Get best of the week

Fighting Covid-2019: llega el gran turno

Parte 1. ¿Cuántas personas matarán al coronavirus?


Desde la redacción de mi primer artículo sobre el pronóstico de la epidemia de coronavirus, ha pasado un poco más de una semana, pero mucho ha cambiado.

En primer lugar, hubo un punto de inflexión en la dinámica de la epidemia mundial: la curva de nuevas muertes alcanzó su punto máximo. Esto significa que el primer período de la epidemia mundial ha terminado, cuando cada día el número de nuevas muertes creció casi exponencialmente.

Hace una semana, con mucho gusto diría que ahora la epidemia también disminuirá rápidamente. Pero los nuevos datos acumulados durante la semana pasada han disipado este optimismo. De hecho, en algunos países (como China y posiblemente Alemania), el desarrollo de la epidemia se describe mediante una curva logística. Pero otros países me decepcionaron.

Nueva previsión del número de víctimas de la epidemia y bellas imágenes debajo del corte.

Minuto de atención ovni


La pandemia COVID-19, una infección respiratoria aguda potencialmente grave causada por el coronavirus SARS-CoV-2 (2019-nCoV), se ha anunciado oficialmente en el mundo. Hay mucha información sobre Habré sobre este tema; recuerde siempre que puede ser confiable / útil, y viceversa.

Le instamos a que sea crítico con cualquier información publicada.


Fuentes oficiales

, .

Lávese las manos, cuide a sus seres queridos, quédese en casa siempre que sea posible y trabaje de forma remota.

Leer publicaciones sobre: coronavirus | trabajo remoto

Resulta que el descuido de la población, que no tiene prisa por implementar medidas de cuarentena establecidas por el gobierno, así como la indecisión de los gobiernos de algunos países para introducir tales medidas, conducen a la distorsión de la curva logística.

Al principio, de hecho, la epidemia está ganando impulso, y cada día aumenta el número de muertes. Entonces alcanza un máximo. Y después de eso ... se pega a ese máximo. Así sucedió en Irán e Italia.





Si estuviéramos lidiando con una curva logística, inmediatamente después del máximo habría habido una disminución. Además, si consideramos la primera derivada de la curva logística (curva de mortalidad diaria), entonces es simétrica sobre el punto de su inflexión. Esto significa que la nitidez del lado izquierdo del pico de la curva sería igual a la nitidez de la curva en el punto de inicio del aumento, como se muestra en la figura a continuación.

Desafortunadamente, en muchos países esto no es así. La parte superior de la curva es plana, y es completamente diferente del comienzo agudo de la curva. Dependiendo de cuánto tiempo la población permanezca en cuarentena, aumenta la longitud de la porción plana de la curva de mortalidad diaria.

Si nos fijamos en la curva de mortalidad total, ya no parece una logística. Era como si una curva logística se cortara por la mitad y se insertara una línea recta inclinada con respecto al horizonte entre sus mitades. En esta área, el número diario de muertes aumenta aproximadamente en la misma cantidad. Mire nuevamente el caso de Irán e Italia.





Y aquí está la curva de mortalidad diaria en todo el mundo. Ella solo fue a su máximo. Desafortunadamente, no es fácil adivinar cuánto tiempo permanecerá la curva en la región de su máximo antes de que comience la disminución en el número de muertes. Sin embargo, en base a consideraciones generales, uno debe pensar que debido a la gran cantidad de países con una población que establece medidas de cuarentena, la parte superior del calendario mundial de pandemias también será plana.





En el último artículo, mencionamos la opción que tenemos ante nosotros: desarrollar un procedimiento que no solo ofrezca el pronóstico más probable del número de muertes, sino que también prediga el error. Es decir, necesitamos tener un pronóstico optimista para los muertos (de modo que el número final de muertos sea mayor que este pronóstico), así como un pronóstico pesimista (que excedería el número final de muertos).

Durante la semana pasada, nos enfrentamos a otra tarea: describir la dinámica de la mortalidad teniendo en cuenta el efecto plano superior, cuando ya no es posible utilizar la curva logística clásica para el pronóstico.

El autor pudo resolver con éxito ambos problemas y desarrollar una técnica de pronóstico que le permitiría calcular el error de pronóstico y también tener en cuenta el efecto plano superior.

Desafortunadamente, en la actualidad el autor no tiene tiempo suficiente para describir completamente el modelo de pronóstico construido. Por lo tanto, en la primera parte presentaremos el pronóstico prometido para el mundo en general y para algunos países por separado, y en las siguientes partes de este artículo describiré cómo se recibieron estos pronósticos y cómo los lectores pueden repetir el pronóstico en Python.

Aquí está el pronóstico prometido. Planeo actualizarlo al menos una vez a la semana, utilizando nuevos datos. Pero mantendré los pronósticos anteriores para ilustrar la dinámica del modelado.



Por cierto, me preguntaron por qué no usé Excel para pronosticar. Respondo: Excel tiene mecanismos incorporados que le permiten encontrar parámetros que corresponden al mínimo de una función arbitraria. Aunque el 99% de los usuarios, estos mecanismos no se conocen, y su uso no es del todo trivial. Este es el nivel alcanzado en el artículo anterior.

Pero en las siguientes partes de este artículo realizaremos modelos de simulación, cuando para cada uno de los países realizaremos un procedimiento similar varias miles de veces, cambiando de cierta manera el conjunto entrante de datos estadísticos. TENNESSE. simulación de arranque.

El autor no tiene idea de cómo hacer una simulación en Excel sin usar VisualBasic. Al mismo tiempo, en Python, la transición de buscar un mínimo de una función en un solo caso a buscar en varios miles de casos se lleva a cabo escribiendo varias líneas de código. Mostraré este truco en la tercera parte de este artículo.

Pronto habrá un enlace a la parte 2 de este artículo.

More articles:


All Articles