Mathematical and Statistical Model for Assessing the Impact of COVID-19 Waves on the Regional System (on the Example of the Kirov Region)
https://doi.org/10.32686/1812-5220-2023-20-3-60-71
Abstract
Since the f rst outbreak in China and the spread of COVID-19 in dif erent countries of the world, the study of mathematical models of the spread of the epidemic has begun and is intensively continuing. Such models are dynamic and of en based on dif erential or dif erence equations. As a rule, these models require an identif cation procedure to determine unknown parameters. But for a number of reasons, unambiguous identif cation of such parameters cannot be performed. For example, the preparation of statistical data for the identif cation procedure may be performed in various ways. T erefore, the preferred method of data preprocessing is to approximate them with the most appropriate functional dependence.
T e study shows that epidemic curves may be represented by a superposition of several local waves — an outbreak of an epidemic in a particular region consists of many local waves and some of them may merge into one common wave. In this article, it is proposed to use analogs of the normal distribution density function to predict waves of new COVID-19 cases. T e purpose of the article was to develop a model of the dynamics of the total number of cases and new cases of COVID-19, taking into account the waves of the epidemic and the impact on the regional socioeconomic system.
T e study was conducted on the basis of data on the incidence of COVID-19 in the Kirov region4 in 2020—2022. It is shown that the chosen model describes statistical data well and allows making realistic forecasts for the total number of diseases and new cases of diseases. T e results of the study may be used to develop preventive measures to prevent the spread of the disease and allow assessing the impact of the epidemiological situation on the socio-economic system of the region.
About the Authors
L. V. KaraulovaRussian Federation
K. Marx str., 112, Kirov, 610998, Volga Federal District, Kirov Region
V. M. Karaulov
Russian Federation
Moscow str., 36, Kirov, 610000, Volga Federal District, Kirov Region
A. V. Vishnyakov
Russian Federation
K. Marx str., 112, Kirov, 610998, Volga Federal District, Kirov Region
References
1. Пространственно-временное моделирование эпидемии COVID-19 / В.Л. Соколовский, Г.Б. Фурман, Д.А. Полянская, Е.Г. Фурман // Анализ риска здоровью. 2021. № 1. С. 23—37. DOI: 10.21668/health.risk/2021.1.03 [Sokolovsky V.L., Fur man G.B., Polyanskaya D.A., Furman E.G. Spatiotemporal modeling of COVID-19 epidemic // Health Risk Analysis, 2021, no. 1, pp. 23–37, (In Russ.). DOI: 10.21668/health.risk/2021.1.03.eng]
2. Томчин Д.А., Ситчихина М.С., Ананьевский М.С., Свенцицкая Т.А., Фрадков А.Л. Прогноз динамики пандемии COVID-19 по России на основе простых математических моделей эпидемий. Информационно-управляющие системы, 2021. № 6. С. 31—41, doi: 10.31799/1684-8853-2021-6-31-41 [Tomchin D.A., Sitchikhina M.S., Ananievsky M.S., Sventsitskaya T.A., Fradkov A.L. Prediction of COVID-19 pandemic dynamics in Russia based on simple mathematical models of epidemics // Informatsionno-upravliaiushchie sistemy [Information and Control Systems]. 2021;(6):31–41, (In Russ.), doi: 10.31799/1684-8853-2021-6-31-41]
3. Верба В.А., Вовик А.Г. Разработка модели, прогнозирующей распространение инфекций на основе исторических данных на примере COVID-19 // Системный анализ в проектировании и управлении: сборник научных трудов XXV Международной научной и учебно-практической конференции: в 3 ч., Санкт-Петербург, 13—14 октября 2021 г. Том Часть 3. СПб.: Политех-Пресс, 2021. С. 555—569. DOI: 10.18720/SPBPU/2/id21-412 [Verba V.A., Vovik A.G. Development of a model predicting the spread of infections based on historical data on the example of COVID-19 // System analysis in design and management: collection of scientifi papers of the XXV International Scientifi and educational-practical conference: in 3 parts, St. Petersburg, October 13-14, 2021. Vol. Part 3. St. Petersburg: Polytech Press, 2021. P. 555—569, (In Russ.). DOI: 10.18720/SPBPU/2/id21-412]
4. Криворотько О.И., Кабанихин С.И., Зятьков Н.Ю. и др. Математическое моделирование и прогнозирование COVID-19 в Москве и Новосибирской области // Сибирский журнал вычислительной математики. 2020. Т. 23. № 4. С. 395—414. DOI: 10.15372/SJNM20200404 [Krivorotko O.I., Kabanikhin S.I., Zyatkov N.Y. et al. Mathematical modeling and forecasting of COVID-19 in Moscow and the Novosibirsk region // Siberian Journal of Computational Mathematics. 2020;23(4):395-414, (In Russ.). DOI: 10.15372/SJNM20200404]
5. Наркевич А.Н., Шадрин К.В., Виноградов К.А. Моделирование распространения коронавирусной инфекции на территории города Красноярска // Сибирское медицинское обозрение. 2020. № 2(122). С. 111—116. DOI: 10.20333/2500136-2020-2-111-116 [Narkevich A.N., Shadrin K.V., Vinogradov K.A. Modeling of coronavirus infection spread among the residents of Krasnoyarsk city // Siberian Medical Review. 2020;(2(122)):111-116, (In Russ.). DOI: 10.20333/2500136-2020-2-111-116]
6. Обеснюк В.Ф. Динамика локальной эпидемической вспышки COVID-19 через призму компартментмоделирования // Анализ риска здоровью. 2020. № 2. С. 83—91. DOI: 10.21668/health.risk/2020.2.09 [Obеsnyuk, V.F. Dynamics of local epidemic COVID-19 outbreak through the prism of compartment modeling // Health Risk Analysis. 2020;(2):83-91, (In Russ.). DOI: 10.21668/health.risk/2020.2.09]
7. Кольцова Э.М. Куркина Е.С., Васецкий А.М. Математическое моделирование распространения эпидемии коронавируса COVID-19 в Москве // Computational Nanotechnology. 2020. Т. 7. № 1. С. 99—105. DOI: 10.33693/2313-223X-2020-7-1-99-105 [Koltsova E.M., Kurkina E.S., Vasetsky A.M., Mathematical modeling of the spread of the COVID-19 in Moscow // Computational Nanotechnology. 2020;7(1):99-105, (In Russ.). DOI: 10.33693/2313-223X-2020-7-1-99-105]
8. Куркин А.А., Куркина О.Е., Пелиновский Е.Н. Логистические модели распространения эпидемий // Труды НГТУ им. Р.Е. Алексеева. 2020. № 2(129). С. 9—18. DOI: 10.46960/1816-210X_2020_2_9 [Kurkin A.A., Kurki na O.E., Pelinovsky E.N. Logistic models of epidemic growth // Proceedings of the R.E. Alekseev NSTU. 2020;(2(129)):9-18, (In Russ.). DOI: 10.46960/1816-210X_2020_2_9]
9. Кокоулина М.В., Епифанова А.С., Пелиновский Е.Н. и др. Анализ динамики распространения коронавируса с помощью обобщенной логистической модели // Труды НГТУ им. Р.Е. Алексеева. 2020. № 3(130).С. 28—41. DOI: 10.46960/1816-210X_2020_3_28 [Kokou li na M.V., Epifanova A.S., Pelinovsky E.N. et al. Analysis of coronavirus dynamics using the generalized logistic model // Proceedings of the R.E. Alekseev NSTU. 2020;(3(130)):28-41, (In Russ.). DOI: 10.46960/1816-210X_2020_3_28]
10. Куркина Е.С., Кольцова Э.М. Математическое моделирование распространения волн эпидемии коронавируса COVID-19 в разных странах мира // Прикладная математика и информатика. М.: МАКС Пресс. 2021. С. 46—79. [Kurkina E.S., Koltsova E.M. Mathematical modeling of the spread of waves of the COVID-19 coronavirus epidemic in diffrent countries of the world // Applied mathematics and Computer science. Moscow: MAX Press LLC, 2021. P. 46—79, (In Russ.)]
11. Куркина Е.С., Зинченко Д.И., Кольцова E.М. Математическое моделирование и прогнозирование распространения COVID-19: многоволновая модель развития эпидемии в Великобритании // Проектирование будущего. Проблемы цифровой реальности: труды 5-й Международной конференции (3—4 февраля 2022 г., Москва). М.: ИПМ им. М.В.Келдыша, 2022. С. 182—192, https://keldysh.ru/future/2022/16.pdf, https://doi.org/10.20948/future-2022-16 [Kurkina E.S., Zinchenko D.I., Koltsova E.M. Mathematical modeling and forecasting of the spread of COVID-19: a multi-wave model of epidemic development in the UK // Designing the future. Problems of digital reality: proceedings of the 5th International Conference (February 3—4, 2022, Moscow). M.: M.V. Keldysh IPM, 2022. С. 182—192, https://keldysh.ru/future/2022/16.pdf, (In Russ.), https://doi.org/10.20948/future-2022-16]
12. Наумов И.В., Отмахова Ю.С., Красных С.С. Методологический подход к моделированию и прогнозированию воздействия пространственной неоднородности процессов распространения COVID-19 на экономическое развитие регионов России // Компьютерные исследования и моделирование. 2021. Т. 13. № 3. С. 629—648. DOI: 10.20537/2076-7633-2021-13-3-629-648 [Naumov I.V., Otmakhova Yu.S., Krasnykh S.S. Methodological approach to modeling and forecasting the impact of the spatial heterogeneity of the COVID-19 spread on the economic development of Russian Regions // Computer Research and Modeling. 2021;13(3):629-648, (In Russ.). DOI: 10.20537/2076-7633-2021-13-3-629-648]
13. Melik-Huseynov D.V., Karyakin N.N., Blagonravova A.S. et al. Regression models predicting the number of deaths from the new coronavirus infection // Modern Technologies in Medicine. 2020;12(2):6-13. DOI: 10.17691/stm2020.12.2.01
14. Карякин Н.Н., Саперкин Н.В., Баврина А.П. и др. Модернизация прогностических регрессионных моделей для оценки количества летальных исходов при новой коронавирусной инфекции // Современные технологии в медицине. 2020. Т. 12. № 4. С. 6—12. DOI: 10.17691/stm2020.12.4.01 [Karyakin N.N., Saperkin N.V., Bavrina A.P., Drugova O.V., Klimko V.I., Blagonravova A.S., Kovalishena О.V. Modernization of Regression Models to Predict the Number of Deaths from the New Coronavirus Infection // Sovremennye tehnologii v medicine. 2020;12(4):6, (In Russ,), https://doi.org/10.17691/stm2020.12.4.01]
15. Караулов В.М., Караулова Л.В., Каранина Е.В. Математическая модель обобщенной оценки рейтинга сходных объектов на основе статистических данных с позиций эпидемиологической безопасности (на примере заболеваемости COVID-19 в регионах ПФО) // Проблемы анализа риска. 2021. Т. 18. № 5. С. 58—71, https://doi.org/10.32686/1812-5220-2021-18-5-58-71 [Karaulov V.M., Karaulova L.V., Karanina E.V. Mathematical Model of Generalized Assessment of the Rating of Similar Objects Based on Statistical Data from the Standpoint of Epidemiological Safety (on the Example of the Incidence of COVID-19 in the Regions of the Volga Federal District) // Issues of Risk Analysis. 2021;18(5):58-71, (In Russ.), https://doi.org/10.32686/1812-5220-2021-18-5-58-71]
Review
For citations:
Karaulova L.V., Karaulov V.M., Vishnyakov A.V. Mathematical and Statistical Model for Assessing the Impact of COVID-19 Waves on the Regional System (on the Example of the Kirov Region). Issues of Risk Analysis. 2023;20(3):60-71. https://doi.org/10.32686/1812-5220-2023-20-3-60-71
Email this article 