COVID-19: यादृच्छिक प्रक्रिया मॉडल

देश और क्षेत्रों में आत्म-अलगाव को बढ़ाने के लिए कितना समय आवश्यक है ताकि हर पहला व्यक्ति बीमार न पड़े, क्या वे आत्म-अलगाव के उल्लंघनकर्ताओं पर कड़ी पाबंदी लगाते हैं, मजबूत सावधानियों के लिए कहते हैं या मेडिकल मास्क की उपयोगिता में ईमानदारी से विश्वास के साथ बहुसंख्यक आबादी को छोड़ देते हैं?

कम से कम कुछ सवालों के जवाब पाने के लिए, यह लेख सनसनीखेज YouTube वीडियो से एसआईआर मॉडल का विश्लेषण करेगा और इसके आधार पर विभिन्न महामारी विज्ञान स्थितियों के सिमुलेशन, साथ ही संक्रमण के प्रसार की गति और पैमाने पर विभिन्न कारकों के प्रभाव की गुणात्मक तुलना करेगा।

इसके अलावा, आगे की पोस्ट COVID-19 वायरस के प्रसार की गतिशीलता का वर्णन करने वाले अधिक जटिल मॉडल का पता लगाएगी।

यूएफओ केयर मिनट

महामारी COVID-19, SARS-CoV-2 कोरोनावायरस (2019-nCoV) के कारण होने वाले संभावित गंभीर तीव्र श्वसन संक्रमण की आधिकारिक तौर पर दुनिया में घोषणा की गई है। इस विषय पर हैबे के बारे में बहुत सारी जानकारी है - हमेशा याद रखें कि यह विश्वसनीय / उपयोगी और इसके विपरीत दोनों हो सकता है।

हम आपसे किसी भी प्रकाशित जानकारी के लिए महत्वपूर्ण होने का आग्रह करते हैं।

आधिकारिक स्रोत

• रूसी संघ के स्वास्थ्य मंत्रालय की वेबसाइट
• Rospotrebnadzor वेबसाइट
• डब्ल्यूएचओ की वेबसाइट
• डब्ल्यूएचओ की वेबसाइट

, .

अपने हाथों को धोएं, अपने प्रियजनों का ख्याल रखें, जब भी संभव हो घर पर रहें और दूर से काम करें।

के बारे में प्रकाशन पढ़ें: कोरोनावायरस | दूरदराज के काम

मॉडल का संक्षिप्त विवरण

तो, आइए कल्पना करें कि हम कुछ बंद शहर का निरीक्षण कर रहे हैं, जहां एन निवासी स्थायी रूप से रहते हैं, जो कहीं भी नहीं जाते हैं और गैर-मेहमान मेहमानों की मेजबानी नहीं करते हैं, लेकिन अपने शहर के अंदर काफी सामाजिक रूप से सक्रिय हैं।

यही है, हम एक जुड़े हुए समुदाय (या सिस्टम) का निरीक्षण करते हैं। कुछ बिंदु पर, COVID-19 से संक्रमित एक व्यक्ति इस प्रणाली में दिखाई देता है, और अब, हम पहले से ही अपने समुदाय के सभी निवासियों को तीन संभावित समूहों में विभाजित करते हैं:

• एस (अतिसंवेदनशील) - असुरक्षित (संक्रमित हो सकता है),
• मैं (संक्रमित) - संक्रमित (जो बदकिस्मत हैं),
• R (Removed) — , :
  
  • Recovered — (, , )
  • Dead — (, … ).

$$$\beta$—

, , $$$S(t)$, $$$I(t)$, $$$R(t)$, $$$t$.

— , . , . , . , SIR, .

, , . , .

:

1. (Dead/Removed) — 12% ( ). .
2. 50 ( ).
3. 50 .
4. ( , ).

:

1. CP (contagion probability) — : 30% — , ( ), 20% 10%.
2. SD (social distance) — . , . SD — . , 100-SD.
   SD , . , . : 10%, 40%*, 75%*, 90%.
3. IP (isolation period) — . : 30 ( ), 45 ( ), 70 ( ), .
4. AC (asymptomatic cases) — ** — 5% ( ), 40% ( ), 70% ( ).
5. DT (disease time) — 14 ( ), 21 ( ), 38 ( ).

*
** ,

: CP=30% ( ), SD=75% ( ), IP=unlimited ( ), AC=40% ( ), DT=21 ( ). — .

1. CP

   
   

   

   
   

   : 10%, 20%, 30%

   
   

   — , ( !). ( , , ) .

   
   

   , , 30% .

   
   

2. , SD

   
   

   

   
   

   : 10%, 40%, 75%, 90%

   
   

   . , . 10%, , 90%. , , .

   
   

3. IP

   
   

   

   
   

   : 30 , 45 , 70 ,

   
   

   "" . . , .

   
   

4. AC

   
   

   

   
   

   : 5%, 40%, 70%

   
   

   , 5%, , . 70%, , — .

   
   

   , COVID-19 .

   
   

   , : , , .

   
   

5. DT

   
   

   

   
   

   : 14 , 21 , 38

   
   

   , . , , , .

   
   

, , .

" " (, , , ), .

, . 90 .

, , , , .

बेशक, यह सरल मॉडल महामारी को प्रभावित करने वाले कई कारकों को ध्यान में नहीं रखता है, दोनों लोगों द्वारा नियंत्रित और केवल वायरस की प्रकृति पर निर्भर करता है, और हमेशा वास्तविकता में सही रूप से स्थानांतरित नहीं होता है। हालांकि, यह अपने कार्य को पूरा करता है - यह महामारी की गतिशीलता को प्रभावित करने वाले मुख्य तंत्रों का गुणात्मक मूल्यांकन प्रदान करता है, और इस प्रभाव को स्पष्ट रूप से प्रदर्शित करता है।

उपयोगी सामग्री

• वीडियो से मॉडल का स्रोत कोड
• SIR मॉडल

विशेष धन्यवाद pixml तथा keysloss एक लेख लिखने और सिमुलेशन तैयार करने में मदद के लिए।