<?xml version="1.0" encoding="UTF-8"?>
<xml>
 <records>
  <record>
   <ref-type name="Journal Article">17</ref-type>
   <contributors>
    <authors>
     <author>Лакман, И.А.</author>
     <author>Агапитов, А.А.</author>
     <author>Садикова, Л.Ф.</author>
     <author>Черненко, О.В.</author>
     <author>Новиков, С.В.</author>
     <author>Попов, Д.В.</author>
     <author>Павлов, В.Н.</author>
     <author>Гареева, Д.Ф.</author>
     <author>Идрисов, Б.Т.</author>
     <author>Билялов, А.Р.</author>
     <author>Загидуллин, Н.Ш.</author>
    </authors>
   </contributors>
   <titles>
    <title>ВОЗМОЖНОСТИ МАТЕМАТИЧЕСКОГО ПРОГНОЗИРОВАНИЯ КОРОНАВИРУСНОЙ ИНФЕКЦИИ В РОССИЙСКОЙ ФЕДЕРАЦИИ</title>
   </titles>
   <keywords>
    <keyword>ПРОГНОЗИРОВАНИЕ</keyword>
    <keyword>COVID-19</keyword>
    <keyword>НОВАЯ КОРОНАВИРУСНАЯ ИНФЕКЦИЯ</keyword>
    <keyword>ЗАБОЛЕВАЕМОСТЬ</keyword>
    <keyword>ВАК</keyword>
   </keywords>
   <dates>
    <year>2020</year>
    <pub-dates>
     <date>2020-09-22</date>
    </pub-dates>
   </dates>
   <doi>10.18705/1607-419X-2020-26-3-288-294</doi>
   <abstract>Новая коронавирусная инфекция (КВИ) является вызовом медицинской системе Российской Федерации и требует точного прогнозирования течения для своевременного принятия необходимых мер. В статье приводится обзор современных математических инструментов для проведения прогнозирования течения КВИ в мире. Созданный проектный офис по прогнозированию КВИ позволил определить наиболее эффективные в Российской Федерации инструменты анализа - модель ARIMA, SIRD и экспоненциального сглаживания Хольта-Уинтерса. С их помощью с точностью до 99 % получается прогнозировать краткосрочную заболеваемость, смертность и выживаемость пациентов как в Российской Федерации в целом, так и в отдельных регионах. Кроме того, выявлены особенности распространения КВИ. В частности, максимальная скорость распространения инфекции характерна для Москвы и Московской области, а регионы отстают по динамике заболеваемости на 1-3 недели. В статье также рассматриваются ограничения применяемых авторами прогнозных моделей. Полученные модели позволяют успешно прогнозировать течение болезни в регионах и своевременно принимать необходимые меры.</abstract>
   <urls>
    <web-urls>
     <url>https://repo.bashgmu.ru/publication/5163</url>
    </web-urls>
    <pdf-urls>
     <url>https://repo.bashgmu.ru/files/5340</url>
    </pdf-urls>
   </urls>
  </record>
 </records>
</xml>
