Смоделированные эпидемии могут привести к более надежным прогнозам госпитализации

Математическая модель — это упрощенное описание реальности, которое можно использовать для решения практических задач, прогнозирования будущих событий или объяснения того, как работают различные системы. Во время пандемий математические модели являются ценными инструментами для моделирования передачи болезней и, среди прочего, для прогнозирования количества необходимых больничных коек. Однако на ранних этапах вспышки часто существует значительная неопределенность в отношении распространения болезни, что приводит к неопределенным прогнозам.

"В начале пандемии доступное количество данных очень ограничено. Это создает неопределенность как в самих моделях, так и в их предположениях", — говорит Филип Герли, профессор кафедры математических наук Университета Чалмерса и Гетеборгского университета.

Для исследования производительности различных моделей в разных условиях исследователи из кафедры математических наук Университета Чалмерса и Гетеборгского университета в сотрудничестве с Политехнической школой во Франции сгенерировали синтетические данные из 324 смоделированных эпидемий. Работа опубликована в журнале Communications Medicine.

Эпидемии были сгенерированы с использованием сложной агентной модели передачи болезней, основанной на COVID-19. "Варьируя такие факторы, как характеристики болезни и мобильность людей, мы смогли создать широкий спектр сценариев эпидемии", — говорит Герли.

Тесты показали, что ни одна из 14 оцениваемых отдельных моделей не показала лучший результат во всех ситуациях. Их производительность варьировалась в зависимости от таких факторов, как скорость распространения болезни. Исследователи также разработали новый метод, который объединяет прогнозы различных моделей в так называемый ансамблевый прогноз.

"Это позволяет охватить более широкий диапазон возможностей, а не полагаться на одну модель", — говорит Герли.

Методы ансамбля ранее показали, что они дают более надежные прогнозы, чем отдельные модели. Новизна нового метода состоит в том, что различным моделям присваиваются разные веса в зависимости от скорости распространения болезни и того, насколько хорошо модели работали в аналогичных условиях в смоделированных эпидемиях.

"С нашим методом можно сказать, что мы прислушиваемся в первую очередь к модели, которая показала лучшие результаты при конкретных условиях в данный момент времени, хотя другие модели все еще оказывают некоторое влияние", — говорит Герли.

Из шести различных методов ансамбля, протестированных исследователями на синтетических данных, новый метод был наиболее точным. Он также показал хорошие результаты при тестировании на реальных данных пандемии COVID-19.

Однако тесты показали, что более продвинутый метод не обязательно дает наиболее точный прогноз во всех ситуациях.

"Хотя наш новый метод показал лучшие результаты на синтетических данных, было удивительно, что самый простой возможный метод создания ансамблевого прогноза — расчет медианы всех прогнозов отдельных моделей — показал почти такой же результат и даже лучший результат на реальных данных", — говорит Герли.

Исследователям также удалось показать, что различия между прогнозами, полученными различными моделями, могут предоставить информацию о надежности объединенного прогноза.

"Путем статистического анализа разницы между ансамблевыми прогнозами и фактическими результатами мы видим, что когда прогнозы отдельных моделей существенно отличаются, в среднем возникает большее расхождение между ансамблевым прогнозом и результатом", — говорит Герли.

Различия между прогнозами моделей могут, таким образом, указывать на то, когда неопределенность в объединенном прогнозе выше — информация, которая может быть ценна для лиц, принимающих решения на основе прогноза.

"Мы полагаем, что наши результаты могут быть полезны в будущих пандемиях. Синтетические данные можно использовать для оценки пригодности существующих моделей, а отношение между вариативностью в ансамбле и точностью прогноза может предоставить важную информацию о надежности объединенного прогноза", — говорит Герли.