Модели COVID-19 в России: прогнозы, ограничения и качество статистики
Краткое изложение авторской публикации врача в сообществе «Врачи РФ» от .
Авторы материала объясняют, как математические модели SIR и SEIR используют для прогнозирования эпидемии COVID-19 в России и почему результаты зависят от исходных данных и ограничительных мер. В расчётах учитывают, в частности, коэффициент базовой репродукции R0 и частоту контактов между людьми.
Модель Базельского университета для сценария без ограничений показывала к началу июля 1,3–1,36 млн смертей и 14–22 млн инфицированных на пике эпидемии. По оценке специалиста, приведённой авторами, модель могла завышать показатели из-за упрощённых предположений о населении и контактах. Модель Имперского колледжа Лондона указывала, что при увеличении числа контактов в России на 50% после ослабления ограничений количество новых случаев снова вырастет. Авторы также отмечают, что сомнения в достоверности региональной статистики затрудняют оценку эффекта карантина и прогнозирование.
Главное
- Авторы описывают модели SIR и SEIR, применяемые для прогнозирования распространения COVID-19.
- Модель Базельского университета оценивала для России без ограничений 1,3–1,36 млн смертей к началу июля.
- По модели Базельского университета, на пике эпидемии в таком сценарии могли заразиться 14–22 млн человек.
- Модель Имперского колледжа Лондона показывала новый рост случаев при увеличении контактов в России на 50%.
Подготовлено автоматически с помощью ИИ, возможны неточности. Полный просмотр материала доступен только для медицинских специалистов с высшим медицинским образованием.
Войти Регистрация