Вашингтонский университет в Сент-Луисе, математик Стивен Г. Кранц, сосредоточил свое внимание на моделировании COVID-19 в надежде, что более точные прогнозы могут помочь уменьшить передачу и спасти жизни.
Кранц работает с Арни С.Р. Сриниваса Рао, директором Лаборатории теории и математического моделирования в отделении инфекционных болезней Медицинского колледжа Джорджии в Университете Августы.
Их последнее исследование, которое теперь доступно на сервере медицинских препринтов medRxiv, предсказывает количество госпитализаций, которые могут произойти у людей старше 65 лет с одним или сочетанием трех основных состояний: гипертонии, сердечно-сосудистых заболеваний и заболеваний легких.
По оценкам исследователей, в Соединенных Штатах насчитывается 13 миллионов таких людей, которые должны быть защищены от COVID-19, чтобы уменьшить большое количество госпитализаций и связанных с ними смертей.
Новые модели опираются на математический инструмент, называемый вейвлетами. Работая с Рао, Кранц за последние шесть недель подготовил пять публикаций для улучшения различных прогнозов о новом коронавирусе .
«Вейвлеты впервые дают возможность увидеть разницу в величинах между указанным размером и скорректированным размером эпидемии», – сказал Кранц, профессор математики и статистики в области искусств и наук.
Вейвлет – это колебание, которое, как следует из названия, идет вверх, достигает пика и затем отступает, как волна. Впервые использованные в обработке сигналов более 30 лет назад, вейвлеты полезны при моделировании эпидемий, поскольку они могут помочь преодолеть разрыв в понимании путем оценки количества заниженных данных. Чем выше волна, тем выше занижение – и чем ниже волна, тем лучше отчетность.
Немедленные, краткосрочные прогнозы о новых инфекциях COVID-19
Новейшая модель, которую подготовили Кранц и Рао, обеспечивает немедленные и краткосрочные прогнозы на будущее о количестве новых инфекций COVID-19 среди групп высокого риска. Исследователи отметили, что не каждая инфекция COVID-19 требует госпитализации, и более точные прогнозы относительно потенциального объема пациентов, нуждающихся в стационарной помощи, могут помочь в планировании ресурсов.
Согласно данным новая модель, которая еще не прошла рецензирование.