Standard

Retrospective analysis and forecasting of the spread of viruses in real time: the case of COVID-19 in St. Petersburg and Moscow in 2020–2021. / Захаров, Виктор Васильевич; Балыкина, Юлия Ефимовна.

в: Вопросы вирусологии, Том 69, № 6, 26.12.2024, стр. 500-508.

Результаты исследований: Научные публикации в периодических изданияхстатьяРецензирование

Harvard

APA

Vancouver

Author

BibTeX

@article{fbc7d40644184a1eb4760a22d29122f3,
title = "Retrospective analysis and forecasting of the spread of viruses in real time: the case of COVID-19 in St. Petersburg and Moscow in 2020–2021",
abstract = "Цель исследования – применение математических методов для построения прогнозов динамики случайных значений процентного прироста общего количества заболевших и процентного прироста общего количества выздоровевших и умерших пациентов с проверкой методов при ретроспективном прогнозировании динамики эпидемического процесса COVID-19 в Санкт-Петербурге и в Москве.Материалы и методы. При ретроспективном прогнозировании динамики общего количества заболевших COVID-19 и динамики общего количества пациентов, завершивших болезнь, использованы прогнозные значения процентных приростов этих показателей. Ретроспективный анализ и вычислительные эксперименты по прогнозированию динамики эпидемического процесса COVID-19 проводили на промежутках длиной14 сут, начиная с 25 марта 2020 г. до 20 января 2021 г., с использованием метода прогнозирования временн{\'ы} х рядов, предложенного авторами данной статьи.Результаты и обсуждение. Представленные в работе ретроспективные 2-недельные прогнозы общего количества заболевших и количества активных случаев COVID-19 продемонстрировали достаточно высокуюточность как в Москве, так и в Санкт-Петербурге. Ошибка MAPE (mean absolute percentage error) общего количества заболевших на пиках заболеваемости, как правило, не превышала 1%. Показано, что точностьполученных ретроспективных прогнозов общего количества заболевших в Санкт-Петербурге, построенных начиная с мая 2020 г., значительно возросла по сравнению с апрельскими прогнозами. Аналогичное заключение можно сделать и относительно прогнозов общего количества заболевших в Москве в апреле и мае 2020 г",
keywords = "SARS-CoV-2; COVID-19; эпидемический процесс; заболеваемость; активные случаи болезни; ретроспективный анализ; прогнозирование; моделирование",
author = "Захаров, {Виктор Васильевич} and Балыкина, {Юлия Ефимовна}",
year = "2024",
month = dec,
day = "26",
doi = "10.36233/0507-4088-265",
language = "English",
volume = "69",
pages = "500--508",
journal = "Вопросы вирусологии",
issn = "0507-4088",
publisher = "Медицина",
number = "6",

}

RIS

TY - JOUR

T1 - Retrospective analysis and forecasting of the spread of viruses in real time: the case of COVID-19 in St. Petersburg and Moscow in 2020–2021

AU - Захаров, Виктор Васильевич

AU - Балыкина, Юлия Ефимовна

PY - 2024/12/26

Y1 - 2024/12/26

N2 - Цель исследования – применение математических методов для построения прогнозов динамики случайных значений процентного прироста общего количества заболевших и процентного прироста общего количества выздоровевших и умерших пациентов с проверкой методов при ретроспективном прогнозировании динамики эпидемического процесса COVID-19 в Санкт-Петербурге и в Москве.Материалы и методы. При ретроспективном прогнозировании динамики общего количества заболевших COVID-19 и динамики общего количества пациентов, завершивших болезнь, использованы прогнозные значения процентных приростов этих показателей. Ретроспективный анализ и вычислительные эксперименты по прогнозированию динамики эпидемического процесса COVID-19 проводили на промежутках длиной14 сут, начиная с 25 марта 2020 г. до 20 января 2021 г., с использованием метода прогнозирования временны́ х рядов, предложенного авторами данной статьи.Результаты и обсуждение. Представленные в работе ретроспективные 2-недельные прогнозы общего количества заболевших и количества активных случаев COVID-19 продемонстрировали достаточно высокуюточность как в Москве, так и в Санкт-Петербурге. Ошибка MAPE (mean absolute percentage error) общего количества заболевших на пиках заболеваемости, как правило, не превышала 1%. Показано, что точностьполученных ретроспективных прогнозов общего количества заболевших в Санкт-Петербурге, построенных начиная с мая 2020 г., значительно возросла по сравнению с апрельскими прогнозами. Аналогичное заключение можно сделать и относительно прогнозов общего количества заболевших в Москве в апреле и мае 2020 г

AB - Цель исследования – применение математических методов для построения прогнозов динамики случайных значений процентного прироста общего количества заболевших и процентного прироста общего количества выздоровевших и умерших пациентов с проверкой методов при ретроспективном прогнозировании динамики эпидемического процесса COVID-19 в Санкт-Петербурге и в Москве.Материалы и методы. При ретроспективном прогнозировании динамики общего количества заболевших COVID-19 и динамики общего количества пациентов, завершивших болезнь, использованы прогнозные значения процентных приростов этих показателей. Ретроспективный анализ и вычислительные эксперименты по прогнозированию динамики эпидемического процесса COVID-19 проводили на промежутках длиной14 сут, начиная с 25 марта 2020 г. до 20 января 2021 г., с использованием метода прогнозирования временны́ х рядов, предложенного авторами данной статьи.Результаты и обсуждение. Представленные в работе ретроспективные 2-недельные прогнозы общего количества заболевших и количества активных случаев COVID-19 продемонстрировали достаточно высокуюточность как в Москве, так и в Санкт-Петербурге. Ошибка MAPE (mean absolute percentage error) общего количества заболевших на пиках заболеваемости, как правило, не превышала 1%. Показано, что точностьполученных ретроспективных прогнозов общего количества заболевших в Санкт-Петербурге, построенных начиная с мая 2020 г., значительно возросла по сравнению с апрельскими прогнозами. Аналогичное заключение можно сделать и относительно прогнозов общего количества заболевших в Москве в апреле и мае 2020 г

KW - SARS-CoV-2; COVID-19; эпидемический процесс; заболеваемость; активные случаи болезни; ретроспективный анализ; прогнозирование; моделирование

UR - https://elibrary.ru/faiopq

U2 - 10.36233/0507-4088-265

DO - 10.36233/0507-4088-265

M3 - Article

VL - 69

SP - 500

EP - 508

JO - Вопросы вирусологии

JF - Вопросы вирусологии

SN - 0507-4088

IS - 6

ER -

ID: 131129220