Математическое моделирование и прогнозирование в эпидемиологии инфекционных заболеваний

Обложка

Цитировать

Полный текст

Аннотация

Математическое моделирование заболеваний является актуальной проблемой в современном мире. Все больше исследователей обращаются к математическим моделям для составления прогноза того или иного заболевания, так как они помогают наиболее правильно и точно изучить изменения определенных процессов, происходящих в социуме. Математическое моделирование незаменимо в определенных областях медицины, где невозможны или затруднены реальные эксперименты, например в эпидемиологии. Статья посвящена историческим аспектам изучения возможностей применения математического моделирования в медицине. Обзор демонстрирует основные этапы развития, достижения и перспективы данного направления.

Об авторах

Е. Ю. Янчевская

Астраханский государственный медицинский университет

Автор, ответственный за переписку.
Email: apteca-111a@mail.ru
Астрахань, Россия

О. А. Меснянкина

Астраханский государственный медицинский университет

Email: apteca-111a@mail.ru
Астрахань, Россия

Список литературы

  1. Uly`bin AV. A mathematical model of the spread of infection. Vestnik TGU. 2011. 16 (1): 184—187. (In Russ)
  2. Mezentseva LV, Pertsov SS. Mathematical modeling in Biomedicine. Vestnik novykh meditsinskikh tekhnologij. 2013. ХX (1): 11. (In Russ).
  3. Huppert G. Katriel Mathematical modelling and prediction in infectious disease epidemiology. Clinical Microbiology and Infection. 2013. 19 (11): 999—1005.
  4. Balanter BI, KHanin MА, CHernavskij DS. Introduction to mathematical modeling of pathological processes M.: Meditsina, 1980: 262 s. (In Russ)
  5. Merler S, Ajelli M, Pugliese A, Ferguson NM. Determinants of the spatiotemporal dynamics of the 2009 H1N1 pandemic in Europe: implications for real-time modelling. PLoS Comput Biol. 2011. 7( 9): e1002205.
  6. Pitzer VE, Atkins KE, de Blasio BF et al. Direct and indirect effects of rotavirus vaccination: comparing predictions from transmission dynamic models. PLoSONE. 2012. 7 (8): 42320.
  7. Yaari R, Katriel G, Huppert A, Axelsen J.B., Stone L. Modelling seasonal influenza: the role of weather and punctuated antigenic drift. J R Soc Interface 2013. 10: 20130298.
  8. Bernoulli D. Essai d’une nouvelle analyse de la mortalite causee par la petite verole. Mem Math Phy AcadRoy Sci Paris, 1766.
  9. Brownlee J. Statistical studies in immunity: the theory of an epidemic. Proceedings of the Royal Society of Edinburgh 26.1, 1906, 484—521.
  10. Kermack WO, McKendrick AG. A contribution to the mathematical theory of epidemics. Proc R Soc Lond. 1927. 115:700—721.
  11. Lloyd AL. Realistic distributions of infectious periods in epidemic models: changing patterns of persistence and dynamics. Theor Popul Biol. 2001. 60:59—71.
  12. Keeling MJ, Rohani P. Modeling infectious diseases in humans and animals. Princeton, Princeton University Press, 2008.
  13. Diekmann O, Heesterbeek H, Britton T. Mathematical tools for understanding infectious disease dynamics 2013. Princeton, Princeton University Press, 2013.
  14. Anderson RM, May RM. Infectious diseases of humans: dynamics and control. Oxford, Oxford University Press, 1992.
  15. Satorras R, Vespignani A. Epidemic spreading on scale-free networks. Phys Rev Lett. 2001. 86: 3200—3203.
  16. Belotserkovskij OM, KHolodov АS. Computer models and medical progress M.: Nauka, 2001. 300 s. (In Russ)
  17. Leonenko VN. Mathematical epidemiology: teaching manual for laboratory work. SPb.: Universitet ITMO, 2018: 38 s. (In Russ)
  18. En'ko PD. On the course of epidemics of some infectious diseases. Vrach. 1889. 46—48. (In Russ)
  19. Bartlett MS. An Introduction to Stochastic Processes, with special reference to methods and applications. Third edition. Cambridge University Press, 1978: 388.
  20. Bejli N. Mathematics in biology and medicine. M.: Mir, 1970: 327 s. (In Russ)
  21. Kendall DG. Discussion of ’Measles periodicity and community size’ by M.S. Bartlett. J Roy Stat Soc. Ser. A. 1957. 120: 64—76.
  22. Elveback L., Ackerman E., Gatewood L., Fox J. Stochastic two-agent epidemic simulation models for a community of families. American Journal of Epidemiology. 1971. 93: 267—280.
  23. May R.M. Uses and abuses of mathematics in biology. Science. 2004. 303: 790—793.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».