COVID-19 SI

Epidemiološka statistika, modeliranje in analize

Epidemiološka statistikaModelske napovedi

Epidemiološka statistika

Vsakodnevno izračunane ključne epidemiološke statistike: efektivno reprodukcijsko število, dnevni in tedenski trendi, primerjave, … Dostop do aktualne statistike je na povezavi.

Odpri

Modelske napovedi

Dvakrat dnevno se izračunavajo projekcije poteka epidemije v Sloveniji: napovedi okuženih, bolnišničnih obravnav, smrti, … Dostop do aktualnih napovedi je na povezavi. 

odpri

What-if simulacije

Z modeli lahko izdelujemo tudi različne simulacije in predvidevamo različne poteke epidemije ob določenih predpostavkah. Tako lahko izdelujemo t.i. what-if projekcije, s katerimi si pomagamo pri preučevanju možnih potekov epidemije.

odpri

Analize / primerjave

V tem obdobju, ko se ukvarjamo z epidemijo, so bile izdelane primerjave in analize različnih dejavnikov, ki vplivajo na poteke epidemije v Sloveniji in EU.

odpri

Epidemiološki model COVID-19 za Slovenijo

Modelske napovedi, simulacije in analize so izvedene z rarzširjenimi odelčnimi epidemiološkimi modeli tipa SEIR. Bilo je razvitih več modelov tipa SEIR z razširjenimi oddelki za modeliranje zdravstvenih kapacitet. Model je bil dodatno nadgrajen za upoštevanje različnih različic virusa, starostnih skupin, cepljenja in učinkovitosti cepljenja. Trenutno se uporablja model SEIR C19 SI, v4.0.

Opis modela

Modeli European Covid-19 Forecast Hub za Slovenijo

Z modelom sodelujemo tudi v konzorciju EU COVID-19 Forecast Hub, kjer se izdelujejo modelske napovedi za države EU, tudi za Slovenijo. Glavni namen konzorcija, ki deluje v okviru ECDC je izdelava skupnega “ensembelskega” modela za napovedi gibanja epidemije v posamičnih EU državah in vrednotenje posameznih modelskih napovedi. Napovedi so izdelane enkrat tedensko, napoveduje pa se tedenske incidence okuženih, sprejemov v bolnišnice in smrti za 4 tedne vnaprej.

COVID-19 Forecast Hub

Evaluacija modela za leto 2021

Pravilnost modelskih napovedi je potrebno ocenjevati, saj le tako lahko ugotovimo, kako dobro model deluje. Izvedena je evaluacija modela SEIR C19 SI, v4.0 za leto 2021, kjer smo ocenjevali, kako dobro model napoveduje tedenske incidence potrjeno okuženih, sprejemov v bolnišnice in na intenzivne oddelke ter smrti za 1, 2, 3 in 4 tedne naprej.

Evaluacija modela

What-if simulacije

Simulacija omikron.BA2: feb’22

Po vrhu omikron vala konec januarja 2022 je potrebno pogledati, kaj lahko pričakujemo naprej. Upoštevana je različica omikrona BA2 in morebitno sproščanje ukrepov. Vsi ostali parametri ostajajo enaki.

Simulacija

Simulacija omikron: dec’21

Konec decembra 2021 se je v Sloveniji pojavila različica omikron, ki se izjemno hitro širi, a ima po trenutnih analizah nižje verjetnosti težjih potekov bolezni. Prve simulacije, kaj nas lahko čaka januarja so na spodnji povezavi.

Simulacija

Simulacija 4. val: avgust 2021

Konec avgusta 2021 je bila izvedena simulacija vpliva cepljenja in nove različice virusa delta na potek epidemije v Sloveniji v jesenskih mesecih.  Simulacija je bila namenjena napovedi četrtega vala v Sloveniji: kdaj se bo zgodil in koliko bo velik glede na različne scenarije cepljenja. 

Simulacija

Simulacija 3. val: april 2021

Izvedena je simulacija vpliva cepljenja, novega seva (alfa) ter ukrepov, ki smo jih izvedli aprila 2021. Simulacija je bila namenjena preučitvi ukrepa delnega zaprtja in njegovega vpliva na potek epidemije v tej situaciji.

Simulacija

Simulacija 2. val: dec’20-jan’21

Drugi val epidemije v Sloveniji je bil na platoju kar nekaj časa. V spletni aplikaciji smo omogočili simulacije, kaj se lahko zgodi v januarju zaradi sproščanja ukrepov v prazničnih dneh ob koncu leta 2020. Možna je bila izbira dveh sprememb efek. repr. števila R  ob različnih časih na modelu, ki je bil kalibriran do 20.12.2020.

Simulacija

Model do 2. vala: vsi parametri

Model SEIR smo v času epidemije intenzivno razvijali in nadgrajevali. Model je bil nadgrajen za modeliranje širjenja epidemije 1. vala, vmesnega obdobja in 2. vala. V tej simulaciji je možno spreminjati večino parametrov modela. 

Simulacija

Simulacija 1. val: april 2020

Narejena je spletna aplikacija z osnovnim modelom SEIR, ki je bil že razširjen za modeliranje zdravstvenih kapacitet in nam je omogočala sprotne izračune projekcij s spreminjanjem parametrov modela. 

Simulacija

Vpliv cepljenja na potek epidemije v Sloveniji

V tej študiji je izvedena analiza vpliva cepljenja na dinamiko epidemije COVID19 v Sloveniji. V analizi je izvedena primerjava možnih potekov razširjenosti epidemije v Sloveniji glede na različne predpostavljene poteke cepljenja z dejansko situacijo poteka epidemije in cepljenja v Sloveniji v letu 2021.

Povezava

Vpliv cepljenja na potek epidemije v EU: primerjalna študija

V tej študiji je izvedena analiza vpliva cepljenja na dinamiko epidemije COVID19 v državah Evropske unije. Osnovni namen študije je ugotoviti, ali cepljenje vpliva na potek dinamike epidemije, predvsem na težji potek, ki ga merimo z bolnišničnimi obravnavami in povečano smrtnostjo.

Povezava

Poteki epidemije v EU državah

Izvedena je primerjava potekov epidemije v državah EU: tedenske incidence okuženih, sprejemov v bolnišnice, smrti in deleži cepljenja.

Podatki se tedensko osvežujejo.
Povezava

Primerjava 20/21/22

Izvedena je primerjava potekov epidemije v Sloveniji med letoma 2020 in 2021.  Namen je izvesti predvsem primerjavo med drugim in četrtim valom epidemije v Sloveniji.

Povezava

Matematične osnove širjenja nalezljivih bolezni

Dinamika širjenja nalezljivih bolezni ima svoje zakonitosti, ki so predstavljene v nekaj interaktivnih demonstracijah.

Lahko si ogledate tudi video posnetek O matematiki širjenja Sars-Cov2, kjer so vsi pojmi tudi ustrezno razloženi.  

Video

Osnovne krivulje SIR

Osnovna delitev skupin v populaciji je delitev na dovzetne (S), okužene (I) in ozdravljene (R). Relacije med krivuljami so prikazane v tej demonstraciji.

demo

Reprodukcijsko število R

Reprodukcijsko število R vpliva na velikost krivulje okuženih. Večji R, višji vrh, krajše obdobje trajanja. Manjši R, nižji vrh in daljše obdobje trajanja

demo

Kaj pomeni “ukrep”? (1.del)

Ukrepi pri zajazitvi širjenja epidemije pomenijo, da poskušamo vplivati na repr. število R. Lahko poskusite, kaj pomeni, če ukrepamo zgodaj ali (pre)pozno.

demo

Kaj pomeni “ukrep”? (2.del)

Če ne izvajamo ukrepov za zaustavljanje epidemije, epidemija nima valov. Z ukrepi povzročamo valove, kar je tudi namen ukrepov, da preprečujemo velike vrhove. S spreminjanjem R ob različnih časih dobimo valove.

demo

Nove različice nalezljive bolezni

Nove različice nalezljive bolezni v jeziku matematike modeliranja pomenijo višjo ali nižjo prenosljivost bolezni v populaciji. V preprostem primeru si oglejte, kako se obnaša širjenje z dvema različno kužnima različicama virusa.

demo

Različno širjenje bolezni 

Nalezljiva bolezen se ne širi enakomerno po populaciji. Imamo skupine, kjer se lahko bolj širi in kjer se manj. V tem primeru si lahko ogledate, kako različno širjenje bolezni v dveh skupinah lahko vpliva na skupno dinamiko epidemije.

demo

Vpliv cepljenja na širjenje

Cepljenje je eden izmed ukrepov, ki ima znane in matematično neposredne učinke na širjenje bolezni (če je cepivo učinkovito). V tem primeru si lahko ogledate, kako s cepljenjem vplivamo na širjenje epidemije.  

demo

Modeliranje naključnega širjenja

Širjenje nalezljive bolezni ni vnaprej določeno in se ne razvija vedno enako. Odvisno je od veliko faktorjev in dogodkov. Zato poskušamo modelirati širjenje bolezni z več simulacijami, ki imajo enake zakonitosti, vendar naključne možnosti prenosa okužbe.   

demo

Modeliranje zasedenosti zdr. kapacitet

Število okženih pri spremljanju epidemije je pomemben podatek, vendar za zdravstveni sistem je potrebno dodatno modelirati stanje v bolnišnicah, intenzivnih oddelkih, smrti, … To počnemo z razširjenimi epi. modeli SIR.

demo

Heterogeno širjenje 

Širjenje nalezljive bolezni je heterogeno. To pomeni, da se po populaciji različno širi, nekje prej, nekje počasneje, nekje se ustavi, nekje je žarišče. Zato z osnovnimi modeli ne moremo predvideti takšnega širjenja. Heterogeno širjenje lahko povzroči različne možnosti stanja epidemije. 

demo

Ekipa na projektu

Janez Žibert

vodja projekta

Razvoj epidemioloških modelov, priprava napovedi, simulacij in scenarijev, izdelava analiz.

Mario Fafangel

epidemiolog

Strokovna pomoč pri razvoju modelov s področja epidemiologije,
razvoj modelov, priprava epidemioloških podatkov, interpretacije rezultatov,  javnozdravstvena integracija

Miha Fošnarič

raziskovalec

Razvoj modelov, pregled področja, izdelava poročil in analiz.

Tina Kamenšek

raziskovalka

Pregled področja, izdelava poročil in analiz.

Andrej Brodnik

raziskovalec

Računalniška infrastruktura.

©  2024 EPIMOD LUSY. Built using WordPress and OnePage Express Theme.