Данная модель отражает распространение COVID-19 в России на основе статистики за 2020 год. Модель построена в среде Insight Maker по типу SEIRD (Susceptible–Exposed–Infected–Recovered–Dead), с упрощённой динамикой.
Основные параметры:
-Исходное население (масштабировано): 1000 человек
-Заражённые в начале: 2.12% → 21 человек
-Выздоровевшие (Recovery period): через 14 дней
-Смертность: 1.71% от заболевших
-Потеря иммунитета: не учитывается (0%)
-Exogenous (внешнее заражение): 2.12%
-Transmit: 0.3 (зависит от количества заражённых и восприимчивых)
Clique aqui para ver um vídeo com a apresentação sobre a construção e uso deste modelo. É recomendável ver o vídeo num computador de mesa para se poder ver os detalhes do modelo.
Dados iniciais de infectados, recuperados e óbitos para diversos países (incluindo o Brasil) podem ser obtidos aqui neste site.
Dieses Causal
Loop Diagramm (CLD) versucht in vereinfachter Weisse die Wesentliche Dynamik des
Mars-CoV-2 zu veranschaulichen. Der Motor hinter den Infektionen ist offensichtlich
eine selbstverstärkende Rückkopplungsschleife, und ausschlaggebend in diesem
Bezug ist der R-Wert. Wenn der R-Wert unter 1 liegt, dann heisst das, dass eine
infizierte Person während des Zeitraums, in dem sie infektiös ist, weniger als
eine andere Person infiziert. Liegt der
Wert über 1, dann steckt die Infizierte mehr als eine andere Person an, und das
Virus verbreitet sich exponentiell. Die Schleifen, die blaue Pfeile enthalten, sind negative Rückkopplungsschleifen – sie bremsen die Verbreitung des Virus. Das
Diagramm suggeriert, dass der R-Wert als Schlüssel zur Kontrolle der Verbreitung
des Virus dienen könnte. Sollte der Wert über 1 steigen, so müssten Schutzmassnahem eingeführt werden. Ist der
Wert unter 1, dann sind die negativen Schleifen dominierend und einige Massnahmen könnten gelockert werden.
This model shows the COVID-19 outbreak in Burnie and how the government policy impacts the economy. The possible phases when the infectious disease spreads in Burnie can be labelled as Susceptible, Infection and Recovery, which are main factors in the model. It is concluded that the government policy can reduce the infectious disease and also the impact in the overall economy.
Assumption
The Government Healthy Policy will affect the decrease in the infection and economy growth rate at the same time.
The Government Health Policy is only triggered when there are more than 10 cases
The increase in number of COVID-19 cases can affect negatively towards the economic growth.
Interesting Insights:
The Government's vaccination promote will reduce the possibility of spreading the infectious disease.
When vaccination rate increase, the dead, infected people and susceptible group will all decrease. This reveals that the crucial role in government's vaccination promote program.
When there is more than 10 confirmed cases, the government policies can effectively reduce the infections and the overall economic activities.
