Москва

[in_kant]

Как справедливо заметил брат, имеет смысл рассматривать Москву как отдельный кластер.

Моя модель при условно "оптимистическом сценарии".
И это если ничего не изменится по сравнению с сегодняшним днем.

Comments

[in_kant]

Статистику "выздоровевших" я бы вообще не пытался подгонять, потому что как она считается и когда попадает в статистику.

Не забудьте про:

1 - задержки времени между
а - инфицированием и попаданием в статистику инфицированных - тут я без понятия, но Медуза говорит про 10-11 дней.
б - инфицированием и смертью (вернее, попадание в статистику смертности) - Медуза говорит, что около 22 дней. Но у меня получается, что разница по времени между попаданием в статистику инфицированных и умерших составляет 6 дней для МСК.

2 - "процент выявляемости"
а - инфицированных. В теории может меняться от 100% до 0%. Я полагаю, что в России он довольно высок, намного более 50%
б - умерших. Изначально я исхожу из того, что все умершие попадают в статистику - но косвенные данные европейских стран показывают, что официальная статистика может легко недооценить процентов на 40-50. То есть реально в МСК умерших от ковида может быть не 764, а уже чуть больше тысячи.

Я тут вообще подумал, что надо немножко техническим анализом тоже заняться. Есть рассчитать экспериментальную Rt, то она более-менее постоянная в начале, после введения карантина скачком падает где-то до 2 но дальше не остается постоянной, а постепенно и непрерывно снижается с постоянной скоростью 1.5% в день. И я не знаю, какое есть физическое объяснение такому явлению (хотя могу предложить несколько) - но еще никак не может быть снижение из-за роста коллективного иммунного щита. Если проэкстраполировать, то на единицу Rt выходит где-то к 18 мая.
Но это все белыми нитками шито. Из-за чего R0 падает? Из-за естественного процессы выбывания активных распространителей? Из-за постепенного ужесточения мер или поведения людей? Продолжится ли это падение дальше? Сплошное ХЗ...

И да - разумеется, я тоже игнорирую рождаемость, да и смертность особо ни на что не влияет, если она около 1%.

[yacc11]

Ну снижение R0 - это неоднократно отмеченный факт - я встречал это в научной литературе. Я правда пока еще с моделью разбираюсь, но читал что это - сетевой эффект - эффект сетевого круга. Грубо, скажем, вероятность заразиться у соседа по подъезду этажом ниже, с которым человек не особо общается, в разы меньше чем если это его семья или друзья или коллеги по работе - т.е. по факту распространение после 30 марта - кластерное.

Насчет статистике по смертности с задержкой, особенно в десяток дней - что-то я сомневаюсь.
Но если предположить что все данные задерживаются скажем на пять дней, то принципиально это картину не меняет - просто данные будут сдвинуты на сколько-то дней.

Надо также учитывать что последний всплеск ИМХО - следствие широкого внедрения экспресс-тестов, у которых вероятно ошибка больше.

И да, по части R0 это же R0 = beta/gamma где beta - коэффициент перехода из S в E ( т.е. зараженный но еще не заражающий других ), а gamma - коэффициент перехода из I в R. Т.е. если R0 = 2 то значит что beta в два раза больше чем gamma но что-то смотря по тому, что фиксируется ежедневно ( грубо ) по 5000 а выздоравливает 500 в это как-то слабо верится... у меня что-то начало сходиться относительно при R0 порядка 6-9 :(((

[in_kant]

Ну снижение R0 - это неоднократно отмеченный факт - я встречал это в научной литературе.
Да, но как его учесть? Постоянный пропорциональный спад? Скажем, Германия и Россия неплохо так описываются. А вот Франция - нет, там "скорость спада R0" непрерывно замедляется, то есть еще одна производная появляется.

И да, по части R0 это же R0 = beta/gamma где beta - коэффициент перехода из S в E
Ну физический смысл R0 - это сколько всего потенциально заразных контактов имеет в среднем заразный носитель.

Допустим, человек два дня ходит и всех заражает. А потом попадает в инфекционное отделение больницы - и уже никого больше не заражает. Хотя может в больнице еще месяц лежать. То есть очень долгое время он не переходит еще формально в R, хотя уже давно больше не I.

Для расчета распространения инфекции надо делить популяцию на две группы - тех, кто может заразиться S и тех, кто не может заразиться - это E+I+R. Соответственно, в любой момент времени Rt = R0*(S/(E+I+R)).
Если за время болезни я чихнул вирусом на четверых людей, и они все восприимчивы (S) - то мой эффективный R0=Rt=4. А если я чихнул на четверых, из них один восприимчивый (S), один инкубационный (E), один сам заразный (I), и один уже переболевший (R) - то мой эффективный Rt равен единице, а R0 по-прежнему 4.

[in_kant]

Насчет статистике по смертности с задержкой, особенно в десяток дней - что-то я сомневаюсь.
Но если предположить что все данные задерживаются скажем на пять дней, то принципиально это картину не меняет - просто данные будут сдвинуты на сколько-то дней.

Я, наверное, плохо выразился.
Допустим, Иванов инфицирован первого апреля. В статистику инфицированных он попадает числа 10. Потому что пока у него симптомы появятся, пока ему тест сделают, потом повторный, потом отправят его данные...
А Петров тоже заразился первого апреля. Потом заболел, сколько-то времени был в больнице, потом попал на ИВЛ, потом умер, потом ему сделали вскрытие, установили причину смерти, и в статистику умерших от ковида он попал только 16 апреля. Смысл такой.

По сути да - это в-основном просто сдвиг по времени (на самом деле свертка с "гауссианой задержки" - то есть профиль смертности будет сглажен по сравнению с профилем заражаемости, но этим можно пренебречь).

[in_kant]

Про экспериментальное снижение Rt выше это я неправду написал, по ошибке не те столбцы друг на друга разделил. Реальные данные слишком шумные, очень сложно по ним что-то с уверенностью сказать...