COVID-19: modelo de processo aleatório

Quanto tempo é necessário estender o auto-isolamento no país e nas regiões para que todos os primeiros não adoeçam, apliquem sanções estritas aos violadores do auto-isolamento, pedam precauções mais fortes ou deixem a maioria da população com fé sincera na utilidade das máscaras médicas?

Para obter respostas para pelo menos algumas das perguntas, este artigo analisará o modelo SIR a partir do sensacional vídeo do YouTube e simulações de várias situações epidemiológicas com base nele, bem como uma comparação qualitativa da influência de vários fatores na velocidade e escala da propagação da infecção.

Além disso, outras postagens explorarão modelos mais complexos que descrevem a dinâmica da propagação do vírus COVID-19.

Minuto de Cuidados com OVNI

A pandemia de COVID-19, uma infecção respiratória aguda potencialmente grave causada pelo coronavírus SARS-CoV-2 (2019-nCoV), foi anunciada oficialmente no mundo. Há muitas informações sobre Habré sobre esse tópico - lembre-se sempre de que pode ser confiável / útil e vice-versa.

Pedimos que você seja crítico com qualquer informação publicada.

Fontes oficiais

• Site do Ministério da Saúde da Federação Russa
• C
• ()

, .

Lave as mãos, cuide de seus entes queridos, fique em casa sempre que possível e trabalhe remotamente.

Leia publicações sobre: coronavírus | trabalho remoto

Breve descrição do modelo

Então, vamos imaginar que estamos observando uma cidade fechada, onde N residentes vivem permanentemente, que não vão a lugar algum e não hospedam hóspedes não residentes, mas são bastante ativos socialmente dentro de sua cidade.

Ou seja, observamos uma comunidade fechada (ou sistema) conectada. Em algum momento, uma pessoa infectada com COVID-19 aparece nesse sistema e agora já dividimos todos os moradores de nossa comunidade em três grupos em potencial:

• S (Susceptível) - vulnerável (pode ser infectado),
• I (infectado) - infectado (aqueles que têm azar),
• 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 .

, , , , .

Obviamente, esse modelo simples não leva em consideração vários fatores que influenciam a epidemia, controlados por pessoas e dependendo apenas da natureza do próprio vírus, e nem sempre é transferido com precisão para a realidade. No entanto, cumpre sua função - fornece uma avaliação qualitativa dos principais mecanismos que afetam a dinâmica da epidemia e demonstra claramente esse efeito.

Materiais úteis

• O código fonte do modelo do vídeo
• Modelo SIR

Agradecimentos especiais pixml e keyloss para obter ajuda na redação de um artigo e na preparação de simulações.