Statistics-Based Predictions of Coronavirus Epidemic Spreading in Mainland China

Скорочена інформація про документ
dc.contributor.authorNesteruk, I.
dc.date.accessioned2020-04-16T15:36:54Z
dc.date.available2020-04-16T15:36:54Z
dc.date.issued2020
dc.description.abstractenBackground. The epidemic outbreak caused by coronavirus COVID-19 is of great interest to researches because of the high rate of the infection spread and the significant number of fatalities. A detailed scientific analysis of the phenomenon is yet to come, but the public is already interested in the questions of the epidemic duration, the expected number of patients and deaths. Long-time predictions require complicated mathematical models that need a lot of effort to identify and calculate unknown parameters. This article will present some preliminary estimates. Objective. Since the long-time data are available only for mainland China, we will try to predict the epidemic characteristics only in this area. We will estimate some of the epidemic characteristics and present the dependen­cies for victim numbers, infected and removed persons versus time. Methods. In this study we use the known SIR model for the dynamics of an epidemic, the known exact solution of the linear differential equations and statistical approach developed before for investigation of the children disease, which occurred in Chernivtsi (Ukraine) in 1988–1989. Results. The optimal values of the SIR model parameters were identified with the use of statistical approach. The numbers of infected, susceptible and removed persons versus time were predicted and compared with the new data obtained after February 10, 2020, when the calculations were completed. Conclusions. The simple mathematical model was used to predict the characteristics of the epidemic caused by coronavirus in mainland China. Unfortunately, the number of coronavirus victims is expected to be much higher than that predicted on February 10, 2020, since 12289 new cases (not previously included in official counts) have been added two days later. Further research should focus on updating the predictions with the use of up-to-date data and using more complicated mathematical models.uk
dc.description.abstractruПроблематика. Эпидемическая вспышка, вызванная коронавирусом COVID-19, представляет большой интерес для исследователей из-за высокой скорости распространения инфекции и значительного числа умерших. Подробный научный анализ этого явления еще впереди, но общественность уже интересуется вопросами продолжительности эпидемии, ожидаемого числа пациентов и случаев смерти. Для долгосрочных прогнозов необходимы сложные математические модели, которые требуют много усилий для идентификации неизвестных параметров и расчетов. В этой статье будут представлены некоторые предварительные оценки. Цель. Поскольку данные за долгое время доступны только для материкового Китая, мы попытаемся предсказать характеристики эпидемии только в этом регионе. Мы оценим некоторые из характеристик эпидемии и представим зависимости от времени числа пострадавших, инфицированных и удаленных людей. Методика реализации. В этом исследовании мы используем известную SIR-модель для динамики эпидемии, известное точное решение системы линейных дифференциальных уравнений и статистический подход, разработанный ранее для исследования детской болезни, которая случилась в Черновцах (Украина) в 1988–1989 гг. Результаты. Оптимальные значения параметров SIR-модели были определены с использованием статистического подхода. Число инфицированных, восприимчивых и удаленных людей в зависимости от времени было предсказано и сопоставлено с новыми данными, полученными после 10 февраля 2020 г., когда расчеты были завершены. Выводы. Для прогнозирования характеристик эпидемии, вызванной коронавирусом в материковом Китае, использовалась простая математическая модель. К сожалению, ожидается, что число жертв коронавируса в материковом Китае будет намного выше, чем прогнозировалось 10 февраля 2020 г., поскольку через два дня было добавлено 12289 новых случаев (ранее не включенных в официальные подсчеты). Дальнейшие исследования должны быть направлены на обновление прогнозов на основе свежих данных и с использованием более сложных математических моделей.uk
dc.description.abstractukПроблематика. Епідемія, спричинена коронавірусом COVID-19, становить великий інтерес для дослідників через високу швидкість поширення інфекції та значну кількість смертельних випадків. Детальний науковий аналіз цього явища ще попереду, але громадськість уже зацікавлена питаннями тривалості епідемії, очікуваної кількості хворих та смертності. Для довгострокових прогнозів необхідні складні математичні моделі, які потребують багатьох зусиль для ідентифікації невідомих параметрів та обчислень. У цій статті будуть представлені деякі попередні оцінки. Мета. Оскільки дані за достатньо довгий період часу доступні лише для материкового Китаю, ми спробуємо передба-чити характеристики епідемії лише в цьому регіоні. Ми оцінимо деякі характеристики епідемії та подамо залежності від часу кількості жертв, інфікованих та вилучених осіб. Методика реалізації. У цьому дослідженні ми використовуємо відому SIR-модель для динаміки епідемії, відомий точ-ний розв’язок системи лінійних диференціальних рівнянь і статистичний підхід, розроблений раніше для досліджен-ня дитячої хвороби, що сталася в Чернівцях (Україна) у 1988–1989 рр. Результати. Оптимальні значення параметрів SIR-моделі були визначені за допомогою статистичного підходу. Кіль-кість заражених, сприйнятливих та вилучених осіб залежно від часу прогнозувалась та порівнювалась із новими да-ними, отриманими після 10 лютого 2020 р., коли розрахунки були завершені. Висновки. Для прогнозування особливостей епідемії, спричиненої коронавірусом у материковому Китаї, використо-вувалась проста математична модель. На жаль, очікується, що кількість жертв коронавірусу буде значно більшою, ніж прогнозувалося 10 лютого 2020 р., оскільки через два дні було додано 12289 нових випадків (раніше не включених до офіційних підрахунків). Подальші дослідження варто зосередити на оновленні прогнозів на основі свіжих даних та з використанням більш складних математичних моделей.uk
dc.format.pagerangePp. 13–18uk
dc.identifier.citationNesteruk, I. Statistics-Based Predictions of Coronavirus Epidemic Spreading in Mainland China / I. Nesteruk // Innovative Biosystems and Bioengineering : international scientific journal. – 2020. – Vol. 4, No. 1. – Pp. 13–18. – Bibliogr.: 11 ref.uk
dc.identifier.doihttps://doi.org/10.20535/ibb.2020.4.1.195074
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/32962
dc.language.isoenuk
dc.publisherIgor Sikorsky Kyiv Polytechnic Instituteuk
dc.publisher.placeKyivuk
dc.rightsAttribution 4.0 International (CC BY 4.0)en
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/en
dc.sourceInnovative Biosystems and Bioengineering : international scientific e-journal, 2020, Vol. 4, No. 1uk
dc.subjectcoronavirus epidemic in Chinauk
dc.subjectcoronavirus COVID-19uk
dc.subjectcoronavirus 2019-nCoVuk
dc.subjectmathematical modeling of infection diseasesuk
dc.subjectSIR modeluk
dc.subjectparameter identificationuk
dc.subjectstatistical methodsuk
dc.subjectепідемія коронавірусу в Китаїuk
dc.subjectкоронавірус COVID-19uk
dc.subjectкоронавірус 2019-nCoVuk
dc.subjectматематичне моделювання інфекційних захворюваньuk
dc.subjectSIR-модельuk
dc.subjectідентифікація параметрівuk
dc.subjectстатистичні методиuk
dc.subjectэпидемия коронавируса в Китаеuk
dc.subjectкоронавирус COVID-19uk
dc.subjectкоронавирус 2019-nCoVuk
dc.subjectматематическое моделирование инфекционных заболеванийuk
dc.subjectSIR-модельuk
dc.subjectидентификация параметровuk
dc.subjectстатистические методыuk
dc.subject.udc519.2, 519.8uk
dc.titleStatistics-Based Predictions of Coronavirus Epidemic Spreading in Mainland Chinauk
dc.title.alternativeПрогнози поширення епідемії коронавірусу в материковому Китаї на основі статистичних данихuk
dc.title.alternativeПрогнозы распространения эпидемии коронавируса в материковом Китае на основе статистических данныхuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
IBB2020.4.1_02.pdf
Розмір:
1.12 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Innovative Biosystems and Bioengineering: international scientific e-journal, Vol. 4, No. 1