Появился алгоритм, который точно предсказывает риск заражения и смертности от коронавируса

Учёные из Лондонского университета разработали модель, которая точно предсказала риск заражения, госпитализации и смерти от коронавируса.

Оставить комментарий

Модель точно предсказала смертность от коронавируса во время первой волны пандемии в Великобритании. Алгоритм был разработан с использованием анонимизированных данных, полученных от более 8 миллионов человек. Исследователи учли возраст, этническую принадлежность, индекс массы тела и другие параметры. Заранее алгоритм протестировали на двух наборах данных с января по апрель и с мая по июнь 2020 года, чтобы оценить, сможет ли он точно предсказать риски заражения инфекцией, госпитализации и смерти от вируса. В исследовании на основе полученных данных учёные пришли к выводу, что модель «хорошо себя показала» при прогнозе рисков смерти.

Согласно данным, на 5% населения с наибольшими рисками приходится 75% смертей от коронавируса. Также результаты подтверждают, что мужчины и люди старше 70 лет подвержены более высокому риску смерти. От общего количества умерших 57,4% были мужчинами, 16,7% — представителями этнических меньшинств, 82,5% — в возрасте 70 лет и старше, 32,3% болели диабетом второго типа, 29,9% деменцией и 23,6% находились в домах престарелых. Авторы исследования добавили, что модель будет меняться по мере развития пандемии. Учёные намерены внедрить модель в систему здравоохранения нескольких районов Лондона, в которых проживает около 2 миллионов человек.

«В этой модели нет информации о поведении людей, например, были ли они изолированы или находились на работе с повышенным риском заражения, мыли ли руки как следует или носили маску, а также о том, какой уровень опасности в районе, где проживает человек. Эти отсутствующие данные, вероятно, важнее, чем данные, включенные в модель, при прогнозировании того, кто подвергнется заражению», — заявил Дерек Хилл, профессор Университетского колледжа Лондона. По его мнению, в своем нынешнем виде алгоритм более полезен для понимания первой волны пандемии, чем для управления второй.


Читать на dev.by