I matematici della RUDN University hanno costruito un modello di diffusione del COVID-19 basato su due modelli di regressione. I matematici divisero i paesi in tre gruppi, a seconda della resa e delle condizioni climatiche, e ha trovato un'approssimazione matematica adatta per ciascuno di essi. In base al modello, i matematici predissero le onde successive. La previsione era accurata nei paesi in cui non era stata introdotta la vaccinazione di massa. I risultati sono pubblicati in Matematica .

Il tasso di diffusione dell'epidemia all'interno del paese dipende, tra l'altro, sulle condizioni climatiche:temperatura, umidità, venti. Per esempio, nella stagione fredda, l'aria secca asciuga il muco nasale che funge da prima linea di difesa contro il virus. Perciò, una persona si infetta più velocemente. Alta temperatura, anzi, impedisce al virus di sopravvivere. Sulla base di queste considerazioni, La professoressa Maria Alessandra Ragusa dell'Università RUDN insieme ai suoi colleghi dall'Egitto e dall'Italia hanno costruito modelli del COVID-19 diffusi separatamente per tre gruppi di paesi con condizioni climatiche diverse. Si è scoperto che il modello prevede con precisione l'ulteriore corso dell'epidemia, ma solo fino a quando l'effetto della vaccinazione inizia a fare effetto.

"La sfida principale durante lo studio delle epidemie è come prevedere il comportamento della malattia, quante persone saranno infettate in futuro, determinare il picco della pandemia, seconda ondata del tempo di azione della malattia, e le morti totali dopo la fine della pandemia. Abbiamo utilizzato un nuovo modello di regressione all'avanguardia per modellare i casi confermati quotidianamente e per prevedere le imminenti ondate di coronavirus in diversi paesi, "dice Ragusa.

I matematici hanno identificato tre gruppi di paesi. La prima categoria comprende i paesi in cui la prima ondata della pandemia è durata circa 180 giorni. Questi sono i paesi con il tasso di spargimento più basso, con una temperatura media annua di 15-38° (ad esempio, Arabia Saudita, Egitto). Nel secondo gruppo di paesi (ad esempio, il Regno Unito, Germania, Italia) con una temperatura media annua di 2-31°C, la prima ondata è durata 90 giorni. I paesi di questo gruppo sono caratterizzati da un tasso medio di infezione e da periodi di arresto con un basso tasso di diffusione del virus. Il terzo gruppo comprende i paesi con il tasso di spargimento più elevato e senza periodi di sosta, con una temperatura media annuale di 2-18 gradi Celsius, ad esempio, gli Stati Uniti e la Russia.

Per la modellazione, gli scienziati hanno utilizzato i dati dell'OMS sul numero di casi dal 1 marzo al 15 novembre, 2020. I matematici RUDN hanno scelto i modelli di regressione più adatti:metodi per la ricerca statistica dell'influenza di più variabili su un valore. La serie di Fourier e la somma delle onde sinusoidali sono state le più accurate per la modellazione dei casi COVID-19. Ciò significa che la curva dei nuovi casi di malattia è rappresentata o come somma di funzioni di Fourier (possono essere rappresentate come onde di una certa frequenza e ampiezza), o come somma di normali onde sinusoidali.

Di conseguenza, il professor Ragusa ha ottenuto i valori calcolati del picco della seconda o terza ondata nei paesi studiati. Diversi modelli hanno fornito previsioni ravvicinate con una differenza di diversi giorni. Le previsioni ottenute sono state confrontate con i dati disponibili in quel momento. Si è scoperto che il modello fornisce previsioni abbastanza accurate se il paese non introduce un'ampia vaccinazione. Per esempio, il valore calcolato del picco di nuovi casi in Egitto è di 1481 persone l'11 gennaio 2021; il vero picco si è verificato il 31 dicembre con 1418 casi. In altri paesi, il modello fornisce una previsione accurata fino all'inizio del 2021. Successivamente, si verifica l'effetto vaccinale e i valori calcolati differiscono dalla realtà. Per esempio, per la Germania, i valori previsti e reali sono vicini fino al 15 gennaio circa, 2021, e il 15 febbraio differiscono di circa 2,5 volte.

"Nel nostro lavoro futuro, faremo sviluppi sugli attuali modelli predittivi considerando come la vaccinazione influenza il tasso di diffusione del virus, "Conclude Ragusa.