Ученые Санкт-Петербургского государственного университета подтвердили эффективность созданной ими ранее математической модели прогнозирования развития эпидемий. Основой анализа стали ретроспективные данные пандемии коронавируса в Москве и Санкт-Петербурге в 2020-2021 годах. Вероятность ошибки модели не превысила 1%. Результаты исследования опубликованы в научном журнале «Вопросы вирусологии».
В 2021-2022 годах коллектив ученых Центра аналитики динамических процессов и систем СПбГУ разработал новый подход к исследованию динамических систем притока и оттока со стохастическими параметрами и новую методологию прогнозирования динамики таких систем. С помощью своей разработки математики университета смогли определить новые пики роста заболеваемости пандемии COVID-19 и ключевые показатели распространения заболевания.
В основу системы легла гипотеза о природном характере влияния многочисленных факторов на динамику заболеваемости и распространения эпидемии. Поэтому в качестве математической модели математики СПбГУ использовали динамическую игру против природы. Оказалось, что динамика распространения новых вирусов, как и динамика роста численности населения отдельных стран или всей планеты, может быть описана с помощью модели со стохастическими, то есть случайными, параметрами. Такой подход позволил несколько раз с высокой точностью спрогнозировать рост числа заболевших в Санкт-Петербурге.
Разработка математиков СПбГУ верно спрогнозировала динамику количества заболеваемости в пик пандемии. Об этом Виктор Захаров рассказывал в интервью «Известиям». Уже после первого месяца наблюдений модель с высокой точностью прогнозировала общее количество заболевших на ближайшие три-четыре недели. Позднее математики модифицировали свою разработку, адаптировав ее для прогноза любых эпидемий.
Математические модели динамических систем постоянно нуждаются в обновлении, принимая в расчет все больше факторов. Для подтверждения эффективности и работоспособности модели ученые провели ретроспективный анализ и составили прогноз распространения вирусов в реальном времени на примере COVID-19 в Санкт-Петербурге и Москве в пик пандемии.
«Представленные в работе ретроспективные двухнедельные прогнозы общего количества заболевших и количества активных случаев COVID-19 продемонстрировали достаточно высокую точность как в Москве, так и в Санкт-Петербурге. Ошибка MAPE (mean absolute percentage error) общего количества заболевших на пиках заболеваемости, как правило, не превышала 1%, что можно считать хорошим и достоверным результатом с точки зрения прогнозирования», — сказал научный руководитель Центра аналитики динамических процессов и систем, профессор СПбГУ Виктор Захаров.
В рамках своего исследования ученые университета сравнили прогнозные и фактические показатели о количестве новых случаев заражения коронавирусом, общее количество заболевших и их динамику на фоне появления новых штаммов COVID-19 для Москвы и Санкт-Петербурга. Так, данные прогнозов, составленных до апреля 2020 года, имели отклонение от фактических в среднем до 20%. Тогда как к началу мая 2020 года, когда модель обучилась на данных марта — апреля, ошибки уже в среднем не превышали 1%.
Таким образом, исследование показало, что созданная математиками Санкт-Петербургского университета модель по своим показателям превосходит существовавшие ранее аналоги SIR и ARIMA. Следует отметить, что данные модели до недавнего времени были основными прогностическими инструментами, на которые могли опираться органы государственной власти. В СПбГУ же предложили более точную альтернативу.
Следует отметить, что проект разработки модели прогнозирования эпидемий был поддержан грантом Санкт-Петербургского научного фонда, созданного в 2021 году по поручению губернатора Александра Беглова.
Информация предоставлена пресс-службой СПбГУ
Источник фото: ru.123rf.com
