Коронавирус — математика и модели распространения

Демография имеет значение (ENG)

Поскольку летальность COVID-19 значительно увеличивается с возрастом пациента, особенности возрастных структур населения могут оказывать значительный эффект на общую смертность от пандемии коронавируса. Демограф Илья Кашницкий оценил этот эффект и отобразил на карте различия в возрастных структурах населения регионов Европы.

За основу взяли данные о летальности пандемии в Италии — первой европейской стране, где ситуация начала развиваться очень быстро, и к 17 марта было зафиксировано уже 2003 смерти. Предположив, что во всех прочих регионах Европы летальность будет такой же как мы наблюдали в Италии, а общее число инфицированных достигнет 2/3 населения (цифра, о которой упоминала в своем обращении Ангела Меркель), рассчитали долю населения с повышенным риском умереть от пандемии. Надо отметить, что эта величина не претендует на роль сколько-нибудь точного прогноза финальной летальности. Допущения при расчетах очень значительны и маловероятны в долгосрочной перспективе. Однако, суть исследования — в сравнении возрастных структур населения. Различия между ними останутся неизменными, даже если повозрастная летальность от COVID-19 окажется существенно отличной от наблюдаемых сейчас в Италии величин, важно лишь, чтобы различия между возрастными группами оставались схожими.

Проведенный анализ позволяет выявить потенциально наиболее уязвимые регионы. Наибольшие потери населения из-за пандемии вероятны в странах и регионах с наиболее возрастным населением — Италия, Германия и Испания. Самый интересный вывод: несмотря на то, что сейчас наибольшее количество зарегистрированных случаев заражения и смертей концентрируется в больших городах, куда вирус пришел раньше, при масштабном неконтролируемом распространении наиболее проблемными станут отдаленные периферийные районы с наиболее пожилым населением. Это еще одна причина, почему карантинные меры, призванные растянуть во времени пик пандемии, чрезвычайно важны, особенно в странах Европы с относительно старым населением.

Источник: Kashnitsky, I. (2020). COVID-19 in unequally ageing European regions. OSF Preprint.

Экспоненциальный рост и эпидемии (ENG, RUS)

«Если люди в достаточной степени взволнованы, то причин для волнения меньше. Но если никто не взволнован — это повод начать волноваться».

Математик объясняет, в какой момент нужно начинать беспокоиться. Эпидемия развивается экспоненциально — это значит умножение на какую-то константу (постоянный коэффициент).

Согласно данным на начало марта число случаев каждый день превышало число случаев в предыдущий день в 1,12—1,25 раз. Изменение количества зараженных изо дня в день складывается из трех цифр: количество зараженных в определенный день (N), среднее количество человек, с которым зараженный может контактировать в определенный день (E), и вероятность каждого контакта стать новым случаем заражения (p). Соответственно, по данным на 6 марта, в среднем каждые 16 дней количество зараженных увеличивалось в 10 раз. Но просто провести восходящий тренд недостаточно: в какой момент рост кривой должен остановиться. И важную роль начинают играть переменные E и p — они должны снижаться, чтобы остановить экспоненциальный рост.

Подробнее о том, что такое «всего 60 случаев заражения» с математической точки зрения — в видео (есть русские субтитры):

Интерактивная модель: как распространяется вирус (ENG)

У The Washington Post вышел интерактивный материал о том, как распространяются инфекции. Основная идея — показать, почему важно ограничивать контакты каждого конкретного человека с внешним миром, а вот закрывать города и страны совсем необязательно. Симуляции показывают, как изменяется кривая количества зараженных в зависимости от того, какая стратегия используется: не делать ничего; попытка закрыть город на карантин; социальная изоляция четверти населения; социальная изоляция 7/8 населения.

Мягкая изоляция выигрывает у карантина, а почти полная изоляция — статистически наиболее надежный способ остановить эпидемию. Симуляции случайные, каждое прочтение статьи даст немного разные результаты, но вывод останется прежним.

Блогер Кевин Симлер улучшил эту модель: он добавил новые вводные (например, инкубационный период и количество умерших от болезни) и параметры модели, которые можно настраивать вручную. Здесь по шагам объясняется, как распространяется вирус и какие переменные на это влияют: например, в одной из симуляций предлагается угадать, какой должна быть скорость передачи заболевания между людьми, чтобы она не успела заразить все население планеты.

Так что это не только подробное пошаговое объяснение того, как распространяется вирус, но еще и упражнение в интуиции и критическом мышлении.

Люди хотят закрытия границ (RUS)

По данным исследования Ipsos по восприятию коронавируса, большинство людей считают, что границы их стран должны быть закрыты до тех пор, пока не будет локализована эпидемия. В опросе приняли участие 12 000 человек из 12 стран. Жители Азиатско-Тихоокеанского региона активнее всех поддерживают идею закрытия границ — во главе с Индией (79%) и Вьетнамом (78%) — что неудивительно, учитывая локацию, в которой болезнь была обнаружена впервые. В Италии 76% также согласны с этой радикальной мерой. Далее следуют Китай (73%) и Россия (70%).

Растет количество человек, которые верят в вероятность заражения людей из их ближнего окружения: их уже больше половины респондентов во Вьетнаме (67%), Великобритании (57%), половина в Индии, Австралии и Японии (51%).

Что ученые знают о 2019-nCoV (RUS)

На сайте «Биомолекула» ведется подробная хроника распространения коронавируса — там же разбираются фейки и собирается всё, что на данный момент известно о заболевании с точки зрения медицины и биологии, а также о поиске вакцины.

Сейчас идет разработка лекарств, которые ингибируют заражение на разных стадиях цикла репликации вируса, и вакцин от SARS-CoV/MERS-CoV. Однако пока специфических препаратов от коронавирусов нет, и лечение заключается в поддерживающей терапии, назначенной по состоянию пациента. Источник на 11 марта 2020 года.

Материал обновляется.