Пик второй волны COVID-19 в Москве ожидают 11-12 декабря, а в Питере – 15-16 декабря

Первые прогнозы ученые начали строить в апреле-мае 2020 года, но столкнулись с трудностью: все имеющиеся модели математического прогнозирования развития эпидемий не работали для COVID-19, поскольку тогда еще не было статистики о динамике нового вируса.

«Пришлось разработать новый подход и новую модель CBRR. Ее особенность в том, что для прогнозирования эволюции эпидемии в России она использует данные о динамике распространения нового коронавируса в странах, где эпидемия началась раньше, чем в нашей стране», — рассказал профессор Виктор Захаров, руководитель Центра интеллектуальной логистики, заведующий кафедрой математического моделирования энергетических систем СПбГУ, доктор физико-математических наук.

С помощью новой модели ученые могут делать еженедельные прогнозы по распространению вируса в Москве и Петербурге: по последним данным, в северной столице темп прироста заболевших в последнюю неделю осени увеличился и достиг максимальных показателей за все время эпидемии. При этом обе столицы приблизились ко второму пику по количеству активных случаев болезни, то есть по числу болеющих на конкретный день: в Москве он ожидается 11-12 декабря, а в Петербурге — 15-16 декабря. В столице на пике количество заболевших составит 149-151 тысячу человек, а в Петербурге — 64-65 тысяч.

В целом по России ежедневный прирост новых случаев заболевания в течение последних двух недель колеблется в диапазоне от 24 до 27 тысяч новых случаев. Если такой уровень прироста сохранится в течение 7–10 дней и в дальнейшем начнет уменьшаться, то, как полагают ученые Центра интеллектуальной логистики СПбГУ, Россия может выйти на пик по количеству активных случаев болезни 21-22 декабря. В этот день число болеющих в целом по стране может оказаться в диапазоне от 514 до 517 тысяч человек. Эти значения необходимо учитывать, чтобы понимать уровень загрузки системы здравоохранения и планировать ее работу на перспективу.

Новая модель CBRR построена на итеративном подходе: данные, положенные в основу прогноза на период в 2–3 недели, обновляются в реальном времени. Это позволяет точнее рассчитать развитие эпидемии.

«Модель CBRR использует различные параметры, включая набор значений процентного прироста, пики по приросту новых случаев, возможные периоды их достижения, пики по количеству болеющих и т.д. Важная составляющая итеративной процедуры — формирование цепочки ESC (Epidemic Spreading Chain) стран распространения эпидемии», — добавил Виктор Захаров.

Для верной настройки модели прогнозирования необходимо, чтобы в странах ESC использовались сравнительно одинаковые меры сдерживания эпидемии: карантин, самоизоляция, социальная дистанция и тому подобные.