Мониторинг и прогноз развития эпидемии COVID-19 в г. Москва: выбор моделей на основе технологии сбалансированной идентификации (2220-2021)

Abstract

Любая математическая модель является отражением знаний об исследуемом объекте. В работе показано, как накопление информации (статистических данных и знаний) о пандемии COVID‑19 приводит к уточнению математических моделей, к расширению области их использования. Построенные в результате модели удовлетворительно описывают динамику заболеваемости COVID-19 в г. Москва. Они могут использоваться для прогноза с горизонтом в несколько месяцев при условии, что в моделируемом объекте не появляются (или проявляются) новые, ранее “незаметные” элементы. Основным внутренним механизмом, определяющим динамику модели, является коллективный иммунитет и заметное повышение заразности вируса во второй половине 2021 года (из-за распространения штамма Дельта). Приводятся результаты использования технологии сбалансированной идентификации для мониторинга пандемии COVID-19: • модели, соответствующие данным, доступным в различные моменты времени (с марта 2020 по декабрь 2021); • полученные новые знания – функциональные зависимости, определяющие динамику системы; • результаты расчетов различных эпидемических показателей (заболеваемость, иммунитет, индексы репродукции и др.) • различные прогнозы для г. Москва (от 01.12.2020, 15.04.2021, 01.08.2021 и 01.08.2021). Обсуждаются трудности, возникшие после 01.09.2021, и направления дальнейшего модифицирования модели.