Санкт-Петербургский государственный университет представил результаты своего исследования, подтвердив эффективность математической модели, разработанной для прогнозирования эпидемий. Основой анализа стали данные о пандемии коронавируса в Москве и Санкт-Петербурге в 2020-2021 годах, а вероятность ошибки модели составила менее 1%. Научные выводы опубликованы в журнале «Вопросы вирусологии».
В 2021-2022 годах коллектив Центра аналитики динамических процессов и систем СПбГУ создал новый подход к исследованию динамических систем с учетом стохастических параметров. С помощью этой модели ученые смогли идентифицировать новые пики заболеваемости COVID-19 и оценить основные показательные параметры его распространения.
Разработка базируется на гипотезе оспредполагающей влияние множества факторов на динамику заболеваемости. Для этого в качестве математической модели использована динамическая игра с учетом воздействия естественной среды. Выяснилось, что динамика новых вирусов может быть отражена через модели со случайными параметрами, что позволило точно спрогнозировать рост заболеваемости в Санкт-Петербурге.
Модель точно предсказала увеличение случаев инфицирования в пик пандемии. В интервью «Известиям» профессор Виктор Захаров рассказал, что уже через месяц наблюдений модель хорошо отражала общее количество заболевших на следующие три-четыре недели. В последующем ученые модифицировали модель для прогноза других инфекционных заболеваний.
Математические модели требуют постоянного обновления ввиду наличия новых данных. Для дополнительной проверки их надежности были проведены ретроспективные анализы и также составлены прогнозы в реальном времени для COVID-19 в крупных городах.
«Прогнозы общего количества заболевших и активных случаев COVID-19, которые мы представили, показали высокую точность как в Москве, так и в Санкт-Петербурге. Ошибка прогнозирования, как правило, не превышала 1%, что является хорошим показателем для научного сообщества», — отметил профессор Захаров.
В ходе работы исследователи сопоставили прогнозные и фактические данные о новых случаях коронавируса в условиях появления новых штаммов COVID-19. Отклонение прогнозов до апреля 2020 года составило до 20%, в то время как к маю 2020 года, после обучения модели, оно снизилось до 1%.
Исследование демонстрирует, что модель, созданная математиками СПбГУ, превосходит ранее существовавшие методы SIR и ARIMA, которые долгое время использовались как основные инструменты прогнозирования. Примечательно, что разработка финансировалась грантом Санкт-Петербургского научного фонда, инициированного губернатором Александром Бегловым в 2021 году.
Информация предоставлена пресс-службой СПбГУ
Источник фото: ru.123rf.com







