Прогнозування кількості хворих на Сovid-19 у Львівській області

Abstract

Досліджено динаміку кількості нових виявлених хворих на коронавірус у Львівській області. Для цього зібрано статистичні дані з офіційного сайту моніторингу ситуації з кількістю госпіталізованих осіб з підозрою та підтвердженими випадками захворювання, а також тих, що одужали і померли від COVID-19 в Україні. Встановлено залежність зростання кількості хворих від послаблення карантинних обмежень. Розглянуто існуючі публікації по прогнозуванню розповсюдження COVID-19 в Україні. У цих роботах автори використовували методи інтелектуального аналізу даних, штучних нейронних мереж, експоненціального прогнозу, подібностей, кореляційного і регресійного аналізу. Особливу увагу приділено прикладу використання нейромережі типу Back Propagation для короткострокового прогнозування захворювання на COVID-19 в Україні. Також розглянуто методи технічного аналізу часових рядів на основі базових індикаторів: «zigzag» та «supertrend» для прогнозування кількості хворих у Львівській області. Застосовано неітераційну нейронну мережу радіальних базисних функцій з додатковими латеральними зв’язками між нейронами прихованого прошарку для здійснення прогнозування кількості виявлених хворих на коронавірус у Львівській області. Передбачення здійснювали з випередженням у один день. Для середньострокового прогнозування із випередженням у два тижні використовували метод «ковзного вікна». На основі цих прогнозів розраховано щоденну кількість виявлених хворих. Здійснено також передбачення на один день та прогноз на 14 днів кількості тих, що одужали та померли. За результатами прогнозів розроблені рекомендації щодо доцільності введення у Львівській області наступного етапу послаблення карантину. Зважаючи на результати середньострокових прогнозів, у Львівській області не рекомендовано 29 травня вводити наступний етап послаблення карантину. Також розраховано необхідну нову кількість ліжкомісць, якою повинні бути забезпечені опорні лікарні.

The dynamic of new cases of COVID-19 infections in Lviv district was investigated. With this purpose, the statistic data from the official site of COVID-19 distribution monitoring on Ukraine was collected. These data contains daily statistics on hospitalized persons with suspected and confirmed cases of the disease and statistics on recovered and deaths in Ukraine. In the paper the dependency between the grouch of the patients amount and the reduce of quarantine restrictions was determined. The existing publications on the COVID-19 spread forecast in Ukraine were reviewed. In these works, authors were using methods of the intelligent data analysis, artificial neural networks, exponential forecast, similarities, correlation and regressive analysis. The exclusive attention was paid to the use of Back Propagation Neural Networks for the short-term forecast of the amount growth of COVID-19 patients in Ukraine. The methods of technical analysis of the time serials based on the use of basic indicators like “zigzag” and “supertrend” for the patients amount forecast in Lviv district were used as well. The non-iterative neural network of the radial basis functions with additional inner-layer connections between the hiddenlayer neurons was applied to the forecast of confirmed cases of COVID-infections in Lviv district. As a short-term forecast was built, considering predictions for one day. As a middle-term forecast, predictions for two weeks were done and also the method of the “sliding window” was used. The same approach was used to make a 1-day and two weeks forecast of the amount of patients recovering and deaths cases for the Lviv district. Based on these forecasts the methodology to control the introduced quarantine restrictions in Lviv district was offered. Taking into account the middle-forecast results, there will be no recommendations to do any next stage quarantine restrictions reduce in May 29th. In addition, the required amount of beds that have to be provided at this date in basehospitals was calculated.

Исследована динамика количества новых выявленных больных коронавирусом по Львовской области. Для этого собраны статистические данные с официального сайта мониторинга ситуации по количеству госпитализиро-ванных с подозрением и подтвержденными случаями заболевания, а также выздоровевших и смертей от COVID-19 в Украине. Установлена зависимость роста количества больных от ослабления карантина. Рассмотрены существующие публикации по прогнозу распространения COVID-19 в Украине. В этих работах авторы использовали методы: интеллектуального анализа данных, искусственных нейронных сетей, экспоненци-ального прогноза, сходств, корреляционного и регрессивного анализа. Особое внимание уделено примеру использо-вания нейросети типа Back Propagation для краткосрочного прогнозирования заболевания COVID-19 в Украине. Также рассмотрены методы технического анализа временных рядов на основе базовых индикаторов: «zigzag» и «supertrend» для прогнозирования количества больных во Львовской области. Применена неитерационная нейронная сеть радиальных базисных функций с дополнительными латеральными связями между нейронами скрытого слоя для осуществления прогнозирования количества выявленных больных коронавирусом во Львовской области. Предвидение осуществляли с опережением в один день. Для среднесрочного прогнозирования с опережением в две недели использовали метод «скользящего окна». На основе этих прогнозов рассчитано ежедневное количество выявленных больных. Осуществлены также прогнозы на один день и на 14 дней количества выздоровевших и умерших. По результатам прогнозов разработаны рекомендации о целесообразности введения во Львовской области следующего этапа ослабления карантина. Учитывая результаты среднесрочных прогнозов во Львовской области, не рекомендуется 29 мая вводить следующий этап ослабления карантина. Также рассчитано необходимое новое количество койкомест, которым должны быть обеспечены опорные больницы области.