RUS  ENG
Полная версия
ЖУРНАЛЫ // Математическая биология и биоинформатика // Архив

Матем. биология и биоинформ., 2022, том 17, выпуск 1, страницы 43–81 (Mi mbb480)

Эта публикация цитируется в 5 статьях

Математическое моделирование

Стохастическое моделирование динамики распространения Ковид-19 с учетом неоднородности населения по иммунологическим, клиническим и эпидемиологическим критериям

Н. В. Перцевa, К. К. Логиновa, А. Н. Лукашевb, Ю. А. Вакуленкоb

a Институт математики им. С.Л. Соболева Сибирского отделения Российской академии наук, Новосибирск, Россия
b Первый Московский государственный медицинский университет имени И. М. Сеченова Министерства здравоохранения РФ, Москва, Россия

Аннотация: Приведена стохастическая модель распространения Ковид-19 инфекции в некотором регионе. Модель записана в форме непрерывно-дискретного случайного процесса, учитывающего нестационарный приток в регион латентно-инфицированных индивидуумов, прохождение индивидуумами различных стадий инфекционного заболевания, вакцинацию населения региона, повторное заражение части переболевших и вакцинированных индивидуумов. Длительности пребывания индивидуумов в различных стадиях инфекционного заболевания задаются с помощью распределений, отличных от экспоненциального. Разработан алгоритм численного статистического моделирования динамики распространения инфекции среди населения региона на основе метода Монте-Карло. Для калибровки модели использованы данные, описывающие уровень серопревалентности населения Новосибирской области в первую волну эпидемии Ковид-19 (2020 год). Представлены результаты вычислительных экспериментов с моделью по исследованию динамики распространения инфекции в условиях проведения вакцинации населения региона.

Ключевые слова: распространение эпидемии, стадия-зависимая модель, непрерывно-дискретный случайный процесс, метод Монте-Карло, Ковид-19 инфекция, серопревалентность, вычислительный эксперимент.

Материал поступил в редакцию 24.05.2022, 10.06.2022, опубликован 20.06.2022

DOI: 10.17537/2022.17.43



Реферативные базы данных:


© МИАН, 2024