Опубликовано : Июн 30, 2020

Исследователи используют публичные данные для прогнозирования новых случаев коронавируса

Исследователи используют общедоступные данные для прогнозирования новых случаев коронавируса
Jaideep Ray и Cosmin Safta используют зарегистрированные данные и рассчитанный уровень инфекции для прогнозирования будущих случаев коронавируса. Этот пример основан на данных из Нью-Мексико за период с 12 по 28 мая, которые затем использовались для прогнозирования новых случаев заболевания COVID-19 в период с 28 мая по 7 июня. Фото: Сидней Спруэл

Глобальные сети передачи данных, которые связывают людей с помощью их устройств, позволили создать точные краткосрочные прогнозы новых случаев COVID-19, используя метод, впервые предложенный двумя исследователями из Национальной лаборатории Sandia.

Jaideep Ray и Cosmin Safta использовали модель, разработанную Ray более десяти лет назад, для отслеживания эпидемий чумы с использованием статистики. На COVID-19 они также обратились по совету своих коллег из Сандии, имеющих опыт в моделировании, математике и разработке программного обеспечения.

«Я впервые начал использовать этот метод в 2008-09 годах. Cosmin и я адаптировали его в 2010 году для отслеживания гриппоподобных заболеваний», — сказал Рэй. «Когда COVID-19 начал распространяться так быстро, мы знали, что можем использовать тот же метод, чтобы помочь спрогнозировать вспышку».

Рэй и Сафта используют общедоступные данные из Центров по контролю и профилактике заболеваний, хранилища данных New York Times, Университета Джонса Хопкинса и различных государственных департаментов здравоохранения. В течение нескольких минут и без необходимости в высокопроизводительных вычислительных ресурсах исследователи могут прогнозировать новые случаи в регионе или на национальном уровне в течение следующих семи-десяти дней. С апреля число новых случаев примерно соответствовало тенденциям, предсказанным Рэем и Сафтой.

«Этот метод является относительно простым и недорогим способом получения краткосрочных прогнозов о новых случаях заболевания коронавирусом, которые лица, принимающие решения, могут использовать для распределения ресурсов здравоохранения и ответных мер», — пояснила Сафта. «Этот метод гораздо проще и дешевле, чем методы, требующие более надежных компьютеров и рабочей силы».

Диапазон точности прогнозов зависит от количества дней, которые Сафта и Рэй пытаются прогнозировать. Таким образом, хотя число случаев в целом соответствовало прогнозируемым в модели тенденциям в течение семи-десяти дней, этот метод бесполезен для прогнозирования более чем на 10 дней.

«Прогнозы имеют диапазон, в пределах которого пользователи могут ожидать, что реальность будет лежать», — сказал Рэй. «Диапазон меняется ежедневно в зависимости от данных, но модель гарантирует, что пользователь может быть уверен на 95%, что реальность попадет в диапазон».

Проект, который финансировался в рамках программы исследований и разработок Sandia Lab Directed, предоставил национальные результаты группе Национальной виртуальной биотехнологической лаборатории для публикации на панели управления Министерства энергетики США (финансируемой Управлением науки Министерства энергетики США) для федерального правительства. лица, принимающие решения. Конкретные результаты были также предоставлены Департаменту здравоохранения Нью-Мексико, чтобы направлять региональные ответные меры по всему штату.

Данные, выявленные в прогнозах, также могут оценить влияние вмешательств во времени. Рэй и Сафта сказали, что быстро ответить, чтобы предоставить данные о новых вспышках, было бы невозможно даже пять лет назад.

«Поскольку сегодня мы так связаны, можно получить точное количество случаев COVID-19 в день и передать его всем в мире в течение 24 часов», — сказал Рэй. «Десять лет назад, даже пять лет назад, вы не могли получить эти данные. В 2015 году, когда произошла вспышка Эболы, к тому времени, когда они получили данные, было бессмысленно делать прогноз, потому что он уже устарел и бесполезен для лица, принимающие решения «.

«Для текущей ситуации с COVID-19 наличие большего количества источников данных существенно помогает нам создавать краткосрочные прогнозы для принятия решений в области общественного здравоохранения», — заключила Сафта ./p>

Spread the love

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *