science >> Wetenschap >  >> anders

COVID-19 verspreidingsmodel laat zien hoe vaccinatie pandemie beïnvloedt

Wiskundigen van de RUDN University hebben een model voor de verspreiding van COVID-19 gebouwd op basis van twee regressiemodellen. De wiskundigen verdeelden de landen in drie groepen, afhankelijk van de strooihoeveelheid en de klimatologische omstandigheden, en vond een geschikte wiskundige benadering voor elk van hen. Op basis van het model, de wiskundigen voorspelden de volgende golven. De voorspelling was juist in landen waar massale vaccinatie niet werd ingevoerd. Krediet:RUDN University

Wiskundigen van de RUDN University hebben een model voor de verspreiding van COVID-19 gebouwd op basis van twee regressiemodellen. De wiskundigen verdeelden de landen in drie groepen, afhankelijk van de strooihoeveelheid en de klimatologische omstandigheden, en vond een geschikte wiskundige benadering voor elk van hen. Op basis van het model, de wiskundigen voorspelden de volgende golven. De voorspelling was juist in landen waar massale vaccinatie niet werd ingevoerd. De resultaten zijn gepubliceerd in Wiskunde .

De verspreidingssnelheid van de epidemie in het land hangt af van, onder andere, op de klimatologische omstandigheden:temperatuur, vochtigheid, winden. Bijvoorbeeld, in het koude seizoen, droge lucht droogt het neusslijm uit dat fungeert als een eerste verdedigingslinie tegen het virus. Daarom, een persoon raakt sneller besmet. Hoge temperatuur, Integendeel, voorkomt dat het virus overleeft. Op basis van deze overwegingen, professor Maria Alessandra Ragusa van de RUDN University bouwde samen met haar collega's uit Egypte en Italië modellen van de COVID-19 die afzonderlijk werden verspreid voor drie groepen landen met verschillende klimatologische omstandigheden. Het bleek dat het model het verdere verloop van de epidemie nauwkeurig voorspelt, maar alleen totdat het effect van vaccinatie begint te beïnvloeden.

"De belangrijkste uitdaging tijdens het bestuderen van epidemieën is hoe het ziektegedrag te voorspellen, hoeveel mensen zullen in de toekomst besmet raken, het bepalen van de pandemiepiek, tweede golf van de ziekte tijd van actie, en het totale aantal sterfgevallen na het einde van de pandemie. We gebruikten een nieuwe state-of-art van regressiemodellen om dagelijks bevestigde gevallen te modelleren en om de komende coronavirusgolven in verschillende landen te voorspellen, ' zegt Ragusa.

Wiskundigen hebben drie groepen landen geïdentificeerd. De eerste categorie omvat landen waar de eerste golf van de pandemie ongeveer 180 dagen duurde. Dit zijn de landen met de laagste strooisnelheid, met een gemiddelde jaartemperatuur van 15-38° (bijvoorbeeld Saoedi-Arabië, Egypte). In de tweede groep landen (bijvoorbeeld het Verenigd Koninkrijk, Duitsland, Italië) met een gemiddelde jaartemperatuur van 2-31°C, de eerste golf duurde 90 dagen. Landen in deze groep worden gekenmerkt door een gemiddeld infectiepercentage en stopperiodes met een lage virusverspreidingssnelheid. De derde groep omvat landen met de hoogste strooisnelheid en geen stopperioden, met een gemiddelde jaartemperatuur van 2-18 graden Celsius, bijvoorbeeld de Verenigde Staten en Rusland.

Voor modelleren, wetenschappers gebruikten WHO-gegevens over het aantal gevallen van 1 maart tot 15 november, 2020. Wiskundigen van RUDN kozen de meest geschikte regressiemodellen:methoden voor statistisch onderzoek naar de invloed van meerdere variabelen op één waarde. De Fourier-reeks en de som van de sinusgolven waren het meest nauwkeurig voor het modelleren van COVID-19-gevallen. Dit betekent dat de curve van nieuwe gevallen van de ziekte wordt weergegeven als een som van Fourier-functies (ze kunnen worden weergegeven als golven met een bepaalde frequentie en amplitude), of als een som van gewone sinusgolven.

Als resultaat, professor Ragusa verkreeg de berekende waarden van de piek van de tweede of derde golf in de bestudeerde landen. Verschillende modellen gaven nauwkeurige voorspellingen met een verschil van enkele dagen. De verkregen voorspellingen zijn vergeleken met de op dat moment beschikbare gegevens. Het bleek dat het model vrij nauwkeurige voorspellingen geeft als het land geen brede vaccinatie invoert. Bijvoorbeeld, de berekende waarde van de piek van nieuwe gevallen in Egypte is 1481 mensen op 11 januari, 2021; de echte piek vond plaats op 31 december met 1418 gevallen. In andere landen, het model geeft een nauwkeurige voorspelling tot begin 2021. Daarna het vaccinatie-effect treedt op en de berekende waarden wijken af ​​van de werkelijkheid. Bijvoorbeeld, voor Duitsland, de voorspelde en reële waarden zijn dicht tot ongeveer 15 januari, 2021, en op 15 februari verschillen ze ongeveer 2,5 keer.

"In ons toekomstige werk, we zullen ontwikkelingen maken op de huidige voorspellende modellen, rekening houdend met hoe vaccinatie de verspreidingssnelheid van het virus beïnvloedt, ’ besluit Ragusa.