04.10.202410.2024с 01.01.2024
Просмотры
Посетители
* - в среднем в день за текущий месяц
RuEn

рубрика "Моделирование и прогнозирование социально-экономических процессов"

Моделирование эпидемии COVID-19 – преимущества агент-ориентированного подхода

Макаров В.Л., Бахтизин А.Р., Сушко Е.Д., Агеева А.Ф.

Том 13, №4, 2020

Моделирование эпидемии COVID-19 – преимущества агент-ориентированного подхода / В.Л. Макаров, А.Р. Бахтизин, Е.Д. Сушко, А.Ф. Агеева // Экономические и социальные перемены: факты, тенденции, прогноз. 2020. Т. 13. № 4. С. 58–73. DOI: 10.15838/esc.2020.4.70.3

DOI: 10.15838/esc.2020.4.70.3

В статье представлен авторский подход к созданию модельного инструмента прогнозирования эпидемиологической динамики в зависимости от карантинных мер с оценкой пиковых нагрузок на систему здравоохранения. В качестве такого инструмента предложена агент-ориентированная модель, в которой агенты-люди проходят стадии заболевания от инфицирования до выздоровления или смерти. Отличие агент-ориентированной эпидемиологической модели от классической заключается в том, что эти переходы моделируются не на групповом, а на индивидуальном уровне, что позволяет учесть неоднородность населения по характеристикам, связанным с чувствительностью людей к инфекции и с их участием в распространении заболевания. Так, вероятность тяжелых осложнений заболевания у агентов зависит от индивидуального базового уровня здоровья, а распространение инфекции имитируется с учетом социальных (родственных) связей. Новизна представленной агент-ориентированной модели эпидемий заключается в использовании механизма формирования семей, что делает имитацию контактов на уровне отдельного агента максимально приближенной к реальности. Модель апробирована на примере эпидемии COVID-19 в г. Москве. Для правдоподобной имитации заболевания агентов использовались эпидемиологические характеристики COVID-19, заданные экспертами-практиками, занимающимися обследованием и лечением больных. С помощью компьютерных симуляций получены оценки хода эпидемии при различных значениях параметров модели, включая влияние карантинных мер на такие характеристики, как численность инфицированных и умерших за весь период эпидемии; дата наступления пика заражения и его размах; пиковая потребность в койко-местах, в том числе реанимационных. Используемые социально-демографическая структура населения и эпидемиологические характеристики конкретной инфекции являются параметрами модели, что позволяет произвести ее настройку на особенности других регионов и инфекций для ее дальнейшего практического использования как инструмента поддержки управленческих решений в региональных и отраслевых ситуационных центрах. Для этого планируется развитие суперкомпьютерного варианта модели

Ключевые слова

агент-ориентированные модели, моделирование эпидемий, компьютерное моделирование, вычислительные эксперименты на моделях социальных процессов, информационные технологии интеллектуальной поддержки принятия решений

Полная версия статьи