Об оценке эффективности карантинных мер и прогнозе сроков окончания эпидемии


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

В условиях борьбы с пандемией страны пытаются оптимизировать стратегии поведения. Основной инструмент борьбы - это карантин. Для моделирования масштабов эпидемии необходимо оценить репродуктивное число определяемое как ожидаемое количество случаев заражения. Предлагается использовать как знаменатель геометрической прогрессии, т.к. максимально заразным человек становится в конце инкубационного периода, который в среднем составляет 5 дней. За это же время количество инфицированных, примерно удваивается. Карантин длиной в два инкубационных периода в Китае оказался успешным. Для снижения числа активных случаев болезни Италии потребовалось три инкубационных периода. Россия еще не преодолела отмеченные рубежи изоляционных мер, поэтому эффективность карантина в фокусе внимания. Эффективность карантинных мер возможно оценить, выбрав в качестве критерия оптимизации уменьшение . Показан способ приведения исходных данных по странам к нулевому состоянию, т.е. к появлению «нулевого» пациента. При этом эффективность периода ограничений оценивается в изменении на краях временного ряда, что дает возможность прогнозирования сроков окончания эпидемий.

Полный текст

Доступ закрыт

Об авторах

Наталья Валерьевна Концевая

Финансовый университет при Правительстве Российской Федерации

Email: NVKontsevaya@fa.ru
кандидат экономических наук, доцент, доцент департамента анализа данных, принятия решений и финансовых технологий Москва, Российская Федерация

Список литературы

  1. James Holland Jones Notes On R0 // Department of Anthropological Sciences Stanford University May 1, 2007 - URL: https://web.stanford.edu/~jhj1/teachingdocs/Jones-on-R0.pdf
  2. Kermack, W.O. and McKendrick, A.G. Contributions to the Mathematical Theory of Epidemics. Proceedings of the Royal Society of London, 1927 - A, 115, 700-721.
  3. Большая Медицинская Энциклопедия (БМЭ), под редакцией Петровского Б.В., 3-е издание, т.28: Экономо - Ящур, 1986
  4. Энциклопедический словарь Брокгауза и Ефрона. Россия, Санкт-Петербург, 1890-1907, т. XXII (1897): Опека - Оутсайдер, Оспопрививание - с. 309-316.
  5. Бейли Н. Математика в биологии и медицине // М.: Мир, 1970. 327 с.
  6. Бузин П. Как математика помогает бороться с эпидемиями // URL: https://nplus1.ru/material/2019/12/26/epidemic-math
  7. Гришунина Ю.Б., Контаров Н.А. и др. Моделирование эпидемической ситуации с учетом внешних рисков // Эпидемиология и Вакцинопрофилактика, 2014, 5 (78): 61-66.
  8. Леоненко В.Н. Математическая эпидемиология: учебно-методическое пособие по выполнению лабораторных работ. // СПб.: Университет ИТМО, 2018
  9. Леонов В.П. Применение статистики в статьях и диссертациях по медицине и биологии. Часть II. История биометрии и ее применения в России // Межд. Ж. Мед. Практики , 1999, N 4, с. 7-19.
  10. Сычев И. История мировых эпидемий, ч.3 // URL: https://habr.com/ru/post/399439/

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах