющих на конкретный день. В Москве он ожидается 11-12 декабря, а в Петербурге — 15-16 декабря. В столице на пике количество заболевших, согласно расчетам ученых, составит 149-151 тысячу человек, а в Петербурге — 64-65 тысяч. Эти значения необходимо учитывать, чтобы понимать уровень загрузки системы здравоохранения и планировать ее работу на перспективу.

В целом по России, как отмечается в отчете Центра интеллектуальной логистики, ежедневный прирост новых случаев заболеваний в течение последних двух недель колеблется в диапазоне от 24 до 27 тысяч новых случаев. При этом 3 декабря впервые этот показатель превысил 28 тысяч человек.

Если такой уровень прироста сохранится в течение 7–10 дней (то есть Россия окажется на плато относительно значения новых случаев) и в дальнейшем начнет уменьшаться, то, как полагают ученые, Россия может выйти на пик по количеству активных случаев болезни 21-22 декабря. В этот день число болеющих в целом по стране может оказаться в диапазоне от 514 до 517 тысяч человек.

Новая модель CBRR построена на итеративном подходе: данные, на основании которых строятся прогнозы, на период 2–3 недели обновляются в реальном времени. Таким образом, реальное течение эпидемии за последний анализируемый временной промежуток дает возможность более точно рассчитать прогноз ее развития в ближайшем будущем.

«Прогноз по России и США весной строился на 2–3 недели вперед от текущего момента времени, а в прогнозах для Петербурга и Москвы мы опираемся на данные предыдущих дней (2–3 недели) и прогнозируем с помощью той же модели, но приспособленной уже для этих данных», — уточнил ученый.

«Построенная нами модель CBRR включает итеративную процедуру эвристического выбора длины промежутков, набора значений процентного прироста и других значимых параметров, в том числе пиков по приросту новых случаев и возможных периодов их достижения, пиков по количеству болеющих и других важных показателей. Важная составляющая итеративной процедуры — формирование цепочки ESC (Epidemic Spreading Chain) стран распространения эпидемии, включающей в себя несколько стран, упорядоченных по времени выхода их на одинаковые уровни значения выбранных параметров. Страна, для которой строится прогноз, называется страной-последователем (Страна Follower), остальные — странами-предшественниками (Страна Predecessor)», — добавил Виктор Захаров.

Исследователь отметил, что для верной настройки модели необходимо, чтобы в странах ESC использовались сравнительно одинаковые меры сдерживания эпидемии: карантин, самоизоляция, социальная дистанция и тому подобные. Как уточнил Виктор Захаров, эпидемия в России, стране-последователе, характеризуется более поздним по сравнению с другими странами моментом достижения процентного прироста одних и тех же значений.

«Поэтому в цепочку ESC при моделировании и прогнозировании динамики эпидемии в России в качестве предшественников включили Италию, Испанию, Великобританию и Францию. Последовательно сгенерированная на основании сделанного выбора траектория эволюции статистических данных об эпидемии (в частности, общего количества инфицированных людей) сравнивается с фактической статистикой», — рассказал исследователь.

08 декабрь 2020 /
  • Не нравится
  • 0
  • Нравится

Похожие новости

Исследователи СПбГУ вошли в 0,1 % самых цитируемых ученых мира

В список самых высокоцитируемых ученых мира Web of Science (WoS) Highly Cited Researchers 2020 вошли трое исследователей Санкт-Петербургского университета.

Когда закончится пандемия коронавируса?

В первые дни пандемии COVID-19 многие люди надеялись, что коронавирус просто исчезнет сам собой или его вообще нет

Химики СПбГУ обнаружили возможности для более «зеленого» использования карбида кальция

Химики Санкт-Петербургского государственного университета разработали новую стратегию использования карбида кальция в синтезе органических соединений

Коэффициент смертности от COVID-19 составляет около 1%, говорится в новом отчете

Коэффициент летальности от COVID-инфекции составляет около 1% в странах с высоким уровнем

В России создали модель атмосферы над Атлантикой

Она находится в открытом доступе и позволяет каждому воспроизвести около 200 основных параметров атмосферы с высокой точнос

Жертвы коронавируса начали умирать во сне

Врачи, которые борются с коронавирусной инфекцией в Ломбардии, выявили новые, довольно опасные особенности COVID-19.
Комментарии

НАПИСАТЬ КОММЕНТАРИЙ

Ваше Имя:
Ваш E-Mail:
Код:
Кликните на изображение чтобы обновить код, если он неразборчив
Введите код:
Популярные новости
Замечательная история о том, почему наследник британского престола носит титул принца УэльскогоСамый опасный город СССР, о котором почти никто не знал — Аральск-7 (Кантубек)5 ситуаций, когда кнопочный телефон лучше смартфонаКитайская копия робота-собаки Boston Dynamics стоит в 30 раз дешевле. В чем подвох?Подлинный изобретатель телефонаКакое самое плохое решение в истории было принято человеком?Больше не значит лучшеСколько всего опасных динозавров жило на Земле за всю историю?