Preview

Артериальная гипертензия

Расширенный поиск

Возможности математического прогнозирования коронавирусной инфекции в Российской Федерации

https://doi.org/10.18705/1607-419X-2020-26-3-288-294

Полный текст:

Аннотация

Новая коронавирусная инфекция (КВИ) является вызовом медицинской системе Российской Федерации и требует точного прогнозирования течения для своевременного принятия необходимых мер. В статье приводится обзор современных математических инструментов для проведения прогнозирования течения КВИ в мире. Созданный проектный офис по прогнозированию КВИ позволил определить наиболее эффективные в Российской Федерации инструменты анализа — модель ARIMA, SIRD и экспоненциального сглаживания Хольта–Уинтерса. С их помощью с точностью до 99 % получается прогнозировать краткосрочную заболеваемость, смертность и выживаемость пациентов как в Российской Федерации в целом, так и в отдельных регионах. Кроме того, выявлены особенности распространения КВИ. В частности, максимальная скорость распространения инфекции характерна для Москвы и Московской области, а регионы отстают по динамике заболеваемости на 1–3 недели. В статье также рассматриваются ограничения применяемых авторами прогнозных моделей. Полученные модели позволяют успешно прогнозировать течение болезни в регионах и своевременно принимать необходимые меры.

Об авторах

И. А. Лакман
Федеральное государственное бюджетное образовательное учреждение высшего образования «Уфимский государственный авиационный технический университет»
Россия

Лакман Ирина Александровна — кандидат технических наук, доцент кафедры вычислительной математики и кибернетики

Уфа



А. А. Агапитов
Федеральное государственное бюджетное образовательное учреждение высшего образования «Уфимский государственный авиационный технический университет»
Россия

Агапитов Александр Александрович — младший научный сотрудник

Уфа



Л. Ф. Садикова
Федеральное государственное бюджетное образовательное учреждение высшего образования «Уфимский государственный авиационный технический университет»
Россия

Садикова Лиана Флоритовна — младший научный сотрудник

Уфа



О. В. Черненко
ООО «Лаборатория гемодиализа»
Россия

Черненко Олег Валерианович — кандидат медицинских наук, заместитель директора по развитию

Уфа



С. В. Новиков
Федеральное государственное бюджетное образовательное учреждение высшего образования «Уфимский государственный авиационный технический университет»
Россия

Новиков Сергей Владимирович — кандидат экономических наук, исполняющий обязанности ректора

Уфа



Д. В. Попов
Федеральное государственное бюджетное образовательное учреждение высшего образования «Уфимский государственный авиационный технический университет»
Россия

Попов Денис Владимирович — кандидат технических наук, доцент кафедры вычислительной математики и кибернетики

Уфа



В. Н. Павлов
Федеральное государственное бюджетное образовательное учреждение высшего образования «Башкирский государственный медицинский университет» Министерства здравоохранения Российской Федерации
Россия

Павлов Валентин Николаевич — доктор медицинских наук, профессор, член-корреспондент Российской академии наук, ректор

Уфа



Д. Ф. Гареева
Федеральное государственное бюджетное образовательное учреждение высшего образования «Башкирский государственный медицинский университет» Министерства здравоохранения Российской Федерации
Россия

Гареева Диана Фирдависовна — кандидат медицинских наук, врач-кардиолог, ассистент кафедры пропедевтики внутренних болезней

Уфа



Б. Т. Идрисов
Федеральное государственное бюджетное образовательное учреждение высшего образования «Башкирский государственный медицинский университет» Министерства здравоохранения Российской Федерации
Россия

Идрисов Булат Тагирович — ассистент кафедры инфекционных болезней

Уфа



А. Р. Билялов
Федеральное государственное бюджетное образовательное учреждение высшего образования «Башкирский государственный медицинский университет» Министерства здравоохранения Российской Федерации
Россия

Билялов Азат Ринатович — кандидат медицинских наук, начальник управления информационных технологий, доцент кафедры травматологии и ортопедии с курсом Института дополнительного профессионального образования

Уфа



Н. Ш. Загидуллин
Федеральное государственное бюджетное образовательное учреждение высшего образования «Уфимский государственный авиационный технический университет»; Федеральное государственное бюджетное образовательное учреждение высшего образования «Башкирский государственный медицинский университет» Министерства здравоохранения Российской Федерации
Россия

Загидуллин Науфаль Шамилевич — доктор медицинских наук, профессор, директор Научно-исследовательского института «Кардиология», заведующий кафедрой пропедевтики внутренних болезней ФГБОУ ВО Башкирский ГМУ Минздрава России

ул. Ленина, д. 3, Уфа, 450008



Список литературы

1. Roosa K, Lee Y, Luo R, Kirpich A, Rothenberg R, Hyman JM, Yan P et al. Short-term forecasts of the COVID-19 epidemic in Guangdong and Zhejiang, China: February 13–23, 2020. J Clin Med. 2020;9(2):596. doi:10.3390/jcm9020596

2. Stübinger J, Schneider L Epidemiology of coronavirus COVID-19: forecasting the future incidence in different countries. Healthcare. 2020;8(2):99. doi:10.3390/healthcare8020099

3. Huang Y, Yang L, Dai H, Tian F, Chen K. Epidemic situation and forecasting of COVID-19 in and outside China. Bulletin of the World Health Organization. [Published online 16 March 2020]. doi:10.2471/BLT.20.255158

4. Sun D, Duan L, Xiong J, Wang D Modelling and forecasting the spread tendency of the COVID-19 in China. BMC Infectious Diseases. [Published online 8 May 2020]. doi:10.21203/rs.3.rs-26772/v1

5. Avila E, Canto FJA Fitting parameters of SEIR and SIRD models of COVID-19 pandemic in Mexico. [Published online 15 April 2020]. [Electronic resource]. URL: https://www.researchgate.net/publication/341165247_Fitting_parameters_of_SEIR_and_SIRD_models_of_COVID-19_pandemic_in_Mexico#fullTextFileContent

6. Prem K, Liu Y, Russell TW, Kucharski AJ, Eggo RM, Davies N et al. The effect of control strategies to reduce social mixing on outcomes of the COVID-19 epidemic in Wuhan, China: a modelling study. Lancet Public Health 2020;5(5):e261–270. doi:10.1016/S2468-2667(20)30073-6

7. Benvenuto D, Giovanetti M, Vassallo L, Angeletti S, Ciccozzi M Application of the ARIMA model on the COVID-2019 epidemic dataset. Data Brief. 2020:1053403. [Ahead of print, published online 26 February 2020]. doi:10.1016/j.dib.2020.105340

8. Dehesh T, Mardani-Fard HA, Dehesh P Forecasting of COVID-19 Confirmed Cases in Different Countries with ARIMA Models. MedRxiv. [Published online 18 March 2020]. doi:10.1101/2020.03.13.20035345

9. Yonar H, Yonar A, Tekindal MA, Tekindal M. Modeling and forecasting for the number of cases of the COVID-19 pandemic with the curve estimation models, the Box-Jenkins and exponential smoothing methods. Euras J Med Oncol. 2020;4(2):160–165. doi:10.14744/ejmo.2020.28273

10. Ribeiro MHDM, Gomes da Silva R, Mariani VC, Coelho Ld S. Short-term forecasting COVID-19 cumulative confirmed cases: Perspectives for Brazil. Chaos, Solitons and Fractals. 2020;135: 109853. doi:10.1016/j.chaos.2020.109853

11. Zhang Z, Wang X, Gong H, Liu X, Chen H, Chu Z et al. Daily tracking and forecasting of the global COVID-19 pandemic trend using holt–winters exponential smoothing. Lancet. [Published online 15 April 2020]. https://dx.doi.org/10.2139/ssrn.3564413

12. Abdulmajeed K, Adeleke M, Popoola L. Online forecasting of COVID-19 cases in Nigeria using limited data. Data Brief. 2020;30:105683. doi:10.1016/j.dib.2020.105683

13. Elmousalami HH, Hassanien AE. Day level forecasting for coronavirus disease (COVID-19) spread: analysis, modeling and recommendations. [Published online 15 March 2020]. [Electronic resource]. URL: https://arxiv.org/ftp/arxiv/papers/2003/2003.07778.pdf

14. Petropoulos F, Makridakis S Forecasting the novel coronavirus COVID-19. PLoS ONE 15(3):e0231236. doi:10.1371/journal.pone.0231236

15. Zagidullin N, Motloch LJ, Gareeva D, Hamitova A, Lakman I, Krioni I et al. Combining novel biomarkers for risk stratification of two-year cardiovascular mortality in patients with ST-elevation myocardial infarction. J Clin Med. 2020;9(2):550. doi:10.3390/jcm9020550


Для цитирования:


Лакман И.А., Агапитов А.А., Садикова Л.Ф., Черненко О.В., Новиков С.В., Попов Д.В., Павлов В.Н., Гареева Д.Ф., Идрисов Б.Т., Билялов А.Р., Загидуллин Н.Ш. Возможности математического прогнозирования коронавирусной инфекции в Российской Федерации. Артериальная гипертензия. 2020;26(3):288-294. https://doi.org/10.18705/1607-419X-2020-26-3-288-294

For citation:


Lakman I.A., Agapitov A.A., Sadikova L.F., Chernenko O.V., Novikov S.V., Popov D.V., Pavlov V.N., Gareeva D.F., Idrisov B.T., Bilyalov A.R., Zagidullin N.S. COVID‑19 mathematical forecasting in the Russian Federation. "Arterial’naya Gipertenziya" ("Arterial Hypertension"). 2020;26(3):288-294. (In Russ.) https://doi.org/10.18705/1607-419X-2020-26-3-288-294

Просмотров: 114


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1607-419X (Print)
ISSN 2411-8524 (Online)