view in publisher's site

COVID-19: Development of a robust mathematical model and simulation package with consideration for ageing population and time delay for control action and resusceptibility

Highlights•Realistic modelling and prediction of COVID-19 transmission using modified SEIRS.•Model is robust with considerations for ageing population and time delay factors.•Prediction of R0 after intervention to measure its efficiency to flatten the curve.•Model verified using real-world data from South Korea and Northern Ireland.•Design and development of open-source simulation package using MATLAB/Simulink.AbstractThe current global health emergency triggered by the pandemic COVID-19 is one of the greatest challenges we face in this generation. Computational simulations have played an important role to predict the development of the current pandemic. Such simulations enable early indications on the future projections of the pandemic and is useful to estimate the efficiency of control action in the battle against the SARS-CoV-2 virus. The SEIR model is a well-known method used in computational simulations of infectious viral diseases and it has been widely used to model other epidemics such as Ebola, SARS, MERS, and influenza A. This paper presents a modified SEIRS model with additional exit conditions in the form of death rates and resusceptibility, where we can tune the exit conditions in the model to extend prediction on the current projections of the pandemic into three possible outcomes; death, recovery, and recovery with a possibility of resusceptibility. The model also considers specific information such as ageing factor of the population, time delay on the development of the pandemic due to control action measures, as well as resusceptibility with temporal immune response. Owing to huge variations in clinical symptoms exhibited by COVID-19, the proposed model aims to reflect better on the current scenario and case data reported, such that the spread of the disease and the efficiency of the control action taken can be better understood. The model is verified using two case studies based on the real-world data in South Korea and Northern Ireland.

COVID۱۹: توسعه یک مدل ریاضی قوی و بسته شبیه‌سازی با توجه به جمعیت سالمند و تاخیر زمانی برای اقدام کنترلی و تاخیر زمانی

نکات برجسته: مدل‌سازی واقع گرایانه و پیش‌بینی انتقال COVID۱۹ با استفاده از SEIRS اصلاح‌شده. مدل با ملاحظات مربوط به جمعیت سالمند و عوامل تاخیر زمانی مقاوم است. پیش‌بینی of بعد از مداخله برای اندازه‌گیری کارایی آن برای هموار کردن منحنی. مدل با استفاده از داده‌های دنیای واقعی از کره‌جنوبی و ایرلند شمالی تایید شد. طراحی و توسعه بسته شبیه‌سازی منبع باز با استفاده از وضعیت اضطراری سلامت جهانی فعلی که با استفاده از COVID۱۹ MATLAB راه‌اندازی شد، یکی از بزرگ‌ترین چالش‌هایی است که در این نسل با آن مواجه هستیم. شبیه‌سازی‌های محاسباتی نقش مهمی در پیش‌بینی توسعه بیماری همه‌گیر کنونی ایفا نموده‌اند. چنین شبیه‌سازی‌ها نشانه‌های اولیه را در پیش‌بینی‌های آینده of ممکن می‌سازند و برای تخمین کارایی اقدام کنترلی در مبارزه با ویروس SARS - CoV مفید است. مدل SEIR یک روش شناخته‌شده برای شبیه‌سازی بیماری‌های ویروسی عفونی است و به طور گسترده‌ای برای مدل‌سازی سایر بیماری‌های همه‌گیر مانند ابولا، سارس، MERS و آنفولانزا A مورد استفاده قرار گرفته‌است. این مقاله یک مدل SEIRS اصلاح‌شده با شرایط خروجی اضافی به شکل نرخ مرگ و resusceptibility ارائه می‌کند، که در آن ما می‌توانیم شرایط خروجی را در مدل مورد نظر قرار دهیم تا پیش‌بینی را بر پیش‌بینی‌های کنونی همه‌گیر شدن در سه پیامد احتمالی، مرگ، بازیابی و بازیابی با احتمال of تنظیم کنیم. این مدل همچنین اطلاعات ویژه‌ای مثل فاکتور سالمندی جمعیت را در نظر می‌گیرد، تاخیر زمانی در توسعه بیماری همه‌گیر به دلیل اقدامات کنترلی، و همچنین resusceptibility با واکنش ایمنی زمانی. به خاطر تنوع زیاد در علایم بالینی که توسط COVID۱۹ نشان داده می‌شود، مدل پیشنهادی قصد دارد در سناریوی فعلی بهتر بازتاب کند و داده‌های موردی گزارش شود، از قبیل گسترش بیماری و کارایی اقدام کنترلی بهتر است درک شود. این مدل با استفاده از دو مطالعه موردی براساس داده‌های دنیای واقعی در کره‌جنوبی و ایرلند شمالی تایید شده‌است.
ترجمه شده با


پر ارجاع‌ترین مقالات مرتبط:

  • مقاله Condensed Matter Physics
  • ترجمه مقاله Condensed Matter Physics
  • مقاله فیزیک ماده چگال
  • ترجمه مقاله فیزیک ماده چگال
  • مقاله Statistical and Nonlinear Physics
  • ترجمه مقاله Statistical and Nonlinear Physics
  • مقاله فیزیک آماری و غیرخطی
  • ترجمه مقاله فیزیک آماری و غیرخطی
سفارش ترجمه مقاله و کتاب - شروع کنید

با استفاده از افزونه دانلود فایرفاکس چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.