Novo modelo prevê os picos dos pesquisadores COVID-19 de pandemia

descrevem uma única função que descreve com precisão todos os dados disponíveis sobre ativos COVID-19 casos e mortes - e prevê futuros picos.

Esta semana nas Fronteiras jornal em Física, os pesquisadores descrevem uma única função que descreve com precisão todos os dados disponíveis sobre casos ativos e mortes, e prevê futuros picos. A ferramenta usa q-estatísticas, um conjunto de funções e distribuições de probabilidade desenvolvidas por Constantino Tsallis, um físico e membro do corpo docente externo do Instituto Santa Fe. Tsallis trabalhou no novo conjunto modelo com Ugur Tirnakli, físico da Universidade de Ege, na Turquia.

"A fórmula funciona em todos os países em que nós testamos", diz Tsallis.

Nem físico já estabelecido para modelar uma pandemia global. Mas Tsallis diz que quando ele viu a forma de gráficos publicados representam casos ativos diários da China, ele reconheceu formas que ele tinha visto antes, produtos ou seja, em gráficos, ele tinha ajudado há quase duas décadas para descrever o comportamento do mercado de ações.

"A forma era exatamente o mesmo", diz ele. Para os dados financeiros, a função descrita probabilidades de bolsas de valores; para COVID-19, é descrita diariamente o número de casos activos, e de mortes, como uma função do tempo.

Modelagem de dados financeiros e acompanhamento de uma pandemia global pode parecer independentes, mas Tsallis diz que eles têm uma coisa importante em comum. "Ambos são sistemas complexos", diz ele, "e em sistemas complexos, isso acontece o tempo todo." sistemas diferentes de uma variedade de campos, biologia, teoria de redes, ciência da computação, matemática, muitas vezes revelar padrões que seguem as mesmas formas básicas e evolução.

O gráfico financeiro apareceu em um volume de 2.004 co-editado por Tsallis eo falecido prêmio Nobel Murray Gell-Mann. Tsallis desenvolvido q-statitics, também conhecidos como "estatísticas Tsallis," no final de 1980 como uma generalização da estatística de Boltzmann-Gibbs para sistemas complexos.

No novo papel, Tsallis e Tirnakli utilizados dados da China, onde a taxa ativa de casos é pensado para ter atingido o pico, para definir os principais parâmetros para a fórmula. Em seguida, aplicaram-lo para outros países, incluindo França, Brasil e Reino Unido, e descobriu que ele combinava com a evolução dos casos ativos e taxas de mortalidade ao longo do tempo.

O modelo, diz Tsallis, poderia ser usado para criar ferramentas úteis como um aplicativo que as atualizações em tempo real com os novos dados disponíveis, e pode ajustar suas previsões em conformidade. Além disso, ele acha que ela poderia ser a futuros surtos de ajuste bem afinado.

"A forma funcional parece ser universal", diz ele, "Não apenas para este vírus, mas para o próximo que pode aparecer também."

fonte: Santa Fe Institute. "New model predicts the peaks of the COVID-19 pandemic." ScienceDaily. ScienceDaily, 29 May 2020. <www.sciencedaily.com/releases/2020/05/200529150605.htm>.