Математическое моделирование влияния вакцинации на распространение эпидемии COVID-19

Гринчук П. С.; Фисенко С. П.; Шнип А. И.

Математическое моделирование влияния вакцинации на распространение эпидемии COVID-19

Гринчук П. С., Фисенко С. П., Шнип А. И.

2022

https://doi.org/10.29235/1561-8323-2022-66-3-274-279

Предложена математическая модель на основе системы обыкновенных дифференциальных уравнений для описания влияния темпа вакцинации на распространение эпидемии типа COVID-19. Приведены результаты численного моделирования для случая, когда вакцинация начинается после начала распространения эпидемии. Получен безразмерный параметр вакцинации V, который позволяет количественно характеризовать влияние темпа вакцинации на снижение заболеваемости вирусными заболеваниями с различными уровнями вирулентности в большой замкнутой популяции людей. Введение этого параметра позволяет переносить результаты моделирования на популяции других размеров для разных скоростей распространения эпидемии, разных скоростей вакцинирования и разной эффективности вакцин. Показано, что увеличение параметра вакцинации V при прочих равных условиях приводит к снижению доли заболевшего населения. Показано также, что при постоянном темпе вакцинации ее влияние на распространение респираторного вирусного заболевания типа COVID-19 снижается при более позднем начале вакцинации. Результаты моделирования могут способствовать разработке оптимальных сценариев вакцинации населения.

Гринчук П. С., Фисенко С. П., Шнип А. И. Математическое моделирование влияния вакцинации на распространение эпидемии COVID-19. Доклады Национальной академии наук Беларуси. 2022;66(3):274-279. https://doi.org/10.29235/1561-8323-2022-66-3-274-279

Цитирование

Список литературы

1. Grinchuk, P. S. Physical Kinetics and Simulation of the Spread of an Epidemic / P. S. Grinchuk, S. P. Fisenko // J. Eng. Phys. Thermophys. – 2021. – Vol. 94, N 1. – P. 1–5. https://doi.org/10.1007/s10891-021-02267-z

2. Shnip, A. I. Epidemic Dynamics Kinetic Model and Its Testing on the Covid-19 Epidemic Spread Data / A. I. Shnip // J. Eng. Phys. Thermophys. – 2021. – Vol. 94, N 1. – P. 6–17. https://doi.org/10.1007/s10891-021-02268-y

3. Isothermal Evaporation Rate of Deposited Liquid Aerosols and the SARS-CoV-2 Coronavirus Survival / P. S. Grinchuk [et al.] // Aerosol Air Qual. Res. – 2021. – Vol. 21, N 3. – Art. 200428. https://doi.org/10.4209/aaqr.2020.07.0428

4. Fanelli, D. Analysis and forecast of COVID-19 spreading in China, Italy and France / D. Fanelli, F. Piazza // Chaos Soliton Fract. – 2020. – Vol. 134. – Art. 109761. https://doi.org/10.1016/j.chaos.2020.109761

5. Гринчук, П. С. Несколько одновременных волн в распространении COVID-19. Объяснение длительного плато [препринт] / П. С. Гринчук, С. П. Фисенко // Preprints.ru. – 2020. – 1 июня. https://doi.org/10.24108/preprints-3112063

6. Grinchuk, P. S. Power-law multi-wave model for COVID-19 propagation in countries with nonuniform population density [preprint] / P. S. Grinchuk, S. P. Fisenko // arXiv. – 2020. – 14 December. https://doi.org/10.48550/arXiv.2012.06383

7. Kaxiras, E. Multiple epidemic wave model of the covid-19 pandemic: Modeling study / E. Kaxiras, G. Neofotistos // Journal of Medical Internet Research. – 2020. – Vol. 22, N 7. – Art. e20912. https://doi.org/10.2196/20912

8. Статистическое прогнозирование динамики эпидемиологических показателей заболеваемости COVID-19 в Республике Беларусь / Ю. С. Харин [и др.] // Журн. Белорус. гос. ун-та. Математика. Информатика. – 2020. – № 3. – С. 36–50. https://doi.org/10.33581/2520-6508-2020-3-36-50

9. WHO Coronavirus (COVID-19) Dashboard [Electronic resource]. – Mode of access: https://covid19.who.int/. – Date of access: 02.04.2021.

10. Ehrhardt, M. SIR-based mathematical modeling of infectious diseases with vaccination and waning immunity / M. Ehrhardt, J. Gašper, S. Kilianová // Journal of Computational Science. – 2019. – Vol. 37. – Art. 101027. https://doi.org/10.1016/j.jocs.2019.101027

11. Martínez-Rodríguez, D. Analysis of key factors of a SARS-CoV-2 vaccination program: A mathematical modeling approach / D. Martínez-Rodríguez, G. Gonzalez-Parra, R. J. Villanueva // Epidemiologia. – 2021. – Vol. 2, N 2. – P. 140–161. https://doi.org/10.3390/epidemiologia2020012

Источник

Информация

Автор

Гринчук П. С. Институт тепло- и массообмена имени А. В. Лыкова Национальной академии наук Беларуси
Фисенко С. П. Институт тепло- и массообмена имени А. В. Лыкова Национальной академии наук Беларуси
Шнип А. И. Институт тепло- и массообмена имени А. В. Лыкова Национальной академии наук Беларуси

Страницы

274-279

Год издания

2022

Ключевые слова

Коллекции

Доклады Национальной академии наук Беларуси