Основні сценарії через зазначені вище причини не поділяються на оптимістичний і песимістичний, а отримали кодові назви С1 та С2; також додано агрегований сценарій. Останній побудовано на основі сценаріїв С1 та С2 з урахуванням тенденцій зростання згладжених показників смертності та підтверджених випадків інфікування. Станом на 9 квітня ситуація зі сценарними прогнозами така (рис. 1).

За прийнятою у багатьох країнах методологією, прогнозується не поденна кількість (госпіталізованих, інфікованих і т.ін.), а усереднена величина за тижневим вікном, що дозволяє більш чітко виявити тренд. У нашому випадку маємо суттєву відповідність між фактичними даними та агрегованим варіантом прогнозу (рис. 2).

Поденні помилки прогнозів у агрегованого сценарію найменші (рис. 3). Сумарна за 21 день середня відсоткова помилка (mean percentage error — MPE) основного сценарію становила 0,8%. Зауважимо, що в теорії прогнозування придатним вважається метод, сумарна помилка за період у якого не виходить за межі 10%.

Як зазначалося у вже цитованій публікації на сайті, проблемою були аномальні (святкові) дні, дані за які довелося опрацьовувати особливим чином. У черговий раз підтверджується те, що без адекватного опрацювання нативного ряду неможливо досягти належної точності прогнозу.
Насамкінець — цитата із прогнозу робочої групи Національної академії наук стосовно підтверджених випадків (від 06.04.2021 р.): «Аналіз щодо кількості нових підтверджених випадків захворювань показав: значна помилка у прогнозі, зробленому 2 тиж тому, зумовлена впливом надто аномальних даних за 8 березня, який не зміг повною мірою компенсувати механізм моделі Prophet для врахування подібних аномалій.
Прогноз… вже майже не зазнає цього впливу, тому міг би бути точнішим, але поведінка процесу 5–6 днів тому теж викликає питання щодо достовірності цих даних; прогноз передбачає, що поточна хвиля наростатиме й далі, але досвід показує, що побудована модель добре прогнозує лише певні флуктуації під час постійного зростання чи зниження значень і при цьому неспроможна спрогнозувати, коли саме хвиля піде на спад, оскільки модель враховує тільки один показник — кількість нових підтверджених хворих. Для визначення дати початку спадання хвилі потрібні інші моделі, які враховують більше показників, — наприклад, модель SEIR. Значні аномалії в динаміці кількості нових хворих, які відмічають в Україні протягом січня–березня (особливо 8 та 31 березня), на жаль, не дають впевненості у зроблених прогнозах, тому рекомендується використовувати їх обережно».
Незважаючи на складність процесу прогнозування, все ж пропонуємо черговий прогноз щодо кількості щоденних госпіталізацій на наступні 3 тиж. Перебуваємо на дуже відповідальному етапі: чи вдасться вберегти систему охорони здоров’я від повного колапсу, на тлі загальної важкої ситуації із розвитком пандемії (таблиця)? Чи досягли у країні піку, що може стати нарешті підставою для превентивних дій напередодні можливого чергового зростання восени?
Таблиця | Топ-10 країн за кількістю летальних випадків 14 квітня та інші показники, пов’язані з пандемією COVID-19 (станом на 16 квітня 2021 р., http://www.worldometers.info, дані постійно оновлюються) |
Країна № з/п | Загальна кількість випадків | Кількість нових випадків хвороби | Загальна кількість летальних випадків | Число нових летальних випадків | Загальна кількість тих, хто одужали | Кількість активних випадків | Потребують інтенсивної терапії | Кількість випадків на 1 млн населення | Кількість летальних випадків на 1 млн населення | Загальна кількість тестів | Кількість тестів на 1 млн жителів |
1. Бразилія | 13 677 564 | +75 998 | 362 180 | +3462 | 12 170 771 | 1 144 613 | 8318 | 63 989 | 1694 | 28 600 000 | 133 802 |
2. Індія | 14 070 890 | +199 569 | 173 152 | +1037 | 12 426 146 | 1 471 592 | 8944 | 10 118 | 125 | 260 618 866 | 187 404 |
3. США | 32 149 660 | +78 876 | 578 098 | +921 | 24 696 161 | 6 875 401 | 9676 | 96 681 | 1738 | 423 439 379 | 1 273 379 |
4. Польща | 2 621 112 | +21 279 | 59 930 | +803 | 2 229 801 | 331 381 | 3457 | 69 316 | 1585 | 13 243 930 | 350 240 |
5. Мексика | 2 286 133 | +4293 | 210 294 | +592 | 1 815 237 | 260 602 | 4798 | 17 586 | 1618 | 6 305 194 | 48 502 |
6. Італія | 3 809 182 | +16 157 | 115 557 | +469 | 3 178 976 | 514 649 | 3490 | 63 075 | 1913 | 53 885 257 | 892 264 |
7. Україна | 1 887 338 | +14 553 | 38 225 | +467 | 1 442 618 | 406 495 | 177 | 43 361 | 878 | 8 770 753 | 201 507 |
8. Німеччина | 3 064 382 | +32 546 | 79 813 | +405 | 2 718 700 | 265 869 | 4662 | 36 483 | 950 | 51 559 277 | 613 836 |
9. Росія | 4 666 209 | +8326 | 104 000 | +399 | 4 291 223 | 270 986 | 2300 | 31 964 | 712 | 124 400 000 | 852 149 |
10. Аргентина | 2 604 157 | +25 157 | 58 542 | +368 | 2 278 486 | 267 129 | 3879 | 57 206 | 1286 | 9 833 106 | 216 007 |
Як і раніше, розглянуто два базових сценарії: С1 та С2. Перший сценарій передбачає, що ефект карантинних заходів може знівелюватися агресивністю штамів коронавірусу, що помітно зросла (інтенсивність поширення, тривалість лікування, зростання частки пацієнтів з важким перебігом хвороби). Згідно з другим сценарієм вважається, що прийняті заходи (аж до локдауну в окремих регіонах та Києві) матимуть стабілізуючий ефект. Агрегований сценарій є компромісним з урахуванням додаткових чинників, таких як підтверджені випадки інфікування та динаміка наявності ліжко-місць в областях та Києві (рис. 4).

Використані джерела: дашборди МОЗ України, Національної служби здоров’я України, Кабінету Міністрів України, а також власні розрахунки. Інформаційна підтримка — компанія «Моріон».
доктор технічних наук, Інститут кібернетики ім. В.М. Глушкова НАН України
Коментарі
Коментарі до цього матеріалу відсутні. Прокоментуйте першим