[t.....n]

XDDDDD

Naukowcy opracowują narzędzie do poprawy dokładności modelu choroby

Międzynarodowy zespół naukowców opracował nowe narzędzie matematyczne, które może pomóc naukowcom w dokładniejszym przewidywaniu rozprzestrzeniania się chorób, w tym COVID-19, w miastach na całym świecie.

Rebecca Morrison, adiunkt informatyki w CU Boulder, poprowadziła badania. Przez lata prowadziła swego rodzaju warsztat naprawczy dla modeli matematycznych - tych ciągów równań i założeń, które naukowcy wykorzystują do lepszego zrozumienia otaczającego ich świata, od trajektorii zmian klimatu po to, jak chemikalia spalają się podczas eksplozji.

Jak to ujął Morrison: „Moja praca zaczyna się, gdy modele zaczynają zawodzić”.

Ona i jej koledzy niedawno postawili na nowe wyzwanie: modele epidemiologiczne. Co mogą zrobić naukowcy, gdy ich prognozy dotyczące rozprzestrzeniania się chorób zakaźnych nie odpowiadają rzeczywistości? ¯\_(ツ)_/¯

W badaniu opublikowanym dzisiaj w czasopiśmie Chaos, Morrison i brazylijski matematyk Americo Cunha zwrócił się do wybuchu wirusa Zika w 2016 r. Jako testowy przypadek. Donoszą, że nowy rodzaj narzędzia, zwany „osadzonym operatorem rozbieżności”, może pomóc naukowcom w naprawie modeli, które nie odpowiadają ich celom - skutecznie dopasowując wyniki modeli do rzeczywistych danych.

Morrison szybko zauważa, że odkrycia jej grupy są specyficzne dla Ziki. Ale zespół wkrótce spróbuje dostosować swoje metody, aby pomóc naukowcom w uzyskaniu przewagi nad drugim wirusem, COVID-19.

„Nie sądzę, aby to narzędzie samo rozwiązywało kryzys epidemiologiczny” - powiedział Morrison. „Mam jednak nadzieję, że będzie to kolejne narzędzie w arsenale epidemiologów i modelarzy idących naprzód”.

Kiedy modele zawodzą

Badanie podkreśla często spotykany problem modelarzy.

„Istnieje bardzo niewiele sytuacji, w których model idealnie odpowiada rzeczywistości. Z definicji modele są uproszczone w stosunku do rzeczywistości - powiedział Morrison. „W ten czy inny sposób wszystkie modele są błędne”.

Cunha, adiunkt na Uniwersytecie Stanowym w Rio de Janeiro i jego koledzy napotkali ten problem kilka lat temu. Próbowali dostosować powszechny typ modelu choroby - zwany Modelem Podatnym, Narażonym, Zarażonym lub Odzyskanym (SEIR) - w celu odtworzenia epidemii wirusa Zika od początku do końca. W 2015 i 2016 r. Patogen ten rozprzestrzeniał się przez Brazylię i inne części świata, powodując tysiące przypadków poważnych wad wrodzonych u niemowląt.

Problem: bez względu na to, co próbowali badacze, ich wyniki nie zgadzały się z zarejestrowaną liczbą przypadków Zika, w niektórych przypadkach błędnie obliczając liczbę zainfekowanych osób o dziesiątki tysięcy.

Taki niedobór nie jest niczym niezwykłym, powiedziała Cunha.

#koronawirus #2019ncov #bekazpodludzi #heheszki #polityka #europa #teoriespiskowe #foliarze #zdrowie #medycyna #2019ncovstats #thebestofmirko #polska #covid19 #covid19stats #covidstatus #koronawpolsce #koronadebile #koronawirusfakty

[Dutch]

@theromanpolan:

Specifically, they asked: If the model wasn’t replicating real-world data, could they use that data to fashion a better model? The method worked. After letting their operator do its thing, Morrison and Cunha discovered that they had nearly eliminated the gap between the model’s results and public health records.

Piękne. Hindsight is always 20/20 #pdk