Без локдаунов и изоляции? Ученые создали метод прогнозирования краткосрочных эпидемий
Группа ученых из Университета Ватерлоо и Университета Далхаузи, Канада, разработала метод прогнозирования краткосрочного прогрессирования эпидемий. Модель исследователей работает на основе Sparsity and Delay Embedding, или SPADE4, и использует машинное обучение для прогнозирования, используя только ограниченные данные об инфекции. SPADE4 был протестирован как на смоделированных эпидемиях, так и на реальных данных пятой волны пандемии Covid-19 в Канаде и успешно предсказал прогрессирование эпидемий с 95% точностью.
Прогнозирование эпидемий
«Covid научил нас, что нам действительно нужно придумать методы, которые могут анализировать и предсказывать ситуации с небольшим количеством информации», — отметил кандидат наук по прикладной математике Эша Саха, ведущий автор исследования. «Если у нас появился новый вирус и тестирование только началось, мы должны знать, что делать в краткосрочной перспективе».
- Когда происходит вспышка заболевания — будь то для новых инфекций, таких как Covid-19, или для существующих, таких как Эбола — возможность предсказать развитие заболевания имеет важное значение для принятия решений в области государственной политики, — отмечаю эксперты.
«Это то, что нужно политикам в самом начале», — продолжает Саха. «Что нам делать в ближайшие семь дней? Как распределять ресурсы?».
Данные об эпидемии
Традиционно эпидемиологи предпочитают создавать и использовать сложные модели для понимания прогрессирования эпидемий. По словам Саха, эти модели имеют несколько недостатков.
- Они требуют сложной демографической информации, которая часто недоступна в начале вспышки.
- Даже если эта подробная информация доступна, модели могут не точно отражать сложность популяции или динамику заболевания.
- Новая модель устраняет эти недостатки.
«К моменту, когда мы работаем над вакцинами и лекарствами, мы уже рассматриваем долгосрочные данные», — поясняет Саха. «Но когда появляется новое заболевание, наш метод может помочь понять, какие первые действия необходимы». Исследование «Spade4: прогнозирование эпидемий на основе Sparsity and Delay Embedding» опубликовано в Бюллетене математической биологии.