ПРЕПРИНТ
Эта статья является препринтом и не была отрецензирована.
О результатах, изложенных в препринтах, не следует сообщать в СМИ как о проверенной информации.
ПРОГНОЗИРОВАНИЕ РАСПРОСТРАНЕНИЯ COVID-19 НА РЕГИОНАЛЬНОМ УРОВНЕ НА ПРИМЕРЕ ХАНТЫ-МАНСИЙСКОГО АВТОНОМНОГО ОКРУГА - ЮГРЫ
2020-09-11
Статья посвящена вопросам прогнозирования распространения COVID-19 на уровне регионов России на примере ХМАО-Югры. Рассмотрены существующие подходы к решению данной задачи и их особенности. Приведено описание разработанных моделей прогнозирования. Проанализированы преимущества и недостатки различных методов прогнозирования.
Ссылка для цитирования:
Балуев В. А., Бурлуцкий В. В., Керамов Н. Д., Мельников А. В. 2020. ПРОГНОЗИРОВАНИЕ РАСПРОСТРАНЕНИЯ COVID-19 НА РЕГИОНАЛЬНОМ УРОВНЕ НА ПРИМЕРЕ ХАНТЫ-МАНСИЙСКОГО АВТОНОМНОГО ОКРУГА - ЮГРЫ. COVID19-PREPRINTS.MICROBE.RU. https://doi.org/10.21055/preprints-3111810
Список литературы
1. Kermack, W. O., & McKendrick, A. G. (1927). A contribution to the mathematical theory of epidemics. Proceedings of the royal society of london. Series A, Containing papers of a mathematical and physical character, 115(772), 700-721.
2. Hethcote HW. The mathematics of infectious diseases. Siam Review 2000; 42(4): 599-653.
3. Dye C, Gay N. Modeling the SARS epidemic. Science 2003; 300(5627): 1884-5.
4. Riley S, Fraser C, Donnelly CA, et al. Transmission dynamics of the etiological agent of SARS in Hong Kong: Impact of public health interventions. Science 2003; 300(5627): 1961-6.
5. Wang WD, Ruan SG. Simulating the SARS outbreak in Beijing with limited data. Journal of Theoretical Biology 2004; 227(3): 369-79.
6. Wang L, Wu JT. Characterizing the dynamics underlying global spread of epidemics. Nature Communications 2018; 9.
7. Вопросы и ответы: сходства и различия возбудителей COVID‑19 и гриппа. / Всемирная организация здравоохранения. URL: https://www.who.int/ru/news-room/q-a-detail/q-a-similarities-and-differences-covid-19-and-influenza (дата обращения: 20.07.20).
8. Yandex DataLens [Электронный ресурс] : Пресет Коронавирус: Дашборд и данные. URL: https://datalens.yandex.ru/datasets (дата обращения: 20.08.2007).
9. Nicholas B Noll, Ivan Aksamentov, Valentin Druelle, Abrie Badenhorst, Bruno Ronzani, Gavin Jefferies, Jan Albert, Richard Neher. COVID-19 Scenarios: an interactive tool to explore the spread and associated morbidity and mortality of SARS-CoV-2, 2020
10. K. Bod’ov´a, R. Koll´ar Emerging Polynomial Growth Trends in COVID-19 Pandemic Data and Their Reconciliation with Compartment Based Models, 2020
