Cientistas do Intelligent Logistics Center da St Petersburg University desenvolveram um novo modelo Case-Based Rate Reasoning (CBRR) para prever a dinâmica de epidemias. Usando este método, os pesquisadores estão preparando previsões para a disseminação do COVID-19 na Rússia. As previsões são baseadas em dados sobre a dinâmica da epidemia em países onde a doença foi registrada anteriormente.

Os cientistas enfrentaram um desafio quando começaram a construir suas primeiras previsões em abril-maio ​​de 2020:nenhum modelo disponível para previsão matemática da dinâmica de epidemias funcionaria para o COVID-19.

"Em abril-maio ​​de 2020, ainda não havia estatísticas sobre a dinâmica do novo vírus, enquanto essas estatísticas estão disponíveis para vírus já conhecidos pela humanidade. A classe de modelos disponíveis naquela época, portanto, não era aplicável para prever a dinâmica da epidemia. Era necessário desenvolver uma nova abordagem e um novo modelo CBRR. Sua característica é que, para prever a evolução da epidemia na Rússia, utiliza dados sobre a dinâmica de disseminação do novo coronavírus em países onde a epidemia começou mais cedo do que em nosso país, "disse o professor Victor Zakharov, Chefe do Centro de Logística Inteligente da Universidade de São Petersburgo, Chefe do Departamento de Modelagem Matemática de Sistemas de Energia da Universidade de São Petersburgo, Doutor em Física e Matemática.

Tendo estabelecido o novo modelo para a Rússia como um todo, os cientistas começaram a atualizar suas previsões para São Petersburgo e Moscou semanalmente (suas previsões estão disponíveis no site do Centro de Logística Inteligente da Universidade de São Petersburgo). De acordo com as últimas previsões, na Rússia, o aumento diário de novos casos de COVID-19 nas últimas duas semanas varia de 24, 000 a 27, 000. Em 3 de dezembro de 2020, pela primeira vez, esse número ultrapassou 28, 000. Se este nível de crescimento continuar por 7 a 10 dias, A Rússia vai achatar a curva do número de novos casos. Se começar a diminuir, os cientistas acreditam que a Rússia pode atingir o pico em 21-22 de dezembro de 2020 no número de casos ativos:isto é, de acordo com o número de pessoas doentes em um determinado dia. Nesses dias, o número de pessoas infectadas no país como um todo pode variar de 514, 000 a 517, 000. Esses valores devem ser levados em consideração para entender o nível de carga do sistema de saúde e planejar seu trabalho para o futuro.

O novo modelo CBRR é construído em uma abordagem iterativa:os dados nos quais as previsões são baseadas são atualizados em tempo real por um período de 2 a 3 semanas. Assim, o curso real da epidemia no último período analisado permite calcular com maior precisão a previsão de sua dinâmica no futuro próximo. "A previsão para a Rússia e os Estados Unidos na primavera foi construída 2-3 semanas antes do tempo atual. Nas previsões para São Petersburgo e Moscou, contamos com os dados dos dias anteriores (2-3 semanas) e fazemos previsões usando o mesmo modelo, mas ajustado para esses dados, "disse Victor Zakharov.

"O modelo CBRR desenvolvido inclui um procedimento iterativo para a seleção heurística de comprimentos de intervalo, um conjunto de valores de crescimento percentual, e outros parâmetros significativos. Estes incluem:picos em termos de aumento de novos casos e possíveis períodos de altura de pico; e picos em termos do número de casos ativos. Um componente significativo do procedimento iterativo é a formação da cadeia de países com propagação da epidemia (Epidemic Spreading Chain, ESC), que inclui vários países classificados no momento em que atingem os mesmos níveis dos parâmetros selecionados. O país para o qual a previsão está sendo construída é chamado de Country Follower, o resto dos países aos quais nos referimos como predecessores de país, "acrescentou Victor Zakharov.

O professor Zakharov observou que, para o ajuste correto do modelo, é necessário que os países ESC utilizem medidas relativamente idênticas contra a propagação da epidemia:quarentena, isolamento voluntário, distanciamento social, e similar. Como ele esclareceu, a epidemia na Federação Russa, o seguidor do país, caracteriza-se por uma data posterior, quando foram atingidas as mesmas taxas de crescimento percentual em comparação com outros países. "Com base neste fato, ao modelar e prever a dinâmica da epidemia na Rússia, incluímos a Itália, Espanha, Grã Bretanha, e a França como país-predecessor na cadeia ESC. A trajetória de evolução gerada sequencialmente dos dados estatísticos sobre a epidemia, por exemplo, o número total de pessoas infectadas, é comparado com os dados estatísticos reais, "disse Victor Zakharov.