Ещё

Ученые рассказали, как улучшить прогнозы по COVID-19 

Назван способ улучшить прогнозы по COVID-19
Фото: © РИА Новости / Евгений Биятов
Ученые со всего мира уже несколько месяцев пытаются предсказать дальнейшее распространение коронавируса, используя методы статистики и экстраполяцию нынешних данных о росте числа заболевших на ближайшее будущее. Опрошенные РИА Новости специалисты считают, что точно предсказать развитие событий невозможно, но можно улучшить прогнозы, корректируя математические модели, уточняя вводные данные и сравнивая прогнозы друг с другом.
Мак Хайман, профессор математики в Тулейнском университете в Луизиане, совместно с коллегами из Университета штата Джорджия построил собственную модель прогнозирования распространения заболевания в . По его словам, точное прогнозирование очень непросто даже в случае с такими известными и повторяющимися каждый год эпидемиями, как грипп.
"Я бы доверял прогнозам тех специалистов и тем моделям, которые работали с Центрами контроля и профилактики США (CDC) над предсказанием развития гриппа", — сказал Хайман РИА Новости.
Он напомнил, что последние шесть лет CDC каждый год проводит конкурс среди ученых по предсказанию того, как будет развиваться ежегодная эпидемия гриппа.
"Сообщество ученых, занимающихся моделированием, было удивлено тем, как сложно оказалось точно предсказать даже рецидивную инфекцию, передаваемую воздушно-капельным путем. Потребовалось несколько лет, прежде чем появились надежные модели, подтвердившиеся в нескольких последних эпидемиях", — сказал Хайман.
Каждый год с 2014 года более 20 команд делали еженедельные прогнозы, делились методиками и работали над улучшением моделирования. Они встречались лично каждое лето, делились идеями и совместно анализировали доводы "за" и "против" различных подходов. Результаты моделирования публиковались в авторитетных научных журналах.
"В прошлом году финансирование получили пять команд, которые разрабатывали статистические программы для врачей. В этом году команды переключились на COVID-19", — сказал Хайман.
Он уточнил, что в 2019 году команда Лос-Аламосской лаборатории получила и первое, и второе место в конкурсе по предсказанию эпидемии гриппа.
"Если бы мне нужно было выбрать одну-единственную модель, это был бы мой первый выбор", — сказал Хайман.
По словам Хаймана, важно четко понимать, какие именно предположения заложены в методику подсчета.
"Я бы не стал доверять никаким моделям, где методология и допущения, из которых исходят прогнозы, не объяснены четко", — заключил он.
Джерардо Чауэлл-Пуэнте, профессор эпидемиологии и биостатистики в Университете штата Джорджия и глава факультета общественного здравоохранения в том же университете, считает, что уже сейчас накоплены кое-какие знания, чтобы можно было понять результативность модели задним числом.
"Я бы выбрал модель, которая до настоящего времени дала наилучшие предсказания", — сказал Чауэлл-Пуэнте РИА Новости.
С его точки зрения, разработанная его сотрудниками собственная модель "вполне неплохо" показала себя в краткосрочных и среднесрочных прогнозах.
"Я бы не стал доверять единственной модели: полезно сравнение различных моделей", — сказал корреспонденту агентства Грэм Медли, директор Центра математического моделирования инфекционных заболеваний в Лондонской школе гигиены и тропической медицины.
"Все модели делают разные предположения, и мы не знаем, какие предположения верны. Следовательно, лучше всего использовать все модели для сравнения. Используя многочисленные модели, мы можем сравнить результаты по конкретным вопросам. Мы можем также увидеть, насколько сильно различаются модели", — уточнил Медли, который консультирует британское правительство по вопросам распространения COVID-19.
"Если все модели согласны, тогда мы можем быть уверены в их точности. Если они различаются, мы можем начать понимать, какие именно предположения важны", — поясняет он.
Макс Лау, профессор биостатистики и биоинформатики в Университете Эмори в США, считает, что в каждой модели можно найти пользу.
"Не могу сказать, какая модель лучшая. Думаю, все они полезны в разных сценариях", — сказал он РИА Новости.
По словам Лау, чтобы прогнозировать на основе модели, как именно снимать карантин, нужно учесть, что первоначальная работа по моделированию обычно сосредоточена на гипотетических сценариях. Для этого используются параметры, введенные "вручную".
"Важно провести статистический анализ параметров модели, используя данные по вспышке (заболевания — ред.), чтобы мы лучше понимали "реальные" сценарии. То есть важна управляемая статистическая модель", — говорит Лау.
Кроме того, по его словам, для снятия карантина важно учесть, как разные категории населения контактируют друг с другом.
"Открывая экономику, важно учесть (в модели — ред.) тенденции социальных контактов в конкретном сообществе — например, как общаются друг с другом различные возрастные группы населения", — заключил Лау.
Видео дня. «Сними трусы, сожги диван»: главные тренды на самоизоляции
Комментарии
Читайте также
Новости партнеров
Новости партнеров
Больше видео