Математик объяснил сложность прогнозирования распространения COVID-19
Математические модели прогнозирования распространения новой коронавирусной инфекции COVID-19 массово использовались в начале пандемии. Поначалу прогнозы подтверждались, но позднее ситуация усложнилась. Доктор физико-математических наук Андрей Леонидов рассказал, чем объясняется сложность прогнозирования вспышек и спадов заражаемости коронавирусом как в России, так и во всем мире.
«Тут сложность в том, что сама болезнь коронавируса меняет характер. Например, время от попадания вируса в организм до появления симптомов при заражении штаммом «дельта» отличается от прошлых вариантов. Еще при первоначальном варианте вируса процент тяжелобольных пациентов и процент госпитализаций был ниже», - объяснил он радио Sputnik.
Математик Леонидов считает, что коллективы ученых должны заниматься математическим прогнозированием распространения коронавируса. Он отметил, что в условиях скоростного мутирования COVID-19 необходимо использовать особые подходы к моделированию.
«Единственный способ с таким справиться - иметь команду с моделью агентного типа, не общую, а очень конкретную, в которую все заложено, и в которой бы отслеживались критичные для предсказания параметры, например, вакцинация. Там должны быть десятки разных факторов», - пояснил ученый.
Он добавил, что при моделировании возможен учет места передачи коронавируса - школа, аэропорт, торговый центр, а также учет факта вакцинации. Специалист считает, что используемые при математическом прогнозировании данные должны обновляться не реже одного раза в неделю. На основании этих моделей различные власти смогут принимать решения.
Ранее Вице-премьер правительства России Татьяна Голикова назвала уровень коллективного иммунитета россиян к коронавирусу. По состоянию на 6 января он составлял 62,6%.
