Wetenschappers van het Intelligent Logistics Center van de Universiteit van St. Petersburg hebben een nieuw Case-Based Rate Reasoning (CBRR)-model ontwikkeld om de dynamiek van epidemieën te voorspellen. Met behulp van deze methode, de onderzoekers bereiden voorspellingen voor voor de verspreiding van COVID-19 in Rusland. De voorspellingen zijn gebaseerd op gegevens over de dynamiek van de epidemie in landen waar de ziekte eerder werd vastgesteld.

De wetenschappers stonden voor een uitdaging toen ze in april-mei 2020 begonnen met het opstellen van hun eerste voorspellingen:geen bestaande beschikbare modellen voor het wiskundig voorspellen van de dynamiek van epidemieën zouden werken voor COVID-19.

"In april-mei 2020, er waren nog geen statistieken over de dynamiek van het nieuwe virus, terwijl dergelijke statistieken beschikbaar zijn voor virussen die al bekend zijn bij de mensheid. De klasse van modellen die op dat moment beschikbaar was, was daarom niet toepasbaar voor het voorspellen van de dynamiek van de epidemie. Het was nodig om een ​​nieuwe aanpak en een nieuw CBRR-model te ontwikkelen. Het kenmerk is dat, om de epidemische evolutie in Rusland te voorspellen, het gebruikt gegevens over de dynamiek van de verspreiding van het nieuwe coronavirus in landen waar de epidemie eerder begon dan in ons land, " zei professor Victor Zakharov, Hoofd van het Intelligent Logistics Center aan de Universiteit van St. Petersburg, Hoofd van de afdeling Wiskundige Modellering van Energiesystemen aan de Universiteit van St. Petersburg, Doctor in de natuurkunde en wiskunde.

Nadat het nieuwe model voor Rusland als geheel is vastgesteld, de wetenschappers begonnen hun prognoses voor Sint-Petersburg en Moskou wekelijks bij te werken (hun prognoses zijn beschikbaar op de website van het Intelligent Logistics Centre van de Universiteit van Sint-Petersburg). Volgens de laatste prognoses in Rusland varieert de dagelijkse toename van nieuwe gevallen van COVID-19 in de afgelopen twee weken van 24, 000 tot 27, 000. Op 3 december 2020, voor het eerst overschreed dit cijfer 28, 000. Als dit groeiniveau 7 tot 10 dagen aanhoudt, Rusland zal de curve van het aantal nieuwe gevallen afvlakken. Als het dan begint af te nemen, wetenschappers denken dat Rusland op 21-22 december 2020 een piek kan bereiken in het aantal actieve gevallen:dat is volgens het aantal zieken op een bepaalde dag. Op deze dagen, het aantal besmette mensen in het land als geheel kan variëren van 514, 000 tot 517, 000. Met deze waarden moet rekening worden gehouden om de belasting van het gezondheidszorgsysteem te begrijpen en zijn werk voor de toekomst te plannen.

Het nieuwe CBRR-model is gebaseerd op een iteratieve benadering:de gegevens waarop de voorspellingen zijn gebaseerd, worden gedurende een periode van 2-3 weken in realtime bijgewerkt. Dus, het werkelijke verloop van de epidemie over de laatste geanalyseerde periode maakt het mogelijk om de voorspelling van de dynamiek in de nabije toekomst nauwkeuriger te berekenen. "De voorspelling voor Rusland en de Verenigde Staten in het voorjaar werd 2-3 weken eerder gebouwd dan de huidige tijd. In de voorspellingen voor Sint-Petersburg en Moskou, we vertrouwen op de gegevens van de voorgaande dagen (2-3 weken) en doen voorspellingen met hetzelfde model, maar aangepast voor deze gegevens, ' zei Victor Zakharov.

"Het ontwikkelde CBRR-model omvat een iteratieve procedure voor de heuristische selectie van intervallengtes, een reeks waarden van procentuele groei, en andere belangrijke parameters. Deze omvatten:pieken in termen van de toename van nieuwe gevallen en mogelijke periodes van piekhoogte; en pieken in termen van het aantal actieve gevallen. Een belangrijk onderdeel van de iteratieve procedure is de vorming van de keten van landen met epidemische verspreiding (Epidemic Spreading Chain, ESC), die verschillende landen omvat, gerangschikt op de tijd dat ze dezelfde niveaus van de geselecteerde parameters bereiken. Het land waarvoor de prognose wordt gebouwd, wordt de Country Follower genoemd, de rest van de landen die we de voorgangers van het land noemen, " voegde Victor Zakharov eraan toe.

Professor Zakharov merkte op dat voor de juiste afstemming van het model, het is noodzakelijk dat de ESC-landen relatief identieke maatregelen nemen tegen de verspreiding van de epidemie:quarantaine, zelfisolatie, social distancing, en dergelijke. Zoals hij verduidelijkte, de epidemie in de Russische Federatie, de landvolger, wordt gekenmerkt door een latere datum waarop dezelfde procentuele groeipercentages werden bereikt in vergelijking met andere landen. "Op basis van dit feit bij het modelleren en voorspellen van de dynamiek van de epidemie in Rusland, we hebben Italië opgenomen, Spanje, Groot Brittanië, en Frankrijk als landenvoorlopers in de ESC-keten. Het sequentieel gegenereerde evolutietraject van de statistische gegevens over de epidemie, bijvoorbeeld, het totale aantal besmette mensen, wordt vergeleken met de werkelijke statistische gegevens, ' zei Victor Zakharov.