مدلی که مرگ و میر ناشی از کروناویروس را پیش‌بینی می‌کند

به گزارش ایسنا و به نقل از ساینمگ، گروهی از پژوهشگران "دانشگاه ماساچوست در امهرست" (UMass)، با یکی کردن چندین مدل گوناگون، نوعی مدل پیش‌بینی ابداع کرده‌اند که می‌تواند تصویر دقیق‌تری از اثرات احتمالی کروناویروس ارائه دهد.

شاید این روش کلی که پیش‌بینی‌های دقیقی برای آنفلوانزای فصلی ارائه داده است، بتواند امکان دستیابی به ذخیره متمرکزی از داده‌ها و ارائه مدل‌های پیش‌بینی را علاوه بر سیاست‌گذاران و دانشمندان مراکز کنترل و پیشگیری، برای عموم مردم نیز فراهم کند.

"نیکلاس ریچ" (Nicholas Reich)، مدیر مرکز پیش‌بینی آنفلوانزا در دانشگاه ماساچوست گفت: هیچ کدام از این مدل‌های مورد استفاده، به تنهایی برای تصمیم‌گیری کافی نیستند. ما یک مدل ساده و ترکیبی ابداع کرده‌ایم تا همه پیش‌بینی‌ها در مورد کووید- 19 را به صورت یکجا ارائه دهیم. برخی از این مدل‌ها، بیش از حد خوش بین و برخی از آنها بیش از حد بدبین هستند اما واقعیت، تقریبا میان این دو حرکت می‌کند. ما به تنوع این مدل‌ها نیاز داریم تا همه احتمالات آینده را درک کنیم.

این مدل جدید پیش‌بینی کووید- 19، داده‌هایی که گروه‌های پژوهشی "موسسه ارزیابی و سنجش سلامت آمریکا" (IHME)، "دانشگاه کلمبیا" (Columbia University)، "دانشگاه نورث‌ایسترن" (NEU)، "امپریال کالج لندن" (Imperial College London) و "آزمایشگاه ملی لس آلاموس" (LANL) به دست آورده‌اند، در بر دارد.

ریچ ادامه داد: همکاری با هر یک از گروه‌هایی که تاکنون در این زمینه به ما اضافه شده‌اند، نتیجه مثبتی داشته و ما قصد داریم در روزها و هفته‌های آینده، پیش‌بینی‌ها را به مرکز اصلی مدل خود اضافه کنیم.

ریچ در توئیت جدیدی، از نخستین همکاری گروهی خبر داد و مدل‌های پیش‌بینی را به اشتراک گذاشت. این مدل‌ها، بر داده‌های استاندارد پیش‌بینی مبتنی هستند که از گروه‌های پژوهشی متفاوتی به دست آمده‌اند. ریچ طی هفته گذشته با همکاری "کیتی هاوس" (Katie House)، پژوهشگر علوم رایانه دانشگاه ماساچوست در امهرست و "نوتکا واتاناکیت" (Nutcha Wattanachit)، دانشجوی دکتری آمار زیستی این دانشگاه، دقت مدل‌های پیش‌بینی گروه‌های دیگر جهان را در یک قالب هماهنگ کرد.  

این مدل‌ها، تجسمی تعاملی در مورد پیش‌بینی مرگ و میر ناشی از کووید- 19 در سراسر آمریکا ارائه می‌دهند. ریچ علاوه بر این مدل ترکیبی، از آماده‌سازی مدل‌هایی برای بررسی تعداد کلی بیماران و افراد بستری شده خبر داد.

ریچ در این باره گفت: این مدل، شبیه به سیستمی است که ما پیشتر برای پیش‌بینی آنفلوانزا ساخته بودیم. همه داده‌های این مدل، عمومی هستند و ما فقط آنها را کنار هم قرار می‌دهیم. مدل‌سازی، بخش مهمی از اقدامات مربوط به کووید- 19 است و منبع بسیار مهمی به شمار می‌رود. ما قصد داریم با گروه‌های بسیاری همکاری کنیم تا تنوع روش‌های مدل‌سازی را نشان دهیم.

وی افزود: چالش‌های مربوط به این کار، بسیار بیشتر از مدل‌های پبش‌بینی آنفلوانزا است. پیش‌بینی کووید- 19، یک موقعیت کاملا متفاوت است زیرا برای پیش‌بینی آن نمی‌توان بر داده‌های نظارت سلامت مربوط به 20 سال پیش تکیه داشت.