Modelovanje epidemije i dugoročne procene njenog kretanja

[omiljeni]

ovo kao kosi hitac, ispališ ga, leti gore do peaka pa krene da pada dole. utipkaš u digitron početnu brzinu, ugao, gravitaciju i imaš grafikon.

treba javiti profesoru Kočoviću i ovima u Singaupru da u ponedeljak kreće GSP i još dosta toga.

ako je u Nemačkoj R otišao ta nedelju dana sa 0.7 na 1.0, ne verujem ni da će kod nas mirovati. 

 

 

Edited May 2, 2020 by omiljeni

[iDemo]

 

2020/05/01

Coronavirus Policy Response Simulator: Health and Economic Effects of State Reopenings

 

2020/05/05

#LinkedInLive: Penn Wharton Budget Model faculty director Kent Smetters leads a panel discussion on their new report, which analyzes the health and economic impact of U.S. states reopening businesses and relaxing stay-at-home orders.

 

[Tihajeza]

On 1.5.2020. at 11:27, slow said:

When Will COVID-19 End

Data-Driven Estimation of End Dates (updated on April 30)

 

https://ddi.sutd.edu.sg/

 

 

 

 

 

Ovaj popunjeni deo krive (april) je sa merama -policijskim časom, bez gradskog prevoza, vrtići zatvoreni, pijace nisu radile. 

Kad se sve ove gore mere ukinu, kako može trend da bude isti?

[Lord Protector]

3 hours ago, Tihajeza said:

 

Ovaj popunjeni deo krive (april) je sa merama -policijskim časom, bez gradskog prevoza, vrtići zatvoreni, pijace nisu radile. 

Kad se sve ove gore mere ukinu, kako može trend da bude isti?

 

Kriva ima izgleda svoj oblik koji se ne menja previše od slučaja do slučaja u pojedinim državama (osnovna asimetrija i tok), ono na šta se merama utiče je razvlačenje po vremenskoj osi i osi broja slučajeva (ono što oni nazivaju ravnjanjem ili spljoštavanjem krive). Ako si prešao vrh krive u nekom slučaju (kod nas april) onda imaš dovoljno informacija da ekstrapoliraš podatke do kraja epidemije po modelu. Naravno, ovo je statistika, sama kriva podleže zakonima verovatnoće, može da važi sa 95%, iznenađenja su uvek moguća. Povećanje broja zaraženih u maju bi značilo zadebljanje repa raspodele i njeno razvlačenje dalje ka letu. Ali novi vrh se ne bi desio ili neki novi veliki talas nalik prvom. Bio bi više talasić.

Edited May 7, 2020 by slow

[omiljeni]

Ja tu logiku ne shvatam.

Sta garantuje da mi u junu necemo imati 1000 ili 2000 pozitivnih testova dnevno?

 

 

[borris_]

Broj testiranih 

Edited May 7, 2020 by borris_

[jezovuk]

 

5 minutes ago, borris_ said:

Broj testiranih 

+1

 

Zarez će se povinuje demokrackoj volji većine. Problem solved.

[Tihajeza]

46 minutes ago, slow said:

 

Kriva ima izgleda svoj oblik koji se ne menja previše od slučaja do slučaja u pojedinim državama (osnovna asimetrija i tok), ono na šta se merama utiče je razvlačenje po vremenskoj osi i osi broja slučajeva (ono što oni nazivaju ravnjanjem ili spljoštavanjem krive). Ako si prešao vrh krive u nekom slučaju (kod nas april) onda imaš dovoljno informacija da ekstrapoliraš podatke do kraja epidemije po modelu. Naravno, ovo je statistika, sama kriva podleže zakonima verovatnoće, može da važi sa 95%, iznenađenja su uvek moguća. Povećanje broja zaraženih u maju bi značilo zadebljanje repa raspodele i njeno razvlačenje dalje ka letu. Ali novi vrh se ne bi desio ili neki novi veliki talas nalik prvom. Bio bi više talasić.

 

Zašto se ne bi desio veći talas? Neke zemlje testiraju koliko stanovništva ima antitela: Švedska oko 10%, Češka manje od 2%. Ako se ukinu mere koje su važile u aprilu, šta se dešava sa tim (višestruko većinskim) procentom ljudi koji nisu došli u dodir sa virusom, a sada mogu već mera koje su važile da se socijalizuju okolo?

[Shitgenstein]

Svi modeli su pogrešni, ali su neki korisni. Ništa ne garantuje da će realnost pratiti ovu predikciju. Ti brojevi zavise i od toga kako i gde će se širiti virus (što samo po sebi zavisi od raznih faktora ... između ostalog mere i njihovo popuštanje), i od toga kako i gde će se testirati... 

 

Btw šta se desilo sa našim rezultatima 30. 3., otkud rupa?

[vememah]

 

 

https://www1.icsi.berkeley.edu/~dekai/mirror/masksim/

[omiljeni]

On 1.5.2020. at 11:27, slow said:

When Will COVID-19 End

Data-Driven Estimation of End Dates (updated on April 30)

 

https://ddi.sutd.edu.sg/

 

 

World grafik su promašili skroz

Grafik uopšte ne opada već počinje da raste.

Poslednja 3 dana su u top5 po broju novih slučajeva od početka pandemije.

Neke od velikih država imaju sve više obolelih. Brazil i druge države Južne Amerike. Meksiko isto. Indija, Pakistan i još dosta njih u Aziji. Afrika isto ima velik rast. USA ne opada, Rusija i dalje raste.

Ceo april je prosek bio oko 80k dnevno, ali deluje da će maj biti dosta gori.  

[vememah]

 

 

 

 

 

[vememah]

Quote

 

The disease-induced herd immunity level for Covid-19 is substantially lower than the classical herd immunity level

 

Most countries are suffering severely from the ongoing covid-19 pandemic despite various levels of preventive measures. A common question is if and when a country or region will reach herd immunity h. The classical herd immunity level hC is defined as hC = 1−1/R0, where R0 is the basic reproduction number, for covid-19 estimated to lie somewhere in the range 2.2-3.5 depending on country and region. It is shown here that the disease-induced herd immunity level hD, after an outbreak has taken place in a country/region with a set of preventive measures put in place, is actually substantially smaller than hC. As an illustration we show that if R0 = 2.5 in an age structured community with mixing rates fitted to social activity studies, and also categorizing individuals into three categories: low active, average active and high active, and where preventive measures affect all mixing rates proportionally, then the disease-induced herd immunity level is hD = 43% rather than hC = 1−1/2.5 = 60%.

Consequently, a lower fraction infected is required for herd immunity to appear. The underlying reason is that when immunity is induced by disease spreading, the proportion infected in groups with high contact rates is greater than that in groups with low contact rates. Consequently, disease-induced immunity is stronger than when immunity is uniformly distributed in the community as in the classical herd immunity level.

 

https://arxiv.org/pdf/2005.03085.pdf

[dvb-t manijak]

Microsoft Premonition can help in the global fight against disease outbreaks

“What’s the weather like outside?”

It’s a simple question, that we don’t think twice about. Our smart assistants, phones or a simple internet search can answer it. But it actually takes a global sensor network of weather stations, advanced data analytics and modern supercomputers to make these predictions.

Microsoft Premonition envisions doing the same for predicting the distribution and evolution of microbes, viruses and disease-carrying animals in the Earth’s biome, or the life around us. If the biome could be monitored like the weather, environmental pathogens might be detected earlier and outbreaks predicted before they cause large epidemics.

Today, more than ever, new global sensor networks are needed to protect our health, and the health of our economies and societies.

https://news.microsoft.com/innovation-stories/microsoft-premonition/

[iDemo]

Je l' ovde?