2021
Model ZSEIAR
PŘIBYLOVÁ, Lenka a Veronika HAJNOVÁZákladní údaje
Originální název
Model ZSEIAR
Název česky
Model ZSEIAR
Autoři
PŘIBYLOVÁ, Lenka (203 Česká republika, garant, domácí) a Veronika HAJNOVÁ (203 Česká republika, domácí)
Vydání
UK-V4 Frontiers of Science, 2021
Další údaje
Jazyk
angličtina
Typ výsledku
Vyžádané přednášky
Obor
10102 Applied mathematics
Stát vydavatele
Velká Británie a Severní Irsko
Utajení
není předmětem státního či obchodního tajemství
Odkazy
Kód RIV
RIV/00216224:14310/21:00121754
Organizační jednotka
Přírodovědecká fakulta
Klíčová slova česky
epidemický model; COVID-19
Klíčová slova anglicky
epidemic model; COVID-19
Štítky
Příznaky
Mezinárodní význam
Změněno: 11. 6. 2021 19:15, doc. RNDr. Lenka Přibylová, Ph.D.
V originále
Our model is based on a mechanistic compartmental approach of the SEIR model. The main novel concept is using a moving ascertainment rate estimate computed from data of hospitalized subjects (using a proportion of cases not caught before hospital admission), so it estimates the observed part of the epidemic and the undetected absent infected. We have developed an extended ZSEIAR model that includes also unknown dynamics in the affected clusters. Optimization, which according to real data estimates the size of the affected clusters, makes it possible not to distinguish seasonality, the degree of influence of government measures, or changes in people's behavior caused by fear or disinformation. We submit our predictions to ECDC forecast hub https://covid19forecasthub.eu/ as well as to the web Czech Monitoring, Analysis and Management of Epidemic Situations https://webstudio.shinyapps.io/MAMES/.
Česky
Model je založen na mechanickém kompartmentovém přístupu modelu SEIR. Hlavním novým konceptem je použití odhadu proměnné míry detekce vypočítané z údajů hospitalizovaných subjektů (s využitím podílu případů nezachycených před přijetím do nemocnice), takže odhaduje pozorovanou část epidemie a nezjištěného chybějícího kompartmentu infikovaných. Vyvinuli jsme rozšířený model ZSEIAR, který zahrnuje také neznámou dynamiku postižených klastrů. Optimalizace, která podle skutečných údajů odhaduje velikost postižených klastrů, umožňuje nerozlišovat sezónnost, míru vlivu vládních opatření nebo změny v chování lidí způsobené strachem nebo dezinformacemi. Naše predikce publikujeme v centru pro predikce ECDC https://covid19forecasthub.eu/ a také na webu Monitoring, Analýza a Management Epidemických Situací MAMES https://webstudio.shinyapps.io/MAMES/.
Návaznosti
MUNI/A/1615/2020, interní kód MU |
| ||
MUNI/11/02202001/2020, interní kód MU |
|