Исследователи из Центра интеллектуальной логистики СПбГУ создали новую модель CBRR (Case-Based Rate Reasoning), которая поможет прогнозировать развитие эпидемий. С помощью этой модели математики смогли предсказать, когда пандемия коронавирусной инфекции достигнет своего следующего пика заражения в Москве, Санкт-Петербурге и России в целом. Полученные результаты ученые описали в журнале Mathematics.
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.
Ученые пытались предсказать, когда будут новые волны пандемии коронавируса, еще в апреле-мае 2020. Но они столкнулись с тем, что ни одна из ранее применяемых моделей не подходит для COVID-19 и не может построить прогнозы о том, как будет развиваться пандемия. CBRR построена на итеративном подходе: данные, на основании которых строятся прогнозы, две-три недели обновляются в реальном времени. Таким образом, появились возможности более точно рассчитать прогноз развития эпидемии в реальном течении за последнее время. Сейчас новая система приспособлена к данным об эпидемиологической ситуации во всей России. И ученые говорят о том, что, если такой уровень прироста сохранится в течение семи-десяти дней 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.
«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 Виктор Захаров.
Исследователь отметил, что для верной настройки модели необходимо, чтобы в странах ESC (в которых эпидемия распространяется из одной в другую) использовались сравнительно одинаковые меры сдерживания эпидемии: карантин, самоизоляция, социальная дистанция и тому подобные. Как уточнил Захаров, эпидемия в России, стране-последователе, характеризуется более поздним по сравнению с другими странами моментом достижения процентного прироста одних и тех же значений.
«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 (Country Follower), остальные — странами-предшественниками (Country Predecessor)», — пояснил Захаров. В качестве предшественников для России исследователи включили Италию, Испанию, Великобританию и Францию.
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.
