Математики из СПбГУ разработали универсальную модель для прогнозирования эпидемий
Уже после первого месяца наблюдений она демонстрирует высокую точность Фото: пресс-служба СПбГУ Группа ученых из Санкт-Петербургского университета усовершенствовала разработанную в 2021-2022 годах модель,
Группа ученых из Санкт-Петербургского университета усовершенствовала разработанную в 2021-2022 годах модель, которая использовалась для прогнозирования динамики заболеваемости COVID-19. Теперь с ее помощью можно составить прогноз распространения любой эпидемии. Уже после первого месяца наблюдений она демонстрирует высокую точность в прогнозировании количества активных случаев заболевания на ближайшие три-четыре недели.
Ученые смогли определить новые пики роста заболеваемости и ключевые показатели. В основе разработки лежала идея о природном влиянии многих факторов на динамику этих процессов. Поэтому специалисты использовали динамическую игру против природы как математическую модель для принятия решений о прогнозах. Результаты применения этой методологии для прогнозирования динамики активных случаев COVID-19 в Санкт-Петербурге и Москве были представлены на международной конференции, посвященной 300-летию Университета.
Возможность практического использования разработанной методологии проверили в ходе многочисленных экспериментов по построению ретроспективных прогнозов. Модель ученых СПбГУ предсказала снижение суточного прироста заболевших COVID-19 в России до 25 тысяч к осени.
Один из авторов разработки, Александр Крылатов, рассказал, что основные случайные параметры динамических систем притока и оттока могут иметь предсказуемую динамику, которую можно обнаружить и описать, анализируя уже существующие данные. Так, для пандемии COVID-19 данные о процентном приросте заболевших во время первой волны позволяли значительно уменьшить неопределенность в дальнейшем развитии эпидемии и предсказать последующие подъемы и спады заболеваемости.
«Учитывая природный биологический характер вирусов, можно полагать, что свойство предсказуемости введенных в модели CIR стохастических параметров может применяться для всех новых вирусов и мутаций» - пояснил Крылатов.
Таким образом, ученые СПбГУ, основываясь на анализе текущих данных и динамических трендов, могут с высокой точностью в реальном времени прогнозировать количество активных случаев заболевания на ближайшие три-четыре недели. Такие прогнозы могут стать основой для планирования мероприятий региональных систем здравоохранения во время эпидемий как новых, так и уже известных вирусов.
Ранее сообщалось, что заболеваемость ОРВИ в Ленобласти за неделю снизилась почти на 10 процентов.
Анастасия ЩербаковаПоследние новости
Рост новых случаев ВИЧ-инфекции в Петербурге за 2024 год
Региональное управление Роспотребнадзора озвучило тревожные цифры.
Прогноз погоды на 2 декабря в Ленинградской области
Облачная погода и небольшой дождь ожидаются в регионе.
Рекомендации по защите смартфонов от вирусов
Эксперт предлагает простые меры предосторожности для пользователей.
Частотник
Осуществляем поставку в оговоренные сроки, обеспечивая быструю отправку