Les scientifiques du Centre de logistique intelligente de l'Université de Saint-Pétersbourg ont développé un nouveau modèle de raisonnement par cas (CBRR) pour prédire la dynamique des épidémies. En utilisant cette méthode, les chercheurs préparent des prévisions pour la propagation du COVID-19 en Russie. Les prédictions sont basées sur des données sur la dynamique de l'épidémie dans les pays où la maladie a été enregistrée plus tôt.

Les scientifiques ont été confrontés à un défi lorsqu'ils ont commencé à établir leurs premières prévisions en avril-mai 2020 :aucun modèle disponible existant pour la prévision mathématique de la dynamique des épidémies ne fonctionnerait pour COVID-19.

"En avril-mai 2020, il n'y avait pas encore de statistiques sur la dynamique du nouveau virus, alors que de telles statistiques sont disponibles pour des virus déjà connus de l'humanité. La classe de modèles disponibles à cette époque n'était donc pas applicable pour prévoir la dynamique de l'épidémie. Il était nécessaire de développer une nouvelle approche et un nouveau modèle CBRR. Sa particularité est que, prédire l'évolution de l'épidémie en Russie, il utilise des données sur la dynamique de propagation du nouveau coronavirus dans les pays où l'épidémie a commencé plus tôt que dans notre pays, " a déclaré le professeur Victor Zakharov, Responsable du Centre Logistique Intelligent de l'Université de Saint-Pétersbourg, Chef du Département de modélisation mathématique des systèmes énergétiques à l'Université de Saint-Pétersbourg, Docteur en Physique et Mathématiques.

Ayant établi le nouveau modèle pour la Russie dans son ensemble, les scientifiques ont commencé à mettre à jour leurs prévisions pour Saint-Pétersbourg et Moscou sur une base hebdomadaire (leurs prévisions sont disponibles sur le site Internet du Centre de logistique intelligente de l'Université de Saint-Pétersbourg). Selon les dernières prévisions, en Russie, l'augmentation quotidienne des nouveaux cas de COVID-19 au cours des deux dernières semaines varie de 24, 000 à 27, 000. Le 3 décembre 2020, pour la première fois ce chiffre a dépassé 28, 000. Si ce niveau de croissance se poursuit pendant 7 à 10 jours, La Russie va aplatir la courbe du nombre de nouveaux cas. S'il commence alors à diminuer, les scientifiques pensent que la Russie pourrait culminer les 21 et 22 décembre 2020 dans le nombre de cas actifs :c'est-à-dire en fonction du nombre de personnes malades un jour donné. Ces jours, le nombre de personnes infectées dans l'ensemble du pays pourrait aller de 514, 000 à 517, 000. Ces valeurs doivent être prises en compte pour comprendre le niveau de charge du système de santé et planifier son travail pour l'avenir.

Le nouveau modèle CBRR est construit sur une approche itérative :les données sur lesquelles sont basées les prédictions sont mises à jour en temps réel pendant une période de 2-3 semaines. Ainsi, l'évolution réelle de l'épidémie sur la dernière période analysée permet de calculer plus précisément la prévision de sa dynamique dans un futur proche. "Les prévisions pour la Russie et les États-Unis au printemps ont été établies 2 à 3 semaines avant l'heure actuelle. Dans les prévisions pour Saint-Pétersbourg et Moscou, nous nous appuyons sur les données des jours précédents (2-3 semaines) et faisons des prédictions en utilisant le même modèle, mais ajusté pour ces données, ", a déclaré Victor Zakharov.

"Le modèle CBRR développé comprend une procédure itérative pour la sélection heuristique des longueurs d'intervalle, un ensemble de valeurs de pourcentage de croissance, et d'autres paramètres importants. Il s'agit notamment de :des pics en termes d'augmentation de nouveaux cas et de périodes possibles de hauteur de pic; et des pics en termes de nombre de cas actifs. Une composante importante de la procédure itérative est la formation de la chaîne des pays à propagation épidémique (Epidemic Spreading Chain, ESC), qui comprend plusieurs pays classés selon le moment où ils atteignent les mêmes niveaux des paramètres sélectionnés. Le pays pour lequel la prévision est construite s'appelle le Country Follower, le reste des pays que nous appelons Pays Prédécesseurs, " a ajouté Victor Zakharov.

Le professeur Zakharov a noté que pour le réglage correct du modèle, il faut que les pays de la CES utilisent des mesures relativement identiques contre la propagation de l'épidémie :quarantaine, auto-isolement, distanciation sociale, etc. Comme il l'a précisé, l'épidémie en Fédération de Russie, le pays-adepte, se caractérise par une date ultérieure à laquelle les mêmes taux de croissance en pourcentage ont été atteints par rapport à d'autres pays. « Sur la base de ce fait, lors de la modélisation et de la prévision de la dynamique de l'épidémie en Russie, nous avons inclus l'Italie, Espagne, Grande Bretagne, et la France comme pays-prédécesseurs dans la chaîne ESC. La trajectoire d'évolution générée séquentiellement des données statistiques sur l'épidémie, par exemple, le nombre total de personnes infectées, est comparée aux données statistiques réelles, ", a déclaré Victor Zakharov.