Открыть список
Как стать автором
Обновить

Комментарии 12

На любой Python и диффуры есть Росстат и Минздрав:)

Именно, какой смысл строить модели по нарисованным данным?
Минздрав публикует данные за сегодня, а потом Росстат через несколько месяцев записывает остальных в графу «избыточная смертность». Уже сейчас видно что цифры за 2020 расходятся минимум в 6 раз, боюсь реального расхождения не знает никто.
Ответ от автора статьи:

При построении модели я предполагал, что официальная статистика это некоторая выборка из реальных данных плюс шум. Дело даже не в нарисованности: просто учесть всё верно невозможно. SEIRD со скрытыми состояниями описывает ситуацию именно эту ситуацию, когда в статистику попадает только часть реальных случаев. Думаю из-за этого она и сработала хорошо.

Я не думаю, что данные нарисованы целиком и ничего общего не имеют с действительностью. Но даже если предположить, что всё настолько плохо, то выводы модели относительно способности B.1.1.7 вызывать новую волну всё равно стоит предпринять во внимание. Если в «нарисованной» ситуации новый штамм довольно опасен, то можно предположить, что в реальной ситуации он тоже может быть опасен.
Это если предположить что данные занижаются одинаковым образом, но на деле это не так. Никакой общей системы нет:
— кто-то занижал пропорционально с использованием коэффицентов, при этом одни в 3 раза, а другие в 100 раз (привет Башкортостан)
— кто-то публиковал данные с задержкой, размазывая цифры по времени, чтобы сгладить пики
— кто-то ограничивал показатели определенным значением, выше которого нельзя было выходить
— кто-то просто публиковал одни и те же цифры несколько дней подряд, а когда это обнаруживалось менял «методику»
— за месяц до поправок по конституции просто рисовали цифры присланные сверху, к тому же уменьшился объем тестирования (почти на полмиллиона тестов по сравнению с предыдущим месяцом)

В итоге в общей статистике нет никакой пропорции реальные данные/шум, а есть только шум из головы тысячи чиновников на местах.
Привожу минимальную реализацию SEIRD.

Там HTML вместо питона получился :(
Воу, странно. Хабр почему-то так переформатировал код. Все поправил)

А какое есть объяснение тому, что вся Европа (включая Великобританию) словила сильный эффект от B.1.1.7 гораздо раньше, чем через год?

В другом подходе к тестированию, принципах регистрации заболевших/умерших, распостранению информации?
Ну и с вакцинами не так «повезло», говорят, они не очень работают против сильно отличающихся штаммов, в отличие от «первой в мире».

Это не очень правдоподобно. Для вопроса о том, когда ожидать пика волны, особенности регистрации/тестирования почти не имеют значения. Вакцинация может на это влиять, но я так понял, что в модели, которую строит автор, рост числа вакцинированных не учитывается.

Ответ от автора статьи:

Я предполагаю, что в Евросоюзе гораздо больше перемещения людей между странами, поэтому до некоторых стран новый штамм добрался быстрее и в бОльшем количестве после появления мутации в Великобритании.

К тому же быстрый проход по новостям показывает, что в UK всё ещё не объявили 4-ую волну и только опасаются её. То есть возможно у них, как и у нас, всё ещё впереди. Америка например тоже пока не наблюдает сильный эффект от новых штаммов и у них так же прогнозируется пик на середину лета (https://thezvi.wordpress.com/2021/02/18/22428/).
Очень здорово! Но интереснее всего, насколько иммунитет, который в результате болезни/прививки был приобретён к одному штамму, влияет на иммунитет к другому. Интуиция подсказывает, что он не будет также эффективен, хотя и эффект не будет нулевым.
В модели, как я понимаю, любой переболевший просто автоматом переводится в R или D и считается, что больше не заболеет.
Ну и да, как я понял, прививки тут вообще не учитываются, а карантин влияет только на динамику группы E, уменьшая вероятность заразиться. Хорошо бы ввести коэффициент, который отправляет людей в R, минуя остальные группы. Хоть это и не очевидно, как сделать для нового штамма.
Спасибо! Насколько известно на текущий момент инммунитет от «дефолтного» штамма означает полноценный иммунитет к B.1.1.7. Однако это может не быть верным для других штаммов в будущем.

Да, вы верно поняли. Я экспериментировал с SEIRS моделью, в которой со временем переболевшие теряют иммунитет, однако результаты не были лучше и я решил использовать более простую модель. К тому же не нашел консенсуса в статьях: пропадает ли иммунитет или нет, и с какой скоростью.

Да, вакцинация не учитывается. Должно быть несложно добавить «стрелочку» из S в R, но у меня просто не хватило времени. К тому же я не нашел данных по тому, сколько же людей вакцинируется в день в России, а вилами по воде прогнозировать не хотелось.
Вакцинация не учитывается.
Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.

Информация

Дата основания
Местоположение
Россия
Сайт
otus.ru
Численность
51–100 человек
Дата регистрации
Представитель
OTUS

Блог на Хабре