پیش‌بینی شیوع کوید-19 در هند با استفاده از مدل اصلاح‌شده SIRD
Keywords:
اپیدمیولوژی, بهینه‌سازی گرگ خاکستری, عدد تولیدمثل, کووید-۱۹Abstract
در این مقاله، مدل موجود فرآیند اپیدمیولوژیک بخشی‌بندی‌شده‌ای ([1]SIRD) برای پیش‌بینی اثر ویروس کرونا در هند، اصلاح شده است. دیتا‌ی مربوط به هند از ۳۰ جنوری ۲۰۲۰ تا ۳۱ جولای ۲۰۲۱ برای بررسی تعداد فوتی‌های هفتگی، تعداد مبتلایان هفتگی، تعداد بهبود یافتگان هفتگی، رویداد جدید، افراد آلوده و بهبود یافته، تعداد تولید مثل، نرخ بهبودی، نرخ مرگ‌ومیر و ضریب انتقال مورد مطالعه قرار گرفته است. ویروس کرونا ۲ (SARS-CoV-2) عامل بیماری کووید-۱۹ است که یک بیماری تنفسی بوده و در اوایل دسامبر ۲۰۱۹ منجر به شیوع این بیماری شد. هدف ما ارائه‌ای یک مدل ترکیبی SIRD برای پیش‌بینی شیوع کووید-۱۹ است. در روش پیشنهادی، برای بهبود توانایی جستجو در الگوریتم بهینه‌سازی گرگ خاکستری (GWO) یا جلوگیری از رکود در جمعیت، یک الگوریتم اصلاح‌شده‌ای بهینه‌سازی گرگ خاکستری برای بهینه‌سازی تعداد اولیه‌ای افراد آلوده به‌کار گرفته شده است. مدل اصلاح‌شده‌ای SIRD برای دستیابی به مقادیر پیش‌بینی‌شده اعمال می‌شود. دیتا به‌صورت هفته‌وار بررسی شده تا دقت بیشتر شود. با توجه به این واقعیت که نحوه‌ای دقیق انتقال ویروس به‌شدت وابسته به زمان و نحوه‌ای اعمال اقدامات پیش‌گیرانه مانند قرنطینه، محدودیت‌ها و سایر تدابیر پیش‌گیرانه است، پیش‌بینی‌های خود را بر اساس فرضیات منطقی و واقعیت‌های معتبر ارائه می‌دهیم. نتایج تجربی روندهای مختلف مشاهده‌شده در همه‌گیری را از نظر تعداد قله‌ها، روند افزایشی، روند کاهشی و روند پیوسته‌ای افراد آلوده، تغییرات هفتگی در تعداد رویداد، تعداد فوتی‌های هفتگی، تعداد مبتلایان هفتگی و تعداد بهبود یافتگان هفتگی کووید-۱۹ نشان می‌دهد. مدل اصلاح‌شده‌ای پیشنهادی SIRD می‌تواند ابزاری ارزشمند برای ارزیابی تأثیر اقدامات دولتی بر شیوع کووید-۱۹ باشد
[1] Susceptible-Infected-Recovered-Deceased
