Новая модель учитывает эффект изменения поведения для прогнозирования случаев COVID-19

Новая модель учитывает эффект изменения поведения для прогнозирования случаев COVID-19

Last Updated on 11.06.2021 by ElenaN

Добавив поведенческие компоненты в модель инфекционного заболевания, исследователи из Университета Брауна разработали новый подход к моделированию, который фиксирует пики и спады в новых случаях COVID-19, наблюдавшихся за последние 16 месяцев.

Подход, опубликованный в журнале Scientific Reports , может быть полезен для прогнозирования будущих тенденций текущей пандемии, а также для прогнозирования хода будущих пандемий.

«Мы знаем, что поведение людей имеет значение с точки зрения того, как распространяется инфекция», – сказал Викас Шривастава, доцент инженерных наук Брауна и главный исследователь исследования. «Мы хотели посмотреть, сможем ли мы количественно оценить эти поведенческие аспекты, включить их в модель и посмотреть, сможет ли эта модель уловить волны темпов заражения, которые мы наблюдали в США и других странах».

Часто используемый подход к моделированию передачи инфекционных заболеваний известен как модель SIR. Подход разделяет население на отдельные категории: восприимчивые, инфицированные и выздоровевшие. Модель перемещает людей из одной категории в другую по двум параметрам. Передача болезни, а также скорость, с которой люди контактируют друг с другом, позволяют предсказать, как быстро люди перейдут от восприимчивости к инфицированию. Скорость выздоровления перемещает людей от инфицированных к выздоровевшим. («Выздоровевший» в этих моделях обычно означает «больше не заразен», что также включает тех, кто умер от инфекции.)

Стандартная модель SIR дает кривую с одним пиком – ту, которую специалисты по инфекционным заболеваниям призывали людей сгладить с помощью социального дистанцирования, масок и других мер, снижающих передачу вирусов. Но за последние 16 месяцев фактические показатели заболеваемости в отдельных штатах, в США в целом и в других странах не привели к единой кривой. Вместо этого они спровоцировали множественные волны инфекции, которые создали серьезную проблему для сообщества специалистов по моделированию инфекционных заболеваний, – говорит Шривастава.

По мере развития пандемии Шривастава вел класс, который включал в себя раздел по моделированию инфекционных заболеваний в Инженерной школе Брауна. Он и его ученики были удивлены, увидев несоответствие между модельными прогнозами и фактическими показателями заболеваемости.

«Мы видели случаи, которые поднимались и опускались, создавая множественные пики, но модели не справлялись с этим», – сказал Шривастава. «Это то, что заставило нас задуматься об использовании поведения и реакции населения как способа объяснения и предсказания происходящего».

Шривастава работал с двумя студентами Брауна, Захари ЛаДжой и Томасом Ашервудом, над разработкой новой стратегии моделирования. Они модифицировали стандартную модель SIR, чтобы включить эффекты вакцинации, а также добавили в модель два поведенческих параметра. Первый, «уровень осторожности», оценивает склонность людей к безопасному поведению – социальное дистанцирование, ношение масок и другие меры безопасности – по мере увеличения количества зарегистрированных случаев. Этот параметр также фиксирует действия правительства в ответ на рост числа случаев заболевания, такие как закрытие и карантин, которые повышают безопасность поведения. Второй параметр, «чувство безопасности», моделирует уверенность людей в возвращении к предпандемической деятельности по мере того, как все больше людей будут вакцинированы.

[block id="9"]
[block id="9"]

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам:

Adblock
detector